编辑：曹健

日期：2021/2/22

朱能军同学的论文《先验知识辅助的Top-N推荐算法研究》在2021年2月22日顺利通过了博士学位论文答辩。该论文在系统总结国内外相关研究现状的基础上，从规则知识融合、用户意图学习和用户动态分组、多元化目标函数的建模和融合等角度出发，设计了多个推荐模型。论文的创新成果如下：

1、提出了规则知识融合的推荐系统框架，该框架包含了面向多任务的协同特征提取以及错误类型敏感的权重学习策略，能够将规则知识整合到推荐过程中。该框架在医疗方案推荐中到了实际应用。

2、将用户的层次化意图和动态分组特性结合到神经网络推荐模型的结构设计中，提出了可感知用户意图和可感知用户动态分组的推荐模型，能够更为深入地刻画用户画像。实验证明，设计的模型能够提升推荐效果。

3、提出了综合考虑多元化目标的推荐策略：设计了综合排序学习和逐点预测两种不同学习策略的推荐模型；提出了基于集合排序学习的推荐模型，对相关物品之间的位置关系进行协同排序。实验证明了该策略的有效性。

祝贺朱能军同学！