2024年7月13日下午 13:30-18:15 ,第五屆ChineseCSCW2024協(xié)同智能大數(shù)據(jù)競(jìng)賽在內(nèi)蒙古巨華國(guó)際大酒店舉辦。本次競(jìng)賽的主題為“可解釋的學(xué)者推薦”,使用學(xué)者網(wǎng)提供的開(kāi)放數(shù)據(jù)集ScholarNet。競(jìng)賽有來(lái)自國(guó)防科技大學(xué)、西南大學(xué)、福州大學(xué)、華南師范大學(xué)、北方工業(yè)大學(xué)等高校的11支隊(duì)伍入圍最終決賽。我很榮幸能跟學(xué)者網(wǎng)團(tuán)隊(duì)成員陳映欣、王怡嘉組隊(duì)參加本次比賽并獲得二等獎(jiǎng)的成績(jī)。非常感謝湯庸老師和林榮華老師對(duì)我們團(tuán)隊(duì)的幫助,以下是我們比賽報(bào)告的主要內(nèi)容:
我們提出了一種基于變分圖自動(dòng)編碼器(VGAE)的新模型,名為L-MAVGAE(L2歸一化和基于多頭注意力的變分圖自動(dòng)編碼器),以供學(xué)者推薦。VGAE利用鏈接預(yù)測(cè)來(lái)有效地捕獲圖數(shù)據(jù)中節(jié)點(diǎn)之間的復(fù)雜關(guān)系和依賴(lài)關(guān)系,可用于學(xué)者推薦任務(wù)。通過(guò)預(yù)測(cè)學(xué)者之間聯(lián)系的概率,我們可以推薦概率最高的前k個(gè)學(xué)者。L-MAVGAE用雙層圖注意網(wǎng)絡(luò)(GAT)取代了原來(lái)的圖卷積網(wǎng)絡(luò)(GCN),該網(wǎng)絡(luò)采用了多頭注意機(jī)制,顯著提高了模型捕獲圖結(jié)構(gòu)的能力。此外,該模型在GAT層中加入了L2歸一化,確保了特征向量的穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明,我們提出的模型在學(xué)者數(shù)據(jù)集上的性能優(yōu)于基線模型。同時(shí),為了提高推薦結(jié)果的可解釋性,我們進(jìn)一步采用SHapley Additive exPlanations(SHAP)進(jìn)行可解釋性分析。SHAP模型揭示了該模型在推薦過(guò)程中所關(guān)注的關(guān)鍵特征和節(jié)點(diǎn)關(guān)系,從而增加了用戶對(duì)推薦系統(tǒng)的信任和理解。
圖1 團(tuán)隊(duì)成員合照
圖2 比賽現(xiàn)場(chǎng)
圖3 頒獎(jiǎng)現(xiàn)場(chǎng)