廣東智慧教育研究院官全龍團(tuán)隊(duì)人工智能成果被SIGIR2025錄用
暨南大學(xué)融媒體中心訊 2025年4月，CCF A類人工智能領(lǐng)域信息檢索國際頂級會議SIGIR2025放榜，暨南大學(xué)廣東智慧教育研究院官全龍團(tuán)隊(duì)，與澳門大學(xué)、華南師范大學(xué)等單位合作，以暨南大學(xué)為第一作者單位被人工智能領(lǐng)域信息檢索國際頂級會議（CCF A）SIGIR2025接收。文章涉及多樣化習(xí)題推薦、神經(jīng)重排序、序列增強(qiáng)等研究內(nèi)容。
SIGIR全稱為國際計(jì)算機(jī)學(xué)會信息檢索大會(International ACM SIGIR Conference on Research and Development in Information Retrieval)，是人工智能領(lǐng)域信息檢索國際頂級會議，據(jù)最新中國計(jì)算機(jī)學(xué)會（CCF）推薦國際學(xué)術(shù)會議和期刊目錄，SIGIR為數(shù)據(jù)庫／數(shù)據(jù)挖掘／內(nèi)容檢索領(lǐng)域的A類會議。會議將于2025年7月13日-17日在意大利帕多瓦召開。
入選論文介紹
論文題目：NR4DER：一種基于神經(jīng)重排序的多樣化習(xí)題推薦方法
作者名字：程興和（暨南大學(xué)）、周旭芳（暨南大學(xué)）、方良達(dá)（暨南大學(xué)）、賀超波（華南師范大學(xué)）、周玉宇（暨南大學(xué)）、羅偉其（暨南大學(xué)）、鞏志國（澳門大學(xué)）、官全龍（暨南大學(xué)）
通訊作者：方良達(dá)、官全龍
成果簡介：隨著在線教育平臺的廣泛普及，越來越多的學(xué)生通過大規(guī)模開放在線課程（MOOCs）獲取新知識，習(xí)題推薦算法也在提升學(xué)生在線學(xué)習(xí)效果方面取得了重要進(jìn)展。然而，在線教育仍面臨高輟學(xué)率及有效適應(yīng)學(xué)生多樣化需求的挑戰(zhàn)。現(xiàn)有方法往往難以適配不積極學(xué)生的學(xué)習(xí)模式并滿足其個性化需求，導(dǎo)致推薦結(jié)果的準(zhǔn)確性與多樣性不足。為此，我們提出NR4DER：一種基于神經(jīng)重排序的多樣化習(xí)題推薦方法。該方法通過序列增強(qiáng)的方式強(qiáng)化不積極學(xué)生的表征，生成適合學(xué)生難度的習(xí)題候選列表，并基于該列表運(yùn)用神經(jīng)重排序技術(shù)生成多樣化推薦列表。實(shí)驗(yàn)結(jié)果表明，NR4DER在多個真實(shí)世界數(shù)據(jù)集上不僅顯著優(yōu)于現(xiàn)有方法，還能有效滿足學(xué)生多樣化學(xué)習(xí)需求。
研究工作得到了國家重點(diǎn)研發(fā)計(jì)劃（2022YFC3303603），國家自然科學(xué)基金（62377028，62477016，62276114），粵港澳智慧教育聯(lián)合重點(diǎn)實(shí)驗(yàn)室（2022LSYS003）等項(xiàng)目的支持。
責(zé)編：陳國瓊