近日，通信工程学院智能信息计算团队的研究论文《Multi-Objective Unlearning in Recommender Systems via Preference Guided Pareto Exploration》被服务计算领域顶级国际期刊（CCF-A类）IEEE Transactions on Services Computing录用。论文第一作者为我院李宇渊特聘副教授，主要合作作者为浙江大学陈超超特聘研究员和我校颜成钢教授。 该研究聚焦推荐系统中的多目标遗忘问题。随着推荐系统对用户数据的持续收集与分析，用户隐私泄露风险日益凸显，特别是敏感信息可能通过用户画像特征发生泄露。为此，学术界已对推荐系统的“遗忘”问题展开广泛研究，其核心在于消除特定数据对推荐模型的影响。 该研究创新性地拓展了传统遗忘研究的范畴。现有研究多局限于单目标遗忘（如属性遗忘），而实际场景中用户往往需要实现多重遗忘目标。为填补这一研究空白，该研究提出训练后多目标遗忘框架，该框架不仅能同步实现多个遗忘目标，还能有效维持推荐系统的核心性能。需要特别指出的是，多目标间可能存在的冲突会导致总体目标优化过程中出现目标妥协现象。 针对该挑战，该研究创新性地引入帕累托探索方法：首先将推荐性能作为优化导向，进而在冲突目标间建立权衡机制以获得帕累托最优解。考虑到实际应用中训练后数据不可获取的特性，该研究采用无数据正则化方法来实现推荐性能引导。基于三个真实数据集的实验表明，所提方法在保持推荐性能的同时，能有效实现多遗忘目标的最优权衡。
作者介绍 李宇渊，通信工程学院智能信息计算团队特聘副教授，博士毕业于浙江大学。研究方向为可信人工智能（隐私、安全、公平、攻防）。现为中国通信学会高级会员，在ICML、ICLR、NeurIPS等CCF-A类国际顶级会议和Cell子刊等国际顶级期刊发表论文20余篇。
团队介绍 杭州电子科技大学“智能信息处理”实验室 (HDU IIPLab)主任为颜成钢教授。实验室现有在职教师50余名，含5位国家级人才及多位省级人才。现有硕博生200余名，毕业生多就职于阿里巴巴、腾讯、字节跳动、海康威视、华为、网易等国内知名企业。实验室为学校交叉创新团队，拥有自由开放的学术氛围和国际前沿的研究方向。实验室采用与海内外知名高校、研究所（清华大学、北京大学、中国科学院、美国北卡罗来纳大学教堂山分校、澳大利亚悉尼科技大学等）联合培养制，长期致力于智能信息处理方面的研究，主要研究方向包括：机器学习、模式识别、计算机视觉、计算机图形学、医学影像处理、生物信息学等。
