张恒汝，博士、教授、硕导，机器学习研究中心副主任，CAAI粒计算与知识发现专委会委员。主持和参与国家自然科学基金项目、国际合作项目、国家科技重大专项、四川省科技厅项目、四川省教育厅等 10 余项。发表论文30余篇，其中ESI高被引论文2篇，1篇被引过百。研究兴趣包括推荐系统、多标签分布学习、人工智能安全等。

一、 高被引论文

[1] 张恒汝, 闵帆,  Three-way recommender systems based on random forests, Knowledge-Based Systems 91 (2016) 275–286. ESI，被引153次（首次提出“三支推荐系统”）

[2] 张恒汝, 闵帆, 石兵,  Regression-based three-way recommendation, Information Sciences 378 (2017) 444–461. ESI, 被引85次

二、 近期主要工作

1、提出了代价敏感三支推荐系统的概念，在推荐、不推荐两种选择基础上，增加了促销（即发优惠券）选项，获得了更适合商业场景的推荐算法。

   图1 基于随机森林的代价敏感推荐系统

2、将情感分析与矩阵分解相结合，根据用户评论数据、用户评分数据，挖掘用户的偏好，获得了更为准确的结果。

   图2 融合情感分析与矩阵分解推荐系统

3、数据的不完美性决定了推荐系统的“魔法边界”，即数据的特性决定了算法预测精度的上界。基于用户评分服从正态分布这一假设条件下，设计了三个评估模型来获取推荐系统的“魔法边界”。

   图3 基于正态分布的推荐系统魔法边界评估模型

4、提出了多通道特征向量来表征用户的评分特征，利用该向量来计算用户间的相似度，在取得大致相当的推荐准确度条件下，极大地降低了时间复杂度。

   图4 具有多通道特征向量的高效协作过滤推荐