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圆满举办。

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钟志杰和林韵璇组队参加本次比赛并获得三等奖的成绩。非常感谢汤庸老师、吴正洋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：

学者推荐是一项重要的个性化服务功能，可以通过链接预测任务来实现。基于图的自动编码器是解决链接预测任务的常用方法之一。然而，目前使用的大多数基于图的自动编码器方法仍未完全挖掘出图中节点特征的巨大潜力。主要问题是没有充分利用特征空间中的信息。在比赛中，我们提出了一种用于链接预测的全新图嵌入框架，称为特征感知变异图自动编码器（FAVGAE）。我们使用 k 近邻算法（KNN）来构建特征结构图，以便充分利用特征空间中的数据。然后，编码器利用原始拓扑图、特征结构图和节点特征来学习节点向量表示的分布。通过从该分布中采样，生成节点向量表示，并使用解码器重建图的邻接矩阵。在所提供的 ScholatNet 数据集上进行的实验评估表明，所提出的模型在链接预测任务中表现最佳，优于其他基线方法。最后，我们可以进行案例研究，详细说明我们的模型如何实现可解释的学术推荐。

图1 答辩现场

 

图2 颁奖现场

登录用户可以查看和发表评论， 请前往  登录 或  注册。