近日，中國計算機學會CCF頒布2020年“CCF優秀博士學位論文獎”，以表彰獲獎者博士論文在創新及學術影響力方面的突出表現。百度黃際洲榜上有名。據知，黃際洲博士畢業于哈爾濱工業大學，其獲獎論文為《搜索引擎中的實體推薦關鍵技術研究》，論文指導老師為百度CTO王海峰(哈爾濱工業大學兼職博士生導師)。這篇獲獎論文，不僅體現了百度在搜索引擎技術研究與應用方面的行業領先性，還通過產學研結合的良性循環模式，推動了搜索引擎技術向前發展。

　　據知，CCF優秀博士學位論文獎于2006年設立，旨在授予在計算機科學與技術及其相關領域的基礎理論或應用基礎研究方面有重要突破，或在關鍵技術和應用技術方面有重要創新的中國計算機領域博士學位論文的作者。此次獲選的優秀博士論文創新成果包括7篇學術論文，以及32項中國和國際已授權發明專利，并獲得了省部級科技進步一等獎。

　　搜索引擎是用戶獲取信息的重要工具。為更好滿足用戶需求，搜索引擎從最初只能被動地根據查詢返回相關網頁，逐步改進到主動根據查詢提供相關信息推薦。實體推薦技術是其中推薦粒度最細且信息量最豐富的一種信息推薦形式，旨在為用戶提供與其查詢存在直接或間接關系的實體列表，幫助用戶拓展知識面，因此，實體推薦技術不僅成為現代搜索引擎必不可少的功能之一， 也正成為學術界重視的研究問題。

　　實體推薦系統的目標是根據用戶輸入的查詢，在搜索結果中提供相關實體建議，以幫助用戶發現更多與其搜索需求相關的信息。用戶對實體的信息需求較大，例如，超過 70% 的查詢包含命名實體，在所有查詢中大約 40% 的查詢其主要搜索需求為其中出現的一個實體。大規模知識圖譜(例如百度知識圖譜)的出現使得搜索引擎可以根據查詢為用戶推薦相關實體。上圖顯示了百度搜索引擎為查詢“渡渡鳥”所提供的實體推薦結果示例。系統除了提供相關實體列表，還在每一個推薦實體下方提供了推薦理由。這些由系統推薦的實體列表，有效提升了用戶的信息發現體驗與用戶參與度。

　　這篇獲獎論文的技術創新，正是在實體推薦技術方面。論文研究了實體推薦算法以及推薦理由生成兩個方面的關鍵技術，具體包括:(1)適用于搜索引擎的大規模實體推薦算法，以及基于上下文優化實體推薦算法的具體策略;(2)實體對推薦理由的識別，以及實體推薦理由的生成;并將人工智能學術研究與搜索引擎產業需求之間進行了緊密結合，幫助用戶更加便捷地找到與其搜索需求相關的信息，提升用戶的信息發現體驗，幫助其擴展知識面，從而受到越來越多的歡迎。此外，這些研究成果也已經在百度搜索引擎中應用，在實踐中推動搜索引擎持續發展，也讓大眾享受到更精準、智能的搜索服務體驗。