孙福振老师团队在人工智能领域权威期刊《Neural Networks》发表论文

通讯员：贾凌 张宇晴 责任编辑：李嘉倩

近日，计算机科学与技术学院孙福振老师团队在人工智能领域顶级期刊《Neural Networks》上发表论文《AdaptiveSelf-supervised Learning for Sequential Recommendation》。该论文的第一作者为我院2022级硕士研究生孙秀娟，通讯作者为孙福振副教授，山东理工大学计算机科学与技术学院为第一单位。

《Neural Networks》是人工智能顶级期刊，SCI中科院一区收录，CCF推荐人工智能领域B类期刊，在神经网络和人工智能领域具有极高的学术声誉。

上述研究工作主要针对当前基于自监督学习的顺序推荐模型存在的以下问题：（1）仅使用单一的自监督学习方法，要么只采用对比式自监督学习，要么只使用生成式自监督学习；（2）简单的数据增强方案，要么只在图结构域中进行，要么只在节点特征域中进行。为此，提出了一种新的多任务顺序推荐框架——自适应自监督序列推荐。该方法在命中率（HR）和归一化折损累计增益（NDCG）方面比最先进的序列推荐模型分别提高了14.39%和18.67%。

文章连接：Adaptive self-supervised learning forsequential recommendation - ScienceDirect