香港珠海學院資訊科學學系欣然宣布，應用人工智能理學碩士（MSAAI）課程 2024-25 學年學生 董文龍 先生共同撰寫之研究論文，已正式獲刊於國際同儕審查、開放獲取（Open Access）且屬 Q1 等級之期刊 《Big Data and Cognitive Computing》（ISSN 2504-2289），由 MDPI 出版。
該論文題為 「A Novel Multimodal Hierarchical Large Language Model for Enhancing Image and Text Sequence Recommendations in Item and User Modeling」（中文暫譯：〈MHLLM: 透過多模態分層大語言模型增強影像及文字序列以進行專案與使用者推薦建模〉），於 2026 年 7 月 29 日 出版（第 10 卷第 8 期，文章編號 250）。此項研究對人工智能驅動之電子商務推薦系統領域，具有顯著之學術貢獻。
以嚴謹修訂克服嚴苛審查
該論文之發表過程，要求學生研究人員付出極大心血。初次投稿後，團隊經歷了廣泛之修訂程序，包括補充實驗及深度數據分析，以回應審稿人之意見。此等嚴謹之後續工作——歷經多輪審查與修改——充分體現了 MSAAI 課程所培育之學術堅持與研究成熟度。論文最終成功發表，不僅證明該研究之技術價值，更彰顯學生應付高影響力國際期刊嚴苛同儕審查標準之能力。
多模態推薦系統之研究突破
現有電子商務推薦系統通常僅依賴文本或視覺特徵進行物品推薦，而傳統分層大型語言模型則面臨長用戶序列運算成本過高、跨模態語義對齊不足等問題。本研究所提出之多模態分層大型語言模型（MHLLM），透過創新之兩階段 V 形架構，將多模態特徵建模與用戶行為建模解耦，成功克服上述限制。
本研究之核心創新包括：
- 雙階段框架：運用 Item‑LLM 處理文本語義，Item‑CLIP 進行跨模態視覺‑文本特徵提取；
- 可學習之動態閘控機制，用於自適應融合雙模態特徵；
- 多階段訓練策略，搭配輕量級特徵投影，以解決梯度消失問題並降低運算成本。
實驗結果顯示，MHLLM 在多數情況下顯著優於傳統系統，Recall@5 及 NDCG@5 等關鍵指標提升超過 20%。此外，該模型透過特徵快取技術，將 User‑LLM 之重複推理開銷減少逾 30%，在推薦準確度與大規模電商部署效率之間取得良好平衡。
刊登於 Q1 級國際期刊
《Big Data and Cognitive Computing》之 2025 年影響因子為 5.3，於「計算機科學：理論與方法」及「計算機科學：資訊系統」領域排名 Q1。該期刊收錄於 Scopus、ESCI（Web of Science）、dblp、Inspec 及 Ei Compendex 等資料庫，彰顯其高學術水準。
MSAAI 課程卓越實力之佐證
香港珠海學院 MSAAI 課程自 2024 年開辦以來，已招收逾 80 名優秀學生。課程旨在培養學生人工智能之理論知識與實踐技能，涵蓋 AI 基礎數學、程式設計、AI 理論及前沿機器學習。是次論文發表，繼學生先前於國家級期刊及國際會議獲接受之研究成果後，再次為課程之學術產出寫下重要里程碑。
作者感言 —— 致所有支持與鼓勵我們的人
當我們收到《Big Data and Cognitive Computing》編輯部正式接收函時，心中不僅充滿喜悅，更有一種深切的釋懷感。從最初作為 MSAAI 學生畢業設計（Capstone Project）之構想，到最終論文發表，前後歷時近一年——而付出最多心力的，無疑是投稿後一連串密集的修訂週期。
當第一輪審稿意見送達時，三位審稿人共提出四十多項建議，涵蓋方法學嚴謹性、實驗完整性與討論深度。坦白說，我們確實感受到巨大壓力——但我們明白：「這是追求卓越研究必經之路。」於是我們重新調整實驗框架，增加額外對比實驗，針對動態閘控機制與特徵快取策略進行更細緻的消融分析，甚至重寫了近三分之一的模型訓練代碼。每一份深夜除錯日誌、每一版被捨棄的圖表草稿，都是我們與審稿人「對話」的見證。
