10月15日下午，計算機與軟件學院“夢溪湖論壇”系列講座在思學樓C204舉行。本次講座聚焦“面向會話推薦任務的時序問題研究”，吸引了許多對該領域懷有濃厚興趣的研究生參加。本次講座特邀西南石油大學計算機與軟件學院新晉教師王煥文老師擔任主講人。
王煥文老師首先對會話推薦任務進行概述，解釋了如何從目標會話序列到所交互的會話序列集合，進而得到相關度排序。她指出目前研究領域面臨三個的問題，并針對這些挑戰提出了解決的研究方案，從“基于ARMA濾波器與圖卷積融合的會話推薦”，經過時空信息挖掘，將方案改進為“基于時空圖神經網絡的會話推薦”，最后通過時間間隔理解得到更好的“基于用戶行為區間增強的圖Transformer會話推薦”。
隨后，王老師依次介紹這三個研究方案。首先是“基于ARMA濾波器與圖卷積融合的會話推薦”，王煥文老師闡述AUTOMATE模型和ARMAConv層對模型性能影響對比，發現AUTOMATE模型的的性能表型更好，例如在同一個數據集上，GCN和GAT模型的性能為67.68和64.88，而AUTOMATE模型取得了70.15。第二個研究方案是“基于時空圖神經網絡的會話推薦”，王老師分享了SGNN模型和所做的對比實驗結果，與其他模型相比，SGNN模型在性能上優于其他模型，此時在相同數據集上，SGNN模型的性能為70.21，接著，王老師指出消融實驗能夠證明所有提出模型的有效性。隨后，王老師就第三個研究方案“基于用戶行為區間增強的圖Transformer會話推薦”提出IGT模型和對比實驗結果，并得到在相同數據集上，IGT模型的性能為71.82。
最后，王煥文老師對這三種模型做出了一個總結。分享結束后的提問環節中，同學們積極提問，問題涉及濾波器的應用廠家以及與傳統模型如LSTM的比較，王老師耐心解答了這些問題，為同學們提供深入的見解。
此次“夢溪湖論壇”講座內容前沿，不僅激發了同學們對新技術的興趣，還為同學們的研究方向提供了寶貴的思路和啟發。
