10月8日上午，悉尼科技大学徐贯东教授应邀于计算机与人工智能学院开展了“Counterfactual Explanations in Conversational Recommender System”（对话式推荐中的反事实解释）的专题学术交流。讲座在学海楼510报告厅举行，由李琳教授主持，学院100余名研究生参与学习。
徐贯东教授首先向在座的研究生们介绍了传统推荐系统的不同类型和研究方法，并重点强调了对话式推荐系统与传统推荐系统的根本区别。通过一个生动直观的现实例子，教授帮助同学们更好地理解了这些概念，进一步梳理了一些对话式推荐系统的经典解决方案，并深入探讨了当前对话式推荐系统在可解释性方面所面临的挑战。尽管对话式推荐系统在推荐效果方面取得了一定的成果，但其可解释性仍然处于起步阶段。大多数对话式推荐系统倾向于提供粗略的解释，并未充分探索对推荐决策进行微小更改可能产生的影响。
在讲座中，徐贯东教授提出了将计数错误技术整合到CRS中的概念，并介绍了反事实可解释会话推荐器（CECR）。CECR通过反事实解释能够提供细粒度的原因来解释用户的真实意图，并生成反事实样本来增强训练数据集，从而提高推荐性能。徐贯东教授通过实证实验向同学们展示了CECR在推荐性能和可解释性方面优于目前最先进的CRSs。他详细解释了CECR如何基于会话上下文自适应学习用户的偏好，并在多轮会话中有效响应用户的实时反馈。
最后，徐贯东教授与同学们进行了现场交流，详尽回答了他们提出的关于会话推荐系统、可解释性和推荐性能等方面的问题，给予了同学们宝贵的建议和指导。通过与徐贯东教授的交流和学习，同学们对会话推荐系统及其可解释性有了更深入的理解，并得到了研究和实践的启示。
计算机与人工智能学院将继续积极推动前沿研究的发展，为学生们提供更多的学术机会和资源，希望同学们能够以系列专题讲座为契机，深入研究会话推荐系统的可解释性问题，为推动该领域的发展作出贡献。
图文：王福江，审核：徐小波