职业经历
工作经历
2025年03月 — 2025年03月
技术,后端开发,Python
行业观察与洞察力构建 虽未直接参与项目实操，但通过系统性行业追踪与竞品分析，持续保持对垂直领域动态的深度洞察 建立行业信息监测机制，定期输出趋势分析报告，形成结构化行业认知体系 专业知识体系建设 构建领域知识图谱，通过文献研读、技术白皮书分析及专家访谈等方式，系统掌握前沿技术发展脉络 开展技术预研工作，完成多项新兴技术的可行性分析与应用场景推演 能力储备与未来规划 制定个人能力发展路线图，通过认证考试、沙盘演练等方式持续提升专业胜任力 建立技术储备库，已完成多个技术方案的预研与原型设计，为业务落地做好技术准备
教育经历
计算机科学与技术
2022年09月 — 2025年06月
项目经历
2025年02月 — 2025年02月
已接收(IEEE Multimedia)doi:10.1109/MMUL.2025.3542757 研究背景:多模态推荐的交互数据十分稀少,无法对用户进行有效的建模;简单的均值融合削弱了交互行为本身对 于最终的推荐性能的影响 研究内容:通过设计两个噪声对比视图,使二者更为接近来增强数据表示;设计了一个行为主导的融合器,强调了 用户项目交互行为数据的主导地位
2025年01月 — 2025年01月
已授权,专利号:ZL 2024 1 124 5353.8 内容:基于GNN的多模态推荐在进行特征提取的过程中会存在特征冗余问题,通过设计特征过滤器等,减少特征冗 余对推荐效果的影响。通过研究分析特征之间的相关性,设计一个针对基于GNN的多模态推荐方法,解决了特征冗 余问题
2025年01月 — 2025年01月
已授权,专利号:ZL 2024 1 1730966.0 内容:通过引入多模态信息来提升推荐的准确性,同时引入用户特征增强技术,将用户特征与相似用户的特征进行 聚合操作得到用户的个性化嵌入，最终进行准确地推荐
TA 的技能服务
该人才共 1 项技能服务，可在 技能服务 中搜索「莫凤」查看。