2025年4月8日12：30在经管楼4A教室，来自大连理工大学青年学者郑爽为我院师生带来题为“可控人工智能及领域知识大模型前沿研究”为题的前沿讲座。
分享人郑爽曾在业界工作多年，主要从事大模型、搜索推荐算法、知识图谱等的研发工作。研究方向为领域知识增强大模型、公平性推荐、心理学理论驱动算法设计等。本次讲座中，郑博士分享了两个相关研究。
研究一关注到零售平台中传统推荐算法产生的马太效应，即畅销品或品牌商家因为销售业绩和客户访问数据充分，而更容易被推荐到首页，导致平台的宣传曝光资源更多地向头部产品和商家聚集。那么，平台应该追求利润还是应该追求公平呢？研究首先设计了AB实验，在实验组中把中小商家的曝光位次强制提前，控制组维持现状，在现有推荐算法基础上发现，当对中小企业的位次做人为调整后，能够增加平台上商品推荐的多样性和中小平台或产品的活跃度。随后，基于复杂系统理论，研究提出动态图神经网络建模方法，实时捕捉推荐系统马太效应的演化趋势，并通过负反馈调控策略实现发展方向的可控，为平台可持续运营提供技术支撑。这项研究目前已经被UTD24期刊《Marketing Science》录用。
研究二针对生成式搜索的问题，创新性构建多智能体协作框架，融合领域知识，通过海量消费者搜索决策数据预训练，以研发领域搜索决策支持大模型。该研究实现搜索意图理解-知识检索-结果生成的闭环优化，以对消费者进行更好的决策支持，相关研究成果已在真实业务中场景中验证其价值。这些研究目前在其他UTD期刊中审稿。
本次前沿讲座吸引了大量学院师生参与，并引发了院内师生的积极讨论。在讲座结束后，师生们围绕数据收集和处理方法，算法设计框架，顶级期刊投稿审稿等问题进行了深入的交流。前沿讲座分享搭建了学术交流平台，将理论知识与行业最新动态、技术应用紧密结合，激发了院内师生的学术火花，促进了知识交流。
