2022年8月15日，李国徽教授指导的博士生王朝阳和李剑军副教授指导的博士生施斯顺利通过博士学位论文答辩。

王朝阳的学位论文研究基于强化学习的交互式推荐应用，围绕决策效率提升和模型知识增强展开。选题属前沿热点，具有重要的理论意义和实用价值。论文的创新之处主要包括以下三个方面。
1、提出了适用于强化交互式推荐的动作候选集构建算法。
2、设计了高效的文本增强深度确定性策略（DDPG）推荐方法。
3、提出了轻量级图监督学习增强交互式推荐方法。

施斯的学位论文研究基于强化学习的动态资产配置问题，选题属前沿热点，具有重要的理论意义和实用价值。论文主要创新工作包括：
1）针对目前基于强化学习的投资组合管理方法局限于从单一尺度对资产价格序列进行时间特征提取，没有考虑多尺度特征的问题，提出了支持多尺度特征融合的投资组合管理方法。
2）针对投资组合管理方法只关注资产价格信息，忽略了公司之间多种多样的关系的问题，将多尺度卷积和关系图卷积相结合，提取投资组合资产的时间特征和关系特征。
3）针对深度神经网络不可解释使得交易智能体不能被用户信任和监督的问题，提出了可解释投资组合管理框架。

答辩委员会专家从不同侧面进行了提问，王朝阳和施斯针对专家们提出的问题一一做了解答。经过讨论，答辩委员会一致认为，王朝阳和施斯的论文达到了工学博士学位论文水平，同意通过王朝阳和施斯的博士学位论文答辩，并建议授予其工学博士学位。