The Web Conference也被称为The WebConf，‌是计算机科学领域的一个重要国际学术会议，汇聚全世界相关的科研工作者、从业者和领域专家，共同探讨、推进、塑造互联网技术未来。国际万维网由会议委员会和主办地地方团队合作组织，每年召开一次，是CCF推荐的重要会议之一，‌特别是在Web技术和应用方面，‌旨在促进全球范围内的学术交流和合作。

论文介绍

论文题目：Cognitive Personalized Search Integrating Large Language Models with an Efficient Memory Mechanism

论文作者：周雨佳，朱倩男（共同第一作者），金佳节，窦志成

通讯作者：窦志成

论文概述：传统的搜索引擎通常为所有用户提供完全相同的搜索结果，而忽略了用户个人偏好。为应对这一局限，研究人员探索个性化搜索技术，根据从查询日志中得出的用户偏好对搜索结果重新排序。目前基于深度学习的个性化搜索方法已初见成效，但它们严重依赖丰富的训练数据，容易受到数据稀疏性的挑战。因此，本文提出认知记忆驱动的个性化搜索模型CoPS，将大语言模型（LLM）与受人类认知启发的认知记忆机制相结合，利用携带自适应记忆机制的大语言模型来增强用户建模和用户搜索体验。在该模型中，认知记忆机制包括用于快速感官反应的感官记忆、用于复杂认知反应的工作记忆和用于存储历史交互信息的长期记忆。同时，CoPS采用三步法处理新查询以执行搜索任务，包括识别重新查找行为，利用相关历史信息构建用户画像，以及根据个性化查询意图对文档进行排序。实验表明，CoPS 在zero-shot场景下的表现优于基线模型。

国际计算语言学会议（International Conference On Computational Linguistics，COLING），是自然语言处理和计算语言学领域最具权威性的三大会议（ACL、EMNLP、COLING）之一，每两年举办一次，被中国计算机学会（CCF）推荐为B类会议，在领域内享有广泛的学术声誉。今年的计算语言学、语言资源与评价国际联合会议（LREC-COLING 2024）将由计算语言学领域两个具有国际影响力的组织——语言资源协会（ELRA）和国际计算语言学委员会（ICCL）联合举办，该会议已于2024年5月20日至25日在意大利都灵盛大举行。

论文介绍

论文题目：Few-Shot Learning for Cold-Start Recommendation

论文作者：朱倩男，李明明，朱福庆，虎嵩林

通讯作者：李明明

论文概述：冷启动是推荐系统中的一个重要问题。最近，有些工作尝试利用小样本学习和元学习解决推荐领域数据稀缺和用户互动有限等问题。然而，近期的研究工作在小样本学习和推荐之间存在巨大差距。特别是，在推荐过程中用户是局部依赖，而不是全局独立的。鉴于局部用户关系的重要性，本文提出一种新颖的冷启动（FCS）推荐学习方法。该方法由三个层次结构组成，第一个层次结构是全局参数，用于学习所有用户的全局信息；第二个层次结构是局部参数，用于学习局部用户的自适应集群；第三个层次结构是目标用户的特定参数，用于学习目标用户的特点。该方法设计的全局信息和局部信息可以根据少量交互记录快速解决新用户问题。实验结果表明，FCS方法在两个公共真实数据集上取得了较大提升。