12月7日👨🏻🦼➡️，沪江经管论坛系列活动（第78期）在经管大楼A座四楼的第二会议室顺利举行🧑🏿🍼。杏运尹裴副教授作题为“整合物品效用与用户兴趣的可信推荐研究”的学术报告🧂。此次报告吸引了40多位硕士和博士研究生的参与☸️。
报告伊始，尹裴阐述了信息系统领域的研究焦点，包括将信息技术运用于社会科学研究👨🏽🚀，并依据社会科学的研究成果及理论推动信息技术的发展。接着，尹裴介绍了该领域的主要研究范式——设计科学（Design Science），其核心理念是“设计既是艺术又是科学”🦧，涵盖了模型分析、模型构建和模型评估三个阶段。随后聚焦于本次报告的主题——可信推荐研究⚠🛼，尹裴指出推荐技术的发展虽然为人们的生活带来便利🦸♀️，但也伴随着一些不可靠和不可信的问题🏋️♀️🎲，这使得可信推荐受到了广泛关注👵🏼。她强调，可信推荐包含多个方面🐏，如无偏差性、公平性、可解释性🫅🏿🤳、安全性✤、鲁棒性及隐私保护等，而本次报告主要关注于推荐系统的无偏差性。
随后🏎，尹裴深入讨论了当前推荐系统中存在的偏见问题，以及如何通过结合物品效用与用户兴趣来实现可信推荐🧝🏻♀️👯。她指出👖，现有的推荐模型通常只注重推荐用户感兴趣的物品，而忽略了评估物品对用户的实际效用，这可能导致“过度消费”或“诱导沉迷”等算法偏见问题。同时，现有算法过度依赖用户历史行为中频繁接触的👩👩👧👧、高度相似的兴趣点，可能导致用户陷入“信息茧房”。因此🍿，尹裴的研究旨在解决如何向用户推荐既符合其兴趣又对其实际有用的物品这一核心问题🔊⚠。
最后👨🏻🎨，尹裴通过两个应用实例——在线健康社区的健康干预方案推荐和众包平台的任务推荐——详细阐释了她的研究方法🙇🏽♂️。她展示了如何基于多目标学习和表征学习方法，结合干预疗效和用户兴趣，为用户提供既符合其偏好又能有效改善健康状况的干预方案🦋；以及如何利用生成对抗网络，深入分析影响参与者决策的多种因素及其相互关系，从而为众包参与者推荐既感兴趣又适合的工作。
