热烈祝贺 Roblox 机器学习工程师 Xiao Yu 及其共同作者在第 17 届 ACM 国际互联网搜索和数据挖掘大会 (WSDM 2024) 上荣获“时间考验奖”。 时间考验奖以历史影响为考量，旨在肯定获奖的研究成果改变了所在学科的趋势和发展方向。 用于表彰发表超过 10 年以上，并且对学术界产生了持久影响力的研究成果。

获奖论文《Personalized Entity Recommendation: A Heterogeneous Information Network Approach》（个性化实体推荐：一种异构信息网络方法）发表于 2014 年的 WSDM 会议，当时 Xiao Yu 在伊利诺斯大学厄巴纳-香槟分校担任研究员。 Yu 于 2022 年加入 Roblox，一直从事自然语言、计算机视觉、大型语言模型和生成式 AI 方面的工作，包括我们最近在实时 AI 聊天翻译和实时语音审核方面的工作。

Yu 表示，这篇获奖论文“引入了基于元路径的潜在特征作为用户和物品的表征这一概念。 当时的表征学习尚未成为推荐系统的最优效果模型。 尽管当时业界还没有在异构网络和推荐系统大范围应用嵌入技术，但这篇论文中提出的观察和理念启发了许多研究人员重新审视此问题，并在这一领域掀起了一波创新研究浪潮。”

过去 10 年，随着推荐引擎变得越来越普及，Xiao Yu 和同事们发表的这篇研究成果获得了业界广泛认可。 Yu 表示：“通过整合多种关系信息，我们的方法能够增强推荐的个性化程度，为用户提供更准确、相关性更强、更个性化的推荐。 这对于如今生活在信息过载时代，深受与自己不相关的推荐之苦的人们来说是一大福音。”

“在这篇论文发表之前，基于图表的混合推荐系统通常只利用单一类型的关系，例如，用户之前是否购买过某件物品。 这是利用网络中关系异质性的早期方法之一。 通过对各种关系进行建模，提出的推荐系统能够更全面、更细致地捕捉用户偏好和物品特征。”

点击此处了解 Roblox 最新 AI 研究。