2025.05.04
刘玉升,男,山东籍,合肥大学人工智能与大数据学院2022级电子信息(计算机技术)专业硕士研究生,师从徐立祥教授。研究生期间,荣获国家奖学金、校一等学业奖学金等多项奖励,积极投身科研创新和社会实践活动,获评“合肥大学优秀研究生”荣誉称号。创新:投身图智能与推荐系统研究在导师徐立祥的悉心指导下,他专注于图神经网络、图对比学习与推荐系统等领域的研究,致力于通过优化数据增强机制提升推荐模型的泛化能力与鲁棒性。图增强策略优化图对比学习的推荐系统结构图在推荐系统中,用户-物品二部图的原始数据质量直接影响推荐效果,因此如何构造高质量的增强图表示,同时保留原始语义信息,是图对比学习领域亟待解决的核心问题。图增强策略作为提升图对比学习模型鲁棒性的关键技术,已广泛应用于推荐系统。然而,现有方法多采用随机启发式增强策略,这可能会引入偏差性噪声,并在LightGCL传播过程中进一步放大,进而影响推荐效果。针对上述问题,刘玉升所在团队提出了一种基于邻接矩阵重构与属性自适应扰动的图增强方法,能够在保持原始语义信息的同时,自适应地去除图中的噪声干扰,从而提升推荐系统的性能与泛化能力。项目组通过长达16个月的持续攻关