导师：明仲
学院：计算机与软件学院
专业：计算机科学与技术
论文题目
面向推荐系统中有偏数据建模的纠偏框架研究
博士学位论文亮点
现有的绝大多数推荐方法以提升所有用户的总体准确率作为优化目标，忽视了用户在交互过程中将遭受的各种偏置问题，这将导致推荐生态的畸形发展。论文针对如何有效处理推荐系统中有偏数据这一问题，开展面向推荐系统中有偏数据建模的纠偏框架研究，提出了基于知识蒸馏、上界最小化和纠偏信息瓶颈的通用纠偏框架，并在公开数据集和工业应用场景数据上验证了所提框架的有效性，旨在进一步促进可信推荐系统的研究发展。
