受聊城大学数学科学学院邀请，福州大学檀彦超老师于2024年2月22日上午8:00-10: 00作了题为“使用图技术框架建立可解释的服务推荐”的学术报告。本次报告以腾讯线上会议的形式举行，数学科学学院部分教师和研究生聆听了报告。
在此次报告中，檀彦超老师分享了一种使用图技术框架建立的可解释的服务推荐方法。该技术采用了无监督聚类超图结构构建以及集合到集合的超图卷积来实现高阶节点表征，从而提高模型推荐性能。同时，采用对比学习+推荐模块进行联合优化，使得模型的推荐结果更加准确。然而，在真实场景中，服务数据往往易于缺失，模态特征也不完备，这使得模型的泛化能力有限。为此，引入了特征补全机制，包括同类模态相互补全和不同模态对齐补全，以在数据缺失的情况下获取最优化的推荐结果。这一方法为服务推荐提供了全新的思路，并且对实际应用场景有着重要的指导意义。
专家简介: 檀彦超，福州大学计算机与数据科学学院，福建省网络计算与智能信息处理重点实验室，特聘副研究员。毕业于浙江大学计算机学院，获博士学位。她的研究领域包括数据挖掘、智能医疗、推荐系统和服务计算。主持国家自然科学基金青年项目“面向人机协同感知的可解释多模态服务推荐方法研究”，参与国家自然科学基金一般项目“跨领域服务推荐系统研究”，国家重点研发计划项目“大数据征信与智能评估技术”等多项项目。在KDD、NeurIPS、SIGIR、ICDE、TKDE、WWW、MM、IJCAI等CCF会议/期刊上发表学术论文20余篇。
