【項目動态】深蘭科學(xué)院學(xué)術論文和專題報告被(bèi)國(guó)際萬維網會議錄用

近日，2023年國(guó)際萬維網會議（簡稱WWW會議）的投稿論文錄用通知正式發(fā)布，深蘭科學(xué)院團隊所投遞的學(xué)術論文和專題報告通過(guò)專家評審，獲得錄用。

今年的“WWW”會議將(jiāng)于2023年4月30日至5月4日在美國(guó)得克薩斯大學(xué)的奧斯汀分校内舉行。據悉，本次會議共計收到來自全球各地的1900篇論文投稿，最終有365篇論文成(chéng)功入選，論文錄用率僅爲19.2%。自從1989年萬維網發(fā)明以來，“WWW”會議作爲計算機與互聯網領域的國(guó)際性頂級學(xué)術會議，不僅一直是全球互聯網發(fā)展的風向(xiàng)标，而且也是網絡業界的專家、學(xué)者、企業家們展示和讨論互聯網相關研究課題、發(fā)展成(chéng)果、标準設定和應用場景的主要場所。同時，“WWW”會議也被(bèi)中國(guó)計算機學(xué)會（CCF）列爲《中國(guó)計算機學(xué)會推薦國(guó)際學(xué)術會議和期刊目錄》的A類學(xué)術會議。在本次會議中，深蘭科學(xué)院團隊所提交的論文《ShowMeTheBestOutfitforACertainScene:ASceneawareFashionRecommenderSystem》，是圍繞基于計算機視覺技術的時尚推薦研究問題所展開(kāi)的探索。所謂“時尚推薦”，指的是通用推薦系統的一個新穎且具有挑戰性的子問題。現有的時尚推薦架構通常側重于在三種(zhǒng)任務場景下爲用戶提供服裝項目建議：一是基于用戶的個性化服飾推薦；二是如何針對(duì)已有的部分搭配補充完成(chéng)其他相關服飾；三是如何完整推薦一套最合理的服裝搭配。此次，深蘭科學(xué)院團隊提出了一個全新的模型，進(jìn)而揭示了一種(zhǒng)迄今爲止尚未探索的時尚推薦途徑，即“場景感知的時尚推薦”。

此次，深蘭科學(xué)院團隊則圍繞場景感知的服裝推薦展開(kāi)，基于三種(zhǒng)特定任務場景來爲用戶提供服裝項目建議，即針對(duì)特定場景下的整套服裝搭配、針對(duì)特定場景下根據現有服裝搭配情況補充缺失單品，以及根據現有單品推薦合适的适用場景。

另外，深蘭科學(xué)院研究團隊將(jiāng)爲本次大會帶來人工智能(néng)和推薦系統相結合的前沿專題報告：《Lifelong Learning Cross-domain Recommender Systems》。該專題報告將(jiāng)介紹關于新一代終身學(xué)習方法在跨領域推薦系統的最新研究成(chéng)果，包括最新和最先進(jìn)的理論、方法、模型、數據和應用。同時，報告還(hái)將(jiāng)介紹終身學(xué)習和推薦系統的背景和基礎，以及如何通過(guò)不斷融合多個領域的新知識來構建跨領域推薦系統，并將(jiāng)展示電子商務、時尚産業、金融和多媒體領域的幾個代表性新興現實應用。