声明：以下内容转载自“语言技术中心@HIT 语言技术紫丁香”

2026年5月28日，哈尔滨工业大学计算学部语言技术研究中心博士生王文博，在软件学院202会议室顺利通过博士学位论文答辩。王文博的博士学位论文题目为《基于内容特征和协同特征关系挖掘的冷启动推荐算法研究》，指导教师为刘秉权副教授。

随着电子商务与内容平台的持续发展，新商品与新用户由于缺少交互行为信息而引发的冷启动问题成为了制约现有推荐系统性能的重要挑战。在攻读博士学位期间，王文博同学在导师刘秉权副教授的指导下，围绕推荐系统中内容特征与协同特征之间的关系挖掘，针对商品冷启动和用户冷启动两类关键问题开展了系统性研究，取得了如下创新成果：1）提出了一种基于商品级柔性对齐的商品冷启动推荐方法，通过引入柔性对齐约束联合优化内容特征与协同特征，提升了全新商品冷启动推荐性能；2）提出了一种基于层级对齐的商品冷启动推荐方法，从商品级与群组级两个层面建模内容特征与协同特征的潜在关系，提升了冷启动推荐的稳定性；3）提出了一种基于精细化用户偏好强化的层级对齐方法，通过筛除噪声行为并挖掘用户的细粒度偏好，提升了商品冷启动推荐的泛化能力；4）提出了一种基于域内与域间协同关系对齐的统一用户冷启动，通过差异化整合稀疏行为用户与无行为用户的多源域特征，提升了用户冷启动推荐的稳定性。攻读学位期间的相关成果发表在TKDE，AAAI，ICASSP等高水平国际期刊与会议上。

未来，王文博同学将继续致力于推荐系统冷启动算法的研究与应用，推动推荐系统向更加智能化、个性化和高效化的方向发展。