为进一步促进学院学科专业建设，落实学院“十四五”学科发展建设蓝图，11月12日-17日，学院特邀国内人工智能领域优秀专家为学院师生进一步开展“人工智能与大数据技术”系列学术专题讲座。

11月12日，中山大学计算机学院王昌栋教授应邀来新浦金350vip做学术报告，主题为“基于无监督学习的可解释性推荐系统”。报告采用线上的方式进行，学院部分老师和硕士研究生参会。

王昌栋是中山大学计算机学院教授，博士生导师，中国计算机学会杰出会员。研究方向包括数据聚类、网络分析、推荐算法和大数据信息安全。以第一作者身份或者指导学生发表了100余篇CCF B类或中科院分区表SCI二区以上的学术论文。主持了包括广东省自然科学基金-杰出青年基金、广东特支计划“科技创新青年拔尖人才”、国家重点研发计划项目-子课题、国家自然科学基金-面上项目等13个项目。

王昌栋教授的报告从传统机器学习出发介绍经典推荐系统方法，接着介绍深度学习推荐算法，引出可解释性推荐系统，并进一步探索基于无监督学习的可解释性推荐系统。在学术报告后，参会师生就推荐系统的相关问题向王教授请教，并展开了热烈的讨论与思辨。本次报告激发了大家的研究兴趣与热情，加深了对信息检索相关领域的理解与认识。

11月16日，中国科学技术大学冯福利教授应邀来新浦金350vip做学术报告，主题为“基于因果推断的OOD推荐”。

冯福利是中国科学技术大学教授，国家优秀青年基金获得者。研究领域为信息检索、数据挖掘、机器学习、因果推断等，承担国家自然科学基金面上、科技部重点研发项目课题，发表国内外顶级会议和期刊论文70余篇，谷歌学术引用超4000次，研究成果在多家公司的商业系统应用。曾获SIGIR 2021最佳论文提名奖、WWW 2018最佳演示论文奖。

冯福利教授针对训练数据有偏和用户偏好改变两方面下的四种细分情况：流行度导致数据有偏、商品特征导致数据有偏、可观测兴趣变化、不可观测兴趣变化进行了详细阐述，并介绍了利用因果推断实现OOD推荐的方法。报告会后，参会师生就推荐系统中遇到的问题与冯教授进行了热烈的讨论与交流，冯教授结合自己丰富的研究经验给出了详细解答，师生们收获颇丰。

11月17日，武汉大学国家网络安全学院李晨亮教授应邀来新浦金350vip做学术报告，主题为“推荐系统中的信息去噪”。

李晨亮是武汉大学国家网络安全学院教授，博士生导师。研究兴趣包括信息检索、机器学习和社交媒体分析。在相关领域国际会议和期刊如SIGIR、ACL、AAAI、IJCAI、WWW、TKDE、TOIS等发表论文60余篇，担任多个信息检索国际权威学术期刊ACM TOIS、ACM TALLIP、JASIST和IPM的编委；担任中国中文信息学会青年工作委员会副主任、社交媒体专委会委员、信息检索专委会委员、情感计算专委会执行委员。

推荐系统的广泛应用对于互联网经济的发展起到重要推动作用。然而，伴随着用户行为的随机性与信息需求的多变性，用于推荐系统的各类信息均可能存在不小的噪声。如何有效地开展信息去噪，改善各类推荐系统应用的效果变成了一个值得关注的问题。李晨亮教授从序列推荐、购物篮推荐、新闻推荐以及短视频推荐四个任务介绍利用信息去噪改善推荐性能的几项尝试。报告会后几位师生就推荐系统的相关问题向李教授进行请教，李教授耐心地解答，氛围轻松愉快，师生们也受益良多，并期望能够进一步深度交流与合作。