2023年3月17日，中国中文信息学会青年工作委员会（青工委）学术沙龙活动之走进武汉大学学术报告会于武汉大学成功举行，本次会议由青工委和武汉大学联合组织。应武汉大学信息管理学院张帆老师的邀请，青工委委员中国人民大学毛佳昕老师、清华大学马为之老师分别作了精彩绝伦的学术报告，吸引了数十位师生参加，报告会持续两个小时。
报告会开幕时，本场学术报告会的主持人张帆老师首先对参加会议的几位老师进行了介绍。并由青工委副主任李晨亮老师进行了开幕致辞，向参会听众介绍了青工委，鼓励青年学者积极参与青工委的活动。
接下来，毛佳昕老师和马为之老师分别带来了两场精彩的学术报告。
01
毛佳昕老师报告——
“基于联合索引优化的稠密向量检索”
近年来，稠密向量检索技术逐渐成为重要的第一阶段检索的技术。通过把查询和文档表征为稠密向量，这一技术取得了比传统检索方法更好的召回结果。然而，基于稠密向量的暴力搜索会导致巨大的存储和计算开销，使得这一检索技术较为低效。毛佳昕老师为我们介绍了目前基于联合优化来提升向量检索有效性的相关研究。这些研究对表征进行乘积量化，从而提升了存储和计算的效率。同时，编码器和乘积量化算法会进行联合优化，这使得检索性能不会因为量化而损失。研究表明，这种方法比传统稠密向量检索方法在压缩比、检索性能、时间效率等方面均有显著提升。
讲者介绍:
毛佳昕于2013年和2018年获得清华大学学士和博士学位。博士毕业后曾在清华大学担任博士后研究员，于2020年加入中国人民大学高瓴人工智能学院，任助理教授。其主要研究方向为信息检索、网络搜索、搜索用户行为分析和机器学习。曾在SIGIR、TOIS、WWW、WSDM、CIKM、IJCAI、ECIR等信息检索领域顶级会议和期刊发表论文60余篇。曾获得WSDM 2022最佳论文奖、SIGIR 2020最佳论文提名奖、计算机学报五年最佳论文奖（2014-2018）、ICTIR 2019最佳短文提名奖和SIGIR 2018最佳短文提名奖。毛佳昕现担任ACM SIGIR学生事务联合主席（Student Affairs co-Chair）、中国中文信息学会信息检索专委会委员等职务。他还曾担任SIGIR、WWW、WSDM、AAAI、CIKM等会议的程序委员会委员，以及TOIS、TKDE、JASIST等杂志的审稿人。
02
马为之老师报告——
“面向用户动态意图的个性化推荐”
马为之老师的报告围绕序列推荐场景，重点介绍了用户动态意图研究的相关进展。序列推荐场景中，用户的隐式行为序列中包含了丰富的动态意图，例如重复的购买行为、商品间关系影响、用户多兴趣需求。针对上述用户动态意图，马为之老师基于交互历史的时序特征开展了三个方面的建模研究，包括：以Hawkes为代表的时序关系建模，结合知识图谱的商品间关系建模，基于软约束的用户多兴趣分布学习。并向我们介绍了在此基础上构建的可插拔、开源的推荐框架ReChorus。
讲者介绍:
马为之，清华大学智能产业研究院助理研究员，曾于清华大学计算机系获得学士、博士学位以及从事博士后工作。主要研究方向为智能信息获取、个性化推荐与用户建模、智慧医疗等。马为之博士已发表50余篇高水平国际会议/期刊论文，申请10余项专利。马为之博士担任了十余个人工智能领域的CCF A/B类国际期刊和会议的审稿人及ACM TOIS助理编辑（CCF A类国际期刊），并担任了中国中文信息学会信息检索专委会委员、中国中文信息学会青年工作委员会委员。曾获钱伟长中文信息处理科学技术一等奖、SIGIR 2020最佳论文提名等多项荣誉奖励。
现场师生对每一场报告都展开了热烈的讨论，讲者也进行了细致地解答和探讨交流，大家都受益良多。报告结束后，到场的老师、专家学者和在座的同学们还进行了进一步深入的交流，同学们进一步就相关学术研究上的一些问题进行了讨论，提出了许多具有前瞻性的问题，深入了解到最新的研究成果和发展趋势。最后，大家合影留念，愉快地结束了本次报告会。
