69一区二三区好的精华液,中文字幕无码av波多野吉衣,亚洲精品久久久久久无码色欲四季,日本不卡高字幕在线2019

2024年7月13日下午13:30-18:15 ，第五屆ChineseCSCW2024協同智能大數據競賽在內蒙古巨華國際大酒店圓滿舉辦。

本次競賽的主題為“可解釋的學者推薦”，使用學者網提供的開放數據集ScholarNet。競賽有來自國防科技大學、西南大學、福州大學、華南師范大學、北方工業大學等高校的11支隊伍入圍最終決賽。我很榮幸能跟學者網團隊成員鐘志杰和林韻璇組隊參加本次比賽并獲得三等獎的成績。非常感謝湯庸老師、吳正洋老師和林榮華老師對我們團隊的幫助，以下是我們比賽報告的主要內容：

學者推薦是一項重要的個性化服務功能，可以通過鏈接預測任務來實現。基于圖的自動編碼器是解決鏈接預測任務的常用方法之一。然而，目前使用的大多數基于圖的自動編碼器方法仍未完全挖掘出圖中節點特征的巨大潛力。主要問題是沒有充分利用特征空間中的信息。在比賽中，我們提出了一種用于鏈接預測的全新圖嵌入框架，稱為特征感知變異圖自動編碼器（FAVGAE）。我們使用 k 近鄰算法（KNN）來構建特征結構圖，以便充分利用特征空間中的數據。然后，編碼器利用原始拓撲圖、特征結構圖和節點特征來學習節點向量表示的分布。通過從該分布中采樣，生成節點向量表示，并使用解碼器重建圖的鄰接矩陣。在所提供的 ScholatNet 數據集上進行的實驗評估表明，所提出的模型在鏈接預測任務中表現最佳，優于其他基線方法。最后，我們可以進行案例研究，詳細說明我們的模型如何實現可解釋的學術推薦。

圖1 答辯現場

 

圖2 頒獎現場