同城附近品茶-600块4个小时全套,200快餐,全国新茶楼信息网论坛

近日，由姑苏实验室人工智能算法团队王思宇博士主导完成的论文Integrating Group-based Preferences from Coarse to Fine for Cold-start Users Recommendation被人工智能自然语言处理重要会议COLING 2025接收。该研究针对跨领域冷启动用户推荐场景提出创新解决方案，为电商、金融等行业的智能化服务提供技术支撑。

该论文基于大语言模型的信息抽取能力，提出了一种全新的融合了群体特征的跨领域冷启动推荐方法。研究指出，现有的跨域推荐方法虽然能够有效提升推荐性能，但往往忽略了用户之间偏好的相似性以及偏好的多粒度特性（类别、品牌和方面）。为此，本文提出了一种名为GRAPECDR的模型，该模型利用源域的历史数据和外部记忆网络（External Memory Network）生成不同偏好的用户组（相似群体）表示，并通过元网络（Meta Network）将这些表示迁移到目标域中，最终通过聚合不同偏好的表示来预测用户对物品的评分。实验结果表明，该模型在三个经典的跨域任务中均优于现有的最先进方法。

模型架构图

国际计算语言学会议（International Conference On Computational Linguistics，COLING）是自然语言处理和计算语言学领域重要的国际会议，是CCF B类推荐会议。该会议每两年举办一次，在人工智能及自然语言处理领域享有较高学术声誉，汇聚了全球顶尖学者和研究机构。本次会议已于前月在阿联酋的阿布扎比成功举行，该会议涉及领域包括但不限于文本推理、语言模型、视觉、高效NLP方法、语义解析、信息检索等研究方向。

标题：Integrating Group-based Preferences from Coarse to Fine for Cold-start Users Recommendation

作者：王思宇*、蒋建慧*、戴圣然

论文链接：https://aclanthology.org/2025.coling-main.153.pdf

代码链接：https://github.com/sygogo/GRAPECDR

*姑苏实验室软件算法工程化平台专注于自然语言处理、大语言模型及强化学习领域的前沿技术研发，着力构建算法开发与产业应用的转化桥梁。平台围绕知识图谱增强的大模型推理框架、多智能体协同决策系统、深度强化学习工业优化算法三大核心方向开展攻关，通过知识融合与动态语义建模显著提升专业领域推理能力，建立智能体自主协商机制优化复杂系统决策效率，并基于虚拟仿真技术实现工业设备参数配置的智能化调优。目前相关成果已应用于大科学装置及科技服务等领域，推动人工智能技术从实验室研究向规?；德涞爻中萁?。