【时间】2025年12月25日（周四）下午14：30 开始
【地点】线下讲座，9B406会议室
【主题】基于图神经网络和大语言模型的可信推荐系统
【主讲人及介绍】
罗斯淳，2025年博士毕业于香港城市大学。现任华南理工大学与东莞理工学院联合培养博士后。主要研究方向为大语言模型和推荐系统。
【内容简介】
可信推荐系统旨在超越单纯的性能指标，重点关注公平性、隐私和可靠性。然而，现有推荐系统面临着长尾分布导致的不公平、分布式数据处理中的隐私泄露风险以及传统推荐模型可靠性不足等挑战。为解决这些问题，提出了一系列利用图神经网络和大语言模型的创新框架：针对公平性，提出了基于图增强的GALORE模型，通过两阶段训练优化长尾物品推荐；针对隐私保护，设计了结合自监督预训练与用户聚类的联邦推荐框架PerFedRec++；针对可靠性，提出了RecRanker模型，通过指令微调将LLM转化为高效的Top-k推荐排序器。实验结果表明，与现有方法相比，所提出的框架在显著提升推荐精度的同时，有效增强了系统的公平性、隐私保护能力和可靠性。
诚挚欢迎广大师生参加。
