2025年12月24日，重庆交通大学数学与统计学院“双福·行远”系列讲座在科学城校区开讲。本次讲座聚焦“基于扩散模型的自监督知识图谱推荐方法前沿动态”，由学院杨明明博士主讲，信息与计算科学专业师生代表聆听。杨明明结合自身研究，系统解读主题核心要义、技术内核及前沿方向，搭建起人工智能与数据挖掘领域学术交流桥梁，现场氛围热烈。
讲座开篇，杨明明博士阐明主题研究价值，指出在大数据与人工智能融合背景下，该方法对提升推荐系统精准度、泛化性与可解释性至关重要，已广泛应用于电商推荐、智能检索等核心领域。随后，他从基础概念切入，讲解知识图谱构建逻辑、自监督学习原理及扩散模型框架，助力师生梳理理论脉络。
理论铺垫后，杨明明博士聚焦技术实践，深入探讨扩散模型与自监督学习融合应用的技术难点与创新方向。他剖析现有方法在数据稀疏场景的短板，阐述扩散模型在特征增强、抗噪声方面的优势，并结合最新研究成果，解读节点特征扩散、自监督预训练任务构建等关键环节，明晰技术突破点与发展趋势。
讲座尾声，互动环节气氛活跃。杨明明博士耐心解答“扩散模型计算效率优化”“自监督任务与推荐效果关联”等问题，寄语同学们夯实基础学科知识，培养跨领域思维，关注前沿需求，以问题为导向提升学术与实践能力。
此次讲座让师生系统掌握主题核心知识，拓宽学术视野，激发对人工智能与数据挖掘前沿研究的热情。师生们表示，讲座兼具理论深度与实践指导性，理清了研究思路，为后续学习科研提供启发，将所学运用到实际中助力学术创新与成果转化。
