第二届Human-Centered Recommender Systems (HCRS)强势登陆 CCF-A 类顶会 TheWebConf 2026（原 WWW）！ 优秀论文可获 CCF-B 类期刊JCST快速通道投稿机会！

官方网站：https://hcrec.github.io/

TheWebConf（原 WWW）是全球互联网与信息系统领域最具影响力的国际顶会之一，被 CCF 评为 A 类会议，每年吸引海内外顶尖学者与产业巨头参会，是展示最新科研成果的重要舞台。

在数字社会的核心基础设施中，推荐系统深刻影响着用户的信息获取、观点形成与社会连接方式。然而，传统指标（如准确率、点击率、互动量）已难以全面衡量推荐系统对于“人”的价值。HCRS 研讨会倡导从用户参与、价值理解与社会影响等多维视角重新审视推荐系统设计，推动从“单纯优化参与度”向“真正理解并服务人类”的范式转变。

研讨会聚焦三大核心主题：

• Human Understanding（理解用户）：理解用户意图、认知、情绪等深层偏好；
• Human Involvement（用户参与）：支持用户可控、可交互、可协作的推荐体验；
• Human Impact（社会影响）：关注公平性、透明度、隐私、安全性与社会公益效应。

同时，HCRS 还将探讨 LLM 驱动推荐、人类中心评测方法、多目标优化等前沿议题，促进人机协作与跨学科创新。

研讨会亮点

• 聚焦当下最具价值的推荐系统“人文转向”
• 深入探讨算法伦理、用户体验、社会责任等议题
• 构建连接学术前沿与产业实践的国际交流平台
• 邀请全球知名学者带来主题演讲与互动讨论

投稿福利

1. 发表机会
• 录用论文将收录至TheWebConf 2026 Companion Proceedings!
• 优秀论文可获得JCST（CCF-B）期刊快速通道投稿资格
2. 国际会议报告机会（Oral / Poster）
3. 与来自全球的顶尖学者及产业专家面对面交流

征稿主题（包括但不限于）

1. Human Understanding — 理解用户

关注如何构建真正“理解人”的推荐系统，超越点击与评分等浅层行为，深入建模用户意图、认知与情绪状态。包括但不限于：

• 基于意图与情境的推荐、认知与情感建模
• 基于大模型（LLM）的用户建模与行为不确定性研究
• 超越点击的多维度指标，如用户满意度、信任度、情绪等

2. Human Involvement — 用户参与

探索真正以用户为中心的人机协作推荐范式，增强用户的互动性、可控性与共同适应能力。包括但不限于：

• 交互式与对话式推荐，多轮交互与人机混合主导流程
• 用户反馈获取机制、可控个性化与偏好表达
• 内容生成场景下的人类–AI 协同创作
• 用于可扩展、安全训练与评测的用户模拟技术

3. Human Impact — 社会影响

关注推荐系统对个人和社会的深远影响，涵盖公平性、隐私、鲁棒性与社会福祉等关键议题。包括但不限于：

• 公平性与偏差缓解，推荐多样性提升与回声室效应治理
• 隐私保护推荐方法
• 系统鲁棒性与安全性
• 透明度、可解释性与责任机制
• 负责任推荐的评估框架、审计机制与治理方法
• 面向社会福祉与用户身心健康的推荐优化方法

4. Emerging Cross-Domain Topics — 跨领域前沿方向

鼓励探索跨学科融合的前沿方向，包括：

• 基于 LLM 的下一代推荐系统与偏好对齐
• 面向社会公益的多目标优化，权衡隐私、多样性与满意度
• 以人为本的评测方法与用户研究
• 推荐系统在教育、医疗等关键领域的应用

重要时间节点（AoE）

• 论文提交：2025 年 12 月 18 日
• 录用通知：2026 年 1 月 13 日
• 终稿提交：2026 年 2 月 2 日

投稿要求

• 篇幅：4–8 页（不含参考文献）
• 格式：ACM Manuscript 模板
• 平台：OpenReview：https://openreview.net/group?id=ACM.org/TheWebConf/2026/Workshop/HCRS

特别说明

欢迎已发表或正在投稿中的相关工作以扩展版形式投稿分享。 录用论文可选择口头报告或海报展示。

组织委员会

• Kaike Zhang (University of Chinese Academy of Sciences)
• Jiakai Tang (Renmin University of China)
• Du Su (Institute of Computing Technology, CAS)
• Shuchang Liu (Kuaishou)
• Julian McAuley (University of California, San Diego)
• Lina Yao (CSIRO Data61)
• Qi Cao (Institute of Computing Technology, CAS)
• Yue Feng (University of Birmingham)
• Fei Sun (University of Chinese Academy of Sciences)
• Shixuan Zhang (University of Chinese Academy of Sciences)

让我们共同推动推荐系统的下一次变革，打造更加公平、透明、安全、可信赖的数字生态。诚邀全球学者、研究人员与产业伙伴参加 HCRS 2026，共同探索以人为本的推荐系统未来！

欢迎干货投稿 \ 论文宣传 \ 合作交流