赵满坤

天津大学/智能与计算学部/计算机实验教学中心 

高级实验师

硕士生导师

ICPC/CCPC竞赛天津大学代表队指导教师

研究方向

致力于教育大模型、知识图谱及未来推荐系统研究，面向未来教育应用，促进教育资源共享，教育公平。以教育领域为切口，积极探索将研究成果转化为实际应用，通过构建教育大模型智能体，搭建学科知识图谱系统原型，构建基于学科知识图谱的自适应导学系统，推动知识图谱在教育领域的实际应用和发展，驱动教育创新升级，主要研究方向介绍如下。

一、教育大模型研究

1.长期记忆大模型：如何让模型像人类一样具备长期记忆能力，能够持续学习并整合新知识(主要是学习者的能力、习惯、认知状态等)，同时避免灾难性遗忘，以更好地支持教育场景中的知识积累与应用。

2.云端大小模型协同：如何实现云端大模型与本地小模型的高效协同，充分发挥两者优势，优化资源分配与任务处理，以提高教育大模型的整体性能和应用效果。

3.大模型情感、品德、社会能力支持：如何让教育大模型不仅在知识传授上发挥作用，还能在培养学生情感、品德和社会能力方面提供有效支持，促进学生的全面发展，构建有温度、有价值的教育大模型。

4.数学推理大模型：如何提升教育大模型在数学推理方面的准确性和逻辑性，使其能够更好地解答复杂数学问题，支持数学教学与学生思维能力的培养。

5.具有分步引导、思维培养能力的大模型：如何构建具有分布引导和思维培养能力的教育大模型，能够根据学生的学习情况和特点，引导其进行深度思考和探索，培养学生的创新思维和问题解决能力。

二、知识图谱构建研究

从非结构化的自然语言文本或多模态数据中提取实体和关系等基本元素构建精确且全面的知识图谱，并基于已有的知识图谱推理发现更广泛的未知事实信息，以构建大规模、具有应用潜力的知识图谱，为问答系统、语义搜索和个性化推荐等领域的技术创新提供支持。

三、未来推荐系统研究

针对推荐系统中的流行度偏差、公平性、算法歧视、信息茧房等问题，基于知识图谱推理、因果推断等方法研究更具社会责任、更利于用户发展的推荐算法。

近期论文

• Mei Yu, Kun Zhu, Mankun Zhao, Jian Yu, Tianyi Xu, Di Jin, Xuewei Li, Ruiguo Yu. Learning Neighbor User Intention on User-Item Interaction Graphs for Better Sequential Recommendation[J]. ACM Transactions on the Web.(CCF B类期刊)

• Mankun Zhao, Zhao Liu, Mei Yu, Wenbin Zhang, Yue Zhao, Ming Yang and Jian Yu. Hypergraph Enhanced Contrastive Learning for News Recommendation[C]. KSEM 2023, 136-147.(CCF C类会议)

• Mei Yu, Yunke Chen, Mankun Zhao, Tianyi Xu, Jian Yu, Ruiguo Yu, Hongwei Liu, Xuewei Li∗. Semantic Piecewise Convolutional Neural Network with Adaptive Negative Training for Distantly Supervised Relation Extraction[J]. Neurocomputing., 537: 12-21, 2023.（中科院二区）

• Mei Yu, Jiujiang Guo, Jian Yu, Tianyi Xu, Mankun Zhao, Hongwei Liu, Xuewei Li, Ruiguo Yu. TBDRI：block decomposition based on relational interaction for temporal knowledge graph completion[J]. Applied Intelligence, 2023: 5071-5084.（中科院二区）

• Mei Yu, Zhaoyuan Ding, Jian Yu， Wenbin Zhang, Ming Yang, Mankun Zhao*, Graph Contrastive Learning with Adaptive Augmentation for Knowledge Concept Recommendation[C]. CSCWD 2023, 1281-1286.(CCF C类会议)

• Xuewei Li，Aitong Sun，Mankun Zhao，Jian Yu，Kun Zhu，Di Jin，Mei Yu，Ruiguo Yu. Multi-Intentions Oriented Contrastive Learning for Sequential Recommendation[C]. WSDM 2022, 411-419.（CCF B类会议）

• Mei Yu, Jiujiang Guo, Jian Yu, Tianyi Xu, Mankun Zhao, Hongwei Liu, Xuewei Li, Ruiguo Yu. BDRI: block decomposition based on relational interaction for knowledge graph completion[J]. Data Mining and Knowledge Discovery, 1-21.（CCF B类期刊）

• Xuewei Li, Jinming Ma, Jian Yu, Mankun Zhao, Mei Yu, Hongwei Liu, Weiping Ding, Ruiguo Yu. A structure-enhanced generative adversarial network for knowledge graph zero-shot relational learning[J]. Information Sciences, 629(2023): 169-183.（中科院一区）

• Mei Yu, Qianyu Zhang, Jian Yu, Mankun Zhao, Xuewei Li,Di Jin, Ming Yang, Ruiguo Yu. Knowledge graph completion using topological correlation and multi-perspective independence[J]. Knowledge-Based Systems, 259: 1-14.（中科院一区）