近日，由中国计算机学会（CCF）协同计算专委会组织的ChineseCSCW2024协同智能大数据竞赛在内蒙古自治区呼和浩特市成功举办。我院“复杂系统与交叉科学应用”团队研究生组队参赛，获得一等奖。该团队研究生继2021年、2022年后，第三次获得此会议比赛的一等奖，展现了在社会计算领域的研究实力和人才培养水平。

本次竞赛作为第19届全国计算机支持的协同工作与社会计算学术会议（ChineseCSCW 2024）的一部分，以“可解释的学者推荐”为主题。竞赛采用学者网（www.scholat.com）的脱敏数据集，任务是设计新颖高效的可解释学者推荐算法，为目标用户推荐感兴趣的学者。竞赛要求推荐算法不仅需要高准确性，还需要具备强可解释性，使决策依据和过程易于用户理解，从而增强推荐系统透明度和用户体验。竞赛吸引了全国各地的61支参赛队伍，最终11支队伍进入决赛。经过激烈的现场答辩，大赛评选出一等奖1名，二等奖2名，三等奖4名，优胜奖4名。

我院贾韬教授指导的许家乐、艾明姝、张佳颖三位同学组成的参赛队伍，提出了一种基于路径图神经网络的可解释学者推荐方法。该方法对不同学者构建属性关系路径，对原始的用户关注关系网络进行增强；通过一个关系图卷积网络模型学习每个学者的嵌入表示，根据嵌入结果使用内积作为预测头进行学者推荐；基于训练好的推荐模型，在该增强图上执行k核剪枝，以帮助找到节点之间的多条路径并提高可扩展性；最后对学者间的异质路径进行掩码学习来确定重要路径，通过处理异质性并解释连边以形成连接源节点到目标节点的路径。实验验证表明，该方法在推荐准确性和解释性方面均表现优异，在答辩环节中赢得了评审专家的一致认可，斩获一等奖。

初审｜谈沪东

复审｜贾一韬

终审｜王一晖