由我院郭良敏副教授等人完成的一项关于社会化推荐的研究成果：“基于属性和社交关系的推荐”被人工智能方向顶级期刊Expert Systems with Applications录用并出版。

现有研究忽视了不同的项目属性和社交关系对用户的偏好有不同的影响。针对这一问题，本研究提出了一种基于属性和社交关系的推荐模型（模型框架如图1所示）。在该模型中，使用属性来学习用户和项目的特征表示，利用社交关系来增强用户的特征表示。同时，设计了两种注意力机制：属性级和社交级，分别用于区分不同属性的相对重要性和模拟不同社交关系的影响。该推荐模型创新性地将属性信息和社交关系结合起来，增强了用户和项目的特征表示学习，缓解了数据稀疏问题。在公共数据集上进行的大量实验证实了所提模型的有效性，与不同基线的比较表明，推荐准确率有显著提高。成果论文题目为“Recommendation based on attributes and social relationships”，由我院郭良敏副教授为第一作者。

ESWA（Expert Systems with Applications）是专家和智能系统领域的国际顶级期刊。2022-2023年最新的影响因子是8.5。在中国科学院期刊分区中，位列“计算机科学”第一区，TOP期刊。