回顧這段歷程，我們深刻體會到，學術發表不是「短跑」，而是需要耐心與韌性的「馬拉松」。每一次修訂都讓我們對問題理解更深，對自身研究能力更具信心。我們尤其感謝香港珠海學院提供之運算資源與啟發性學術氛圍，以及對研究生研究之大力支持。
這篇論文不僅是一項成果，更是我們研究成熟的「成年禮」。它教會我們如何面對批評、如何精益求精、如何在壓力下高效協作。我們希望這份經歷能激勵同儕與後進研究者：優秀的研究值得投入加倍努力，所有汗水終將在紙頁上凝結為有價值的知識。
最後，我們期望這項有關多模態分層大型語言模型之工作，能為推薦系統社群帶來一些啟發，並期待與更多同行交流切磋。
系主任致詞
香港珠海學院電腦科學系系主任 盧偉麟 教授表示：「我們對 MSAAI 學生的成就感到無比驕傲。此次論文發表不僅證明學生之研究能力，也驗證了本系教師所提供之嚴謹訓練與指導。從補充實驗到詳細分析，修訂過程中所展現的投入，正正體現了我們致力培育之學術卓越精神。」
論文連結:
Wen-Long Dong, Richard Tai-Chiu Hsung, Harris Sik-Ho Tsang, Tony Yulin Zhu, and Wai-Lun Lo. 2026. “A Novel Multimodal Hierarchical Large Language Model for Enhancing Image and Text Sequence Recommendations in Item and User Modeling” Big Data and Cognitive Computing 10, no. 8: 250.
DOI: https://doi.org/10.3390/bdcc10080250
研究團隊成員
香港珠海學院資訊科學學系
- 董文龍 先生 —— MSAAI 學生（2024-25 學年）
- 盧偉麟 教授 —— 教授，資訊科學學系系主任
- 熊體超 博士 —— 副教授，資訊科學學系
- 朱禹林 博士 —— 助理教授，資訊科學學系
- 曾錫豪 博士 —— 助理教授，資訊科學學系
應用人工智能理學碩士課程 —— 培育未來 AI 專才
香港珠海學院開辦之應用人工智能理學碩士課程，旨在傳授人工智能領域之理論與實務知識，以及設計與實作技能，以滿足瞬息萬變科技世界中日益增長之 AI 專業人才需求。課程一大特色在於結合 AI 於創意產業、科學與工程之應用，並設有兩個專業分流：「科學與工程」及「媒體與創新應用」。
學生須完成畢業設計作為課程要求之一，在指導教授帶領下，應用所學知識解決實際問題。課程採跨學科教學模式，結合資訊科學系與新聞及傳播學系之專業與資源，使畢業生具備廣泛技能，勝任 AI 軟體工程師、機器學習工程師、數據分析師、AI 專案經理等多樣化職涯角色。
值得注意的是，基於畢業專題研究成果所發表之論文，展現了課程強勁之研究產出，以及學生對 AI 領域之重要貢獻。
董文龍同學感言：「於香港珠海學院修讀應用人工智能並順利取得學位，使我日後深耕靈犀國際有限公司相關業務奠定基礎，從專業能力、學術素養與科研思維多面向賦能職涯。其一，系統化深造強化 AI 理論根基，建構完整知識框架，能將技術對接企業情境，提出可落地的智能化解決方案。其二，導師指導與課題研究鍛鍊學術與科研素養，培養嚴謹求實、邏輯完整與重視細節的習慣。另在國際化教學中提升跨域協作與團隊溝通能力，助力未來技術研發與產品迭代。」
董文龍同學（左二）與學系老師合照
關於香港珠海學院
香港珠海學院創校歷史悠久，致力於提供優質的專上教育。應用人工智能理學碩士課程，為學生提供全面的人工智能理論與實踐訓練，培育符合時代需求的AI專業人才。學系將繼續努力, 達致 「智珠在握，通博如海」!
本研究所提出的 MHLLM 架構：產品的多模態視覺與文本資訊、以及純文本資訊，分別由 Item-CLIP 與 Item-LLM 進行處理；接著透過動態閘控機制將特徵進行自適應融合；最後，由 User-LLM 根據融合後的多模態物品特徵與用戶歷史行為序列，完成具備用戶感知能力的推薦預測。（轉載自原論文）
