近日，我院徐扬老师团队在CCF-A类顶级期刊 《IEEE Transactions on Multimedia》 上发表题为 “Prompt-Enhanced Multi-Modal Cross-Region POI Recommendations” 的研究论文。该研究针对跨区域兴趣点（POI）推荐中的数据稀疏、共享用户与兴趣点极度匮乏等挑战，创新性地提出了一种提示增强的多模态跨区域兴趣点推荐方法。论文第一作者为团队2022级博士生彭成美，徐扬老师为唯一通讯作者。
图1 提示增强的多模态跨区域兴趣点推荐方法框架图
研究团队首先利用预训练模型对图像、文本评论、时空特征等多模态内容进行深度表征学习，并引入自适应融合机制，精准捕捉用户在多模态信息与情境交互影响下形成的可迁移访问偏好。在此基础上，创新性地设计了基于提示调优的双提示策略，通过区域无关提示与区域特定提示的协同作用，同时建模不同区域间共性的行为模式与各自独特的区域特征，从而在缺少直接重叠样本的情况下实现高效的知识迁移。该成果为缓解推荐系统中的冷启动与数据稀疏问题提供了全新思路，在实际部署中展现出重要的应用价值。
近年来，徐扬老师团队持续深耕兴趣点推荐领域，已在 The Web Conference、IEEE Transactions on Multimedia、ACM Transactions on Information Systems 等多个相关领域顶级会议和期刊上发表系列高水平研究成果。
图文：彭成美
编辑：徐扬
审核：
