近日，辽宁省教育厅公布了2025年辽宁省优秀博士、硕士学位论文评选结果。由大连理工大学信息检索研究室林鸿飞教授指导的博士毕业生张晓堃，其博士学位论文《基于用户行为模式挖掘的多模态会话推荐算法研究》获评2025年辽宁省优秀博士学位论文。

张晓堃本硕博阶段均就读于大连理工大学信息检索研究室，师从林鸿飞教授。博士期间，他围绕推荐系统、用户行为建模及多模态信息挖掘等方向开展了系统深入的研究，以第一作者在中国计算机学会（CCF）推荐的A类顶级会议及期刊发表论文6篇，代表性成果发表于SIGIR、KDD、NeuIPS、RecSys、IEEE Transactions on Knowledge and Data Engineering（TKDE）、ACM Transactions on Information Systems（TOIS）、Information Processing & Management（IP&M）、Patterns Recognition等国际高水平会议和期刊。其中，相关研究成果入围SIGIR 2024最佳论文候选，RecSys 2025最佳论文候选，并获IP&M2022最佳博士论文提名奖。此外，其博士学位论文还入选2024年中国中文信息学会“博士学位论文激励计划”（国家一级学会优秀博士学位论文）。该学位论文摘要如下：

会话推荐系统旨在根据匿名用户在短期内的行为捕获其兴趣偏好，进而为其提供个性化推荐服务。现有的会话推荐算法大都聚焦于单一的商品 ID 信息，根据会话包含的商品 ID 序列挖掘商品间的关联模式，然后形成个性化推荐列表。然而，简单的商品 ID 序列只能体现商品间浅层的关联模式，无法揭露用户复杂的行为模式，这极大地限制了现有方法的有效性。事实上，商品的多模态信息如商品价格、类别、图片、描述文本及用户评论文本等，蕴含了更为丰富的用户行为特点，体现了深层次的用户行为模式，为提高会话推荐系统的性能提供了巨大潜力。因此，本文旨在将丰富多样的多模态信息引入到会话推荐系统中，探究各种模态信息对揭露用户个性化偏好的独特作用，挖掘多模态信息中所体现的复杂的、深层次的用户行为模式，并据此设计相应的神经网络模型建模用户的复杂行为模式，进而提高会话推荐系统的性能表现。

近年来，实验室高度重视研究生人才培养，坚持以高水平科研促进高质量人才培养，持续营造良好的学术研究环境，在人才培养方面取得了一系列突出成绩。团队师生多人次获得国家、省、市以及国内外学术组织和企业设立的各类荣誉与奖励，包括国家自然科学基金青年学生基础研究项目、中国科协青年科技人才培育工程博士生专项计划、博士国家奖学金、硕士国家奖学金、腾讯犀牛鸟精英人才计划、国内外学术会议最佳论文奖或提名奖、国内外学术竞赛奖励、国家一级学会优秀博士学位论文、辽宁省优秀博士/硕士学位论文等。

此次获评2025年辽宁省优秀博士学位论文，是实验室近年来人才培养和科研育人成果的又一体现。未来，实验室将继续坚持立德树人根本任务，依托高水平科研平台和优质学术资源，着力培养具有扎实理论基础、突出科研能力和国际学术视野的高层次创新人才，为人工智能、自然语言处理、信息检索与推荐系统等领域的发展持续输送优秀人才。

欢迎广大优秀学子报考大连理工大学信息检索研究室！