学者网（SCHOLAT）大数据分析跨校联合团队主要由华南师范大学、中山大学、华南农业大学等学者联合组建，主要基于SCHOLAT大数据开展数据智能领域研究，目前已在TKDE、KBS等发表系列研究成果，相关程序和数据集将在学者网“开放数据”栏目公开。

    近日，团队联合研发的成果“DIAG: A Deep Interaction-Attribute-Generation Model for User-Generated Item Recommendation”在数据智能领域国际署名期刊Knowledge-Based Systems在线发表。华南农业大学黄玲博士为第一作者 ，华南师范大学汤庸教授、中山大学王昌栋副教授为共同通讯作者。

     论文提出了一种深度交互属性生成模型（DIAG），将用户-项目的交互关系、用户-项目的生成关系以及项目属性信息结合在一起，用于用户生成项推荐。论文使用SCHOLAT和Lizhi两个数据集进行验证。其中，SCHOLAT数据集是从学者社交网络学者网获得的新闻动态推荐数据集，学者即为用户，新闻动态即为项目，每篇新闻动态最多由一个学者生成（即用户-项目生成），并将被多个学者或用户阅读（即用户-项目交互），新闻动态的标题和内容作为项目属性。该SCHOLAT数据集共包含用户-项目交互次数为 13960，用户-项目生成数为 3776。

论文引用信息：

Ling Huang, Bi-Yi Chen, Hai-Yi Ye, Rong-Hua Lin, Yong Tang, Min Fu, Jianyi Huang, Chang-Dong Wang, DIAG: A Deep Interaction-Attribute-Generation model for user-generated item recommendation, Knowledge-Based Systems, Volume 243, 2022, 108463

相关代码和数据集：

https://www.scholat.com/research/opendata/#diag_recommendation

论文链接：

https://www.sciencedirect.com/science/article/pii/S0950705122001915

https://doi.org/10.1016/j.knosys.2022.108463

官方共享链接：

https://authors.elsevier.com/c/1ej7L3OAb95KFx

学者网：

https://www.scholat.com/portalPaperInfo.html?paperID=50100&Entry=ytang