誠摯祝賀 Roblox 機器學習工程師 Xiao Yu 及合著者，在 「第 17 屆 ACM 國際網路搜尋與資料探勘會議」 (WSDM 2024) 榮獲「時代考驗獎」。 「時代考驗獎」象徵著研究留下的歷史性影響，並肯定該研究為學科趨勢與發展方向所帶來的變革。 該獎項旨在表彰發表於 10 年前且留下深遠影響的研究論文。

獲獎論文「個人化實體推薦：異質資訊網路方法」(Personalized Entity Recommendation: A Heterogeneous Information Network Approach) 於 WSDM 2014 初次發表，Xiao Yu 當時在伊利諾大學香檳分校擔任研究員。 2022 年，Yu 加入 Roblox，投入自然語言處理、計算機視覺、大型語言模型和生成式 AI 等領域，並參與了我們的即時 AI 聊天翻譯與即時語音審核等最新研究。

Yu 表示，這篇獲獎論文「引進了以基於元路徑的潛藏特徵作為使用者與道具表徵的概念。 這是在表徵學習成為推薦系統最先進技術之前發表的論文。 儘管這篇研究早於嵌入技術在異質網路與推薦系統中的廣泛應用，但其提出的觀點與理念啟發了許多研究者重新審視這一問題，並在這個領域掀起了一股開創性的研究潮流。」

過去十年間，隨著推薦引擎日益普及，Yu 和其合著者發表的研究獲得了廣泛認可。 Yu 表示：「透過納入多元關係資訊，我們的方法進一步提升了推薦的個人化程度，從而為使用者提供更精準、相關且符合自訂需求的建議。 在當今資訊爆炸的時代，人們經常受到大量無關推薦的干擾，因此這項技術尤為重要。」Yu 表示。

「在這篇論文發表前，基於圖形的混合式推薦系統往往僅運用單一類型的關係，例如使用者是否曾購買過特定的商品。 這篇論文是最早應用網路中關係異質性的方法之一。 透過將多種關係模型化，本論文所提出的推薦系統能夠更全面且細緻地理解使用者偏好與商品特性。」

可在這裡了解 Roblox 近期的 AI 研究。