（1）
计算机科学与技术学院的论文“M3oE: Multi-Domain Multi-Task Mixture-of Experts Recommendation Framework”被SIGIR 2024录用。论文的第一作者为赵宏伟教授的博士研究生张子健。
论文介绍了一种自适应的多领域多任务专家混合推荐框架，用于解决实际推荐中同时面临多个领域和任务的问题。该模型利用三个混合专家模块以解耦的方式学习域方面的、任务方面的以及多域多任务通用的用户偏好。论文设计了一个两级融合机制，以控制跨不同领域和任务的特征提取和融合。通过应用自动机器学习技术进一步提高了该框架的适应性，实现动态结构优化。实验结果定量和定性地证明了所提出架构在多域多任务推荐任务上的有效性。
（2）
计算机科学与技术学院的论文“DeCoCDR: Deployable Cloud-Device Collaboration for Cross-Domain Recommendation”被SIGIR 2024录用。论文的第一作者为李强教授的博士研究生李羽。
论文提出了一个用于跨域推荐（DeCoCDR）的可轻松部署的云设备协作框架，通过云设备协作将跨域推荐拆分为两阶段推荐模型，即云上的项目召回和设备上的项目重新排序。论文设计了可实现有效的跨域推荐，同时保护云和设备的数据隐私。通过大量的线下和线上实验验证了DeCoCDR的有效性。在离线实验中，DeCoCDR在三个大型数据集中的表现优于当前的方法。在实际部署中，DeCoCDR的转化率比基准提高了45.3%。
SIGIR全称为International ACM SIGIR Conference on Research and Development in Information Retrieval，为CCF推荐A类国际会议，SIGIR 2024将于2024年7月14日至18日在美国华盛顿举办。
