信息与智能工程学院于近期在3东305成功举办了一场题为《基于概率加权关联规则的协同过滤推荐算法：精度与可解释性的新突破》的学术讲座。本次讲座由王英博教授主讲，吸引了众多对大数据、人工智能和推荐系统感兴趣的本科及硕士生踊跃参与。
讲座伊始，王英博教授首先指出了传统协同过滤算法面临的两大痛点：数据稀疏性与可解释性缺失。“传统的算法可以告诉你‘喜欢A的用户也喜欢B’，但它很难解释‘为什么’喜欢A的用户会喜欢B。这就像一个‘黑盒’，限制了算法的深度优化与用户的信任。”随后，王英博教授深入浅出地介绍了本次讲座的核心——概率加权关联规则与协同过滤的创新融合。
“这种新算法的精妙之处在于，” 王英博教授解释道，“它不再仅仅依赖于用户评分的相似性，而是通过挖掘用户行为序列中隐藏的、带有概率信度的强关联规则，来构建一个更稳定、更深刻的‘用户-物品’关系网络。这相当于不仅知道了谁和谁兴趣相投，还清楚了他们之所以投缘的内在逻辑链条。”
在讲座中，王英博教授通过生动的电商、社交媒体等案例，展示了该算法如何实现：整场讲座内容翔实、逻辑清晰，既有理论深度，又紧密贴合工业界实际应用，引发了在场同学的浓厚兴趣。本次讲座不仅让同学们对推荐系统的前沿动态有了更深刻的理解，更重要的是，它展示了如何通过跨领域的知识融合（数据挖掘、概率论与推荐系统） 来解决经典难题，为本科和硕士生们今后的课程设计、学术研究乃至职业规划，都提供了极具价值的思路与方向。
一审一校 闫吉府
二审二校 杨 涛
三审三校 李成名 尹 娜
