随着互联网已经渗透到我们生活的各个角落，我们正处在一个信息过载的时代，使得用户很难在短时间内找到符合自己需求的信息，因此推荐系统应运而生。推荐系统旨在深度挖掘用户的历史行为特征，帮助用户快速地获取有价值的信息，有效地缓解了信息过载问题，是新数字经济时代的重要支撑技术之一，具备广泛的应用场景，如商品推荐，新闻推荐，音乐推荐，视频推荐等。同时，随着进入多媒体时代，用户和物品的交互方式被多种异质信息所记录。图片、文本、视频、音频等多模态内容逐渐成为推荐系统的重要信息源，多模态推荐系统成为下一代推荐系统的范式。然而，多模态推荐系统正处于发展阶段，尤其在大模型时代还面临着诸多挑战，在多模态异质信息对齐与融合、多角度用户行为建模、跨领域多模态推荐等方向还具有较大的研究空间。
为了促进我国在推荐系统领域的研究不断深入，及时反映我国学者在该领域的最新研究进展，《模式识别与人工智能》拟集中出版与推荐系统领域相关的，具有创新性、突破性的文章，诚挚欢迎学术界广大科研人员踊跃投稿。
征文范围:
“推荐系统”专题主要包括（但不限于）以下相关主题：
· 推荐系统研究（个性化推荐、社会化推荐、会话推荐、新闻推荐等）
· 推荐系统的长尾/冷启动问题研究
· 基于因果推断的推荐系统研究
· 推荐系统的可解释性研究
· 推荐系统的公平性研究
· 多模态推荐系统数据集构建
· 多模态推荐系统内多源异质信息的对齐与融合
· 跨域/跨模态推荐系统研究
· 基于半监督/无监督的多模态推荐系统研究
· 基于知识图谱的多模态推荐系统研究
· 大模型在推荐系统上的应用
来稿要求:
1、作者通过《模式识别与人工智能》网站（http://prai.hfcas.ac.cn/）“作者中心”一栏进行投稿。在“在线投稿”时请详细提供联系人的联系方式（包括通讯地址、邮编、E-mail地址和联系电话等）。请在论文标题后备注“推荐系统”。
2、稿件首页应包括：题目、真实姓名（用汉语拼音）、详细工作单位、城市及邮政编码、中英文摘要、中英文关键词。中文摘要200字左右，英文摘要200词左右。关键词中英文应对应，3-5条为宜。
3、来稿应是原创性论文，具有创新学术价值，有自己新的观点和见解，可推动或丰富该课题领域的研究与发展；或具有重大实用价值的创新开发成果。
4、来稿未在正式出版物发表过，且不存在一稿多投和抄袭现象。一经录用，未经同意，不得以任何形式、任何语言再次发表。作者文责自负。
重要日期:
截止日期：3月20日
联系方式:
电话：0551-65591176
电子邮箱：bjb@iim.cas.cn
|
