近日，2024年中国自动化大会在青岛成功召开，学院“图与社会计算”团队研究生王海艳的论文《Cluster-Enhanced Federated Graph Neural Network for Recommendation》荣获优秀论文，展示了我院在图神经网络领域的科研能力和人才培养水平。

中国自动化大会是由中国自动化学会主办的国内最高层次的自动化、信息与智能科学领域的大型综合性学术会议。本次大会聚焦自动化技术与人工智能前沿进展，吸引了全国各地的学术团队和研究人员参与。我院袁野副教授指导的王海艳同学基于联邦学习和图神经网络，提出了一种新型的推荐算法框架。该方法在联邦图神经网络模型基础上，通过引入聚类机制，实现了本地客户端图结构的增强。具体而言，该论文在联邦学习场景中利用聚类技术扩展本地客户端子图，同时提出两个有效降低客户端与服务器之间通信开销的方法，从而提升推荐系统的准确性和泛化能力。实验结果表明，该方法在不同场景下的推荐效果显著优于现有方法，具有较强的应用潜力。

大会共收到1582篇来自各个领域的高质量学术论文，经过评审和现场答辩，12篇论文脱颖而出。其中王海艳同学的论文创新点和实验效果得到了评审专家的高度评价。该论文提出的方法有效结合了图神经网络的强大表示能力和联邦学习的隐私保护优势，解决了推荐系统在数据安全性与模型推荐性能之间的平衡问题，为推荐系统研究提供了新的思路和方向，最终成功入选优秀论文。

供稿：研究生教务办公室

供图：王海艳

初审：陈卉馨

复审：刘作勋

终审：王一晖