Julian McAuley

概述

UCSD 教授，推荐系统与用户行为建模领域知名学者，与 Wang-Cheng Kang 合作发表 SASRec（ICDM 2018），开创了序列推荐的 Transformer 范式。

关键内容

1. 学术地位：推荐系统领域知名学者，长期深耕用户行为建模与推荐算法研究，任职于加州大学圣地亚哥分校（UCSD）。

2. 代表工作：SASRec（Self-Attentive Sequential Recommendation, ICDM 2018），与 Wang-Cheng Kang 合作。该论文首次将 Self-Attention 机制引入序列推荐，累计引用 3000+ 次（截至2026年），在 RecSys 2022 等顶级会议上被评为讨论最多的模型之一。

3. 研究方向：用户行为建模、推荐算法、序列推荐、产品评论分析、电子商务数据挖掘。其研究组在 UCSD 持续产出推荐系统领域的高质量工作。

4. 学术影响：SASRec 成为序列推荐领域的事实标准基线模型，几乎每一篇新的序列推荐论文都会将其作为对比方法。该工作直接催生了 BERT4Rec、TiSASRec、BST、S3-Rec 等一系列重要后续研究。

来源

• SASRec 原始论文 (ICDM 2018)

相关

• SASRec — 代表工作
• Wang-Cheng Kang — 合作博士生
• 序列推荐 — 核心研究方向
• UCSD — 任职机构（加州大学圣地亚哥分校）