近日，烟台大学计算机与控制工程学院童向荣教授团队的最新研究成果被国际多源信息融合顶级期刊《Information Fusion》（INFFUS）录用，论文题目为“Dual-layer cross-modal alignment recommendation based on the diffusion model”。根据2025年发布的中科院期刊分区表显示，Information Fusion是中科院1区Top期刊，其最新JCR影响因子达15.5。

多模态对齐是人工智能领域的研究热点。现有多模态推荐系统能有效整合用户行为、产品图像和文本等多模态信息，但在多模态对齐过程中容易产生语义偏差，导致用户行为信息丢失。针对上述问题，童向荣教授团队提出了一种基于扩散模型的双层跨模态对齐推荐方法，有效平衡且对齐多模态数据，系统架构如图所示。

研究团队创新性地提出了两项关键技术：一是在统一的训练框架下，同时处理不同质量的模态，并根据各模态在推荐任务中的贡献度，为每个模态赋予不同的权重，从而更加精确地反映用户对各模态的偏好程度。二是提出双层跨模态对齐机制，在特征对齐层，通过对不同模态特征空间的对齐，减少模态特征分布差异带来的干扰；在行为对齐层中，引入用户行为信息，使特征对齐后可能产生语义偏差的特征进一步向用户和项目真实嵌入对齐，从而优化项目的统一表示。

该研究成果以烟台大学为第一单位，研究生修玉涵为第一作者，童向荣为通讯作者。团队在推荐系统方向的研究上已形成系列研究成果，一年来，烟台大学为第一单位、童向荣为通讯作者已发表3篇中科院1区Top期刊论文，促进了该领域的发展。研究工作获得国家自然科学基金、山东省基金、烟台市基金的支持。

来稿时间：7月17日 审核：刘俞斌 责任编辑：徐扬