近日，研究组在《Neurocomputing》正式发表题为“HCKGL: Hyperbolic collaborative knowledge graph learning for recommendation”的论文，介绍了一种基于协同知识图谱（Collaborative Knowledge Graph，CKG）的推荐模型HCKGL。该模型为了捕捉CKG邻居节点之间的关系依赖性并准确计算邻居信息的贡献，提出了一种双曲图注意力网络（HGAT），该网络结合了关系曲率来自动分配权重。此外，提出了一种新的图对比学习技术（HMCL），该技术利用双曲嵌入传播和多级对比学习来改善用户和项目的表示。在两个广泛使用数据集上的大量实验结果表明，HCKGL优于最先进的基线。

  《Neurocomputing》 在计算机科学和人工智能领域属于SCI Q1区期刊，中科院分区为2区，最新影响因子为5.5。