2024年7月13日下午 13:30-18:15 ，第五届ChineseCSCW2024协同智能大数据竞赛在内蒙古巨华国际大酒店举办。本次竞赛的主题为“可解释的学者推荐”，使用学者网提供的开放数据集ScholarNet。竞赛有来自国防科技大学、西南大学、福州大学、华南师范大学、北方工业大学等高校的11支队伍入围最终决赛。我很荣幸能跟学者网团队成员陈映欣、王怡嘉组队参加本次比赛并获得二等奖的成绩。非常感谢汤庸老师和林荣华老师对我们团队的帮助，以下是我们比赛报告的主要内容：

我们提出了一种基于变分图自动编码器（VGAE）的新模型，名为L-MAVGAE（L2归一化和基于多头注意力的变分图自动编码器），以供学者推荐。VGAE利用链接预测来有效地捕获图数据中节点之间的复杂关系和依赖关系，可用于学者推荐任务。通过预测学者之间联系的概率，我们可以推荐概率最高的前k个学者。L-MAVGAE用双层图注意网络（GAT）取代了原来的图卷积网络（GCN），该网络采用了多头注意机制，显著提高了模型捕获图结构的能力。此外，该模型在GAT层中加入了L2归一化，确保了特征向量的稳定性。实验结果表明，我们提出的模型在学者数据集上的性能优于基线模型。同时，为了提高推荐结果的可解释性，我们进一步采用SHapley Additive exPlanations（SHAP）进行可解释性分析。SHAP模型揭示了该模型在推荐过程中所关注的关键特征和节点关系，从而增加了用户对推荐系统的信任和理解。

图1 团队成员合照

图2 比赛现场

图3 颁奖现场