6月6日，信息工程学院邀请厦门锦图科技有限公司高级工程师黄添林作题为《深度学习在推荐系统中的创新应用与实践》的线上讲座。雒伟群教授主持讲座。

讲座以深度学习技术如何驱动推荐系统的升级换代为主线，聚焦于深度学习模型在推荐系统中的创新应用，内容覆盖基础理论、前沿模型与实践挑战，为师生们提供了丰富的学术洞察视角。黄添林讲到，在信息爆炸时代，推荐系统起着关键性作用，推荐系统能有效帮助用户在海量信息（如商品、新闻、影视等）中筛选感兴趣的内容。尤其是包括DeepFM、Neural FM、Wide&Deep、NeuMF、NEFM 和NESVD在内的多种先进模型在推荐系统中的有效应用，实现了对特征低阶与高阶交互的同时捕捉与学习，从而显著提升推荐性能。他通过生动的图示与实例，系统阐释了推荐系统如何基于用户与物品的历史交互数据预测用户偏好，并系统梳理了推荐问题的核心框架：输入（用户-物品交互历史及可能的附加信息）与输出（用户对目标物品的交互概率预测）。同时，结合模型结构图和工作流程图，清晰展示了各模型的核心原理与独特优势。展望未来技术发展，他分析了当前深度推荐系统面临的挑战，为师生明确了该领域亟待突破的方向。

本次讲座内容丰富详实，逻辑清晰，不仅展示了深度学习在推荐系统中的创新应用与实践价值，还剖析了现存问题与未来趋势，为师生深化对推荐系统的理解、拓展研究思路提供了宝贵的理论与实务指导，使大家对推荐系统这一研究领域有了更深入的认识和更广阔的视野。

                      （文：雒伟群/审核：冉照海/编辑：陈庆芝）