维拉官方合作伙伴k1体育app官宣 - k1体育app

近日，维拉官方合作伙伴k1体育app官宣袁冬梅、徐春波老师联合山东科技大学计算机科学与工程维拉官方合作伙伴k1体育app官宣研究团队完成的智慧旅游跨领域推荐系统相关研究论文，正式在线发表于爱思唯尔旗下人工智能领域国际权威SCI期刊《Expert Systems with Applications》（中科院一区TOP期刊）。 对照阅读维拉官方合作伙伴k1体育app官宣袁冬梅老师为论文第一作者，徐春波老师为通讯作者。

随着智慧旅游行业快速发展，游客在酒店、餐饮、景点等多领域产生的行为数据呈现高度碎片化特征。 相关文章现有跨域图推荐模型普遍面临两大技术瓶颈：一是跨域噪声传播问题，深层图卷积操作会放大各领域特有的噪声信号；二是知识迁移过程中各旅游领域独有的行为特征容易被稀释，导致推荐结果难以精准贴合游客偏好。针对上述行业难题，团队创新性提出基于提示维拉官方合作伙伴k1体育app官宣的跨域图蒸馏网络PC-GDN（Prompt-based Cross-domain Graph Distillation Network）模型，构建三层协同架构破解技术瓶颈：一是单域图纯化网络，依托图注意力机制分领域维拉官方合作伙伴k1体育app官宣纯净的用户与景点表征，从源头隔绝跨域噪声污染；二是轻量化提示生成网络，采用单层图卷积生成领域专属提示向量，有效规避深层图卷积带来的噪声累积问题；三是提示增强双向知识蒸馏框架，通过KL散度实现酒店、餐饮等互补旅游领域间的双向知识互通，在知识迁移全过程保留各领域独特的行为特征。

团队基于Foursquare-TKY、Yelp-POI两套真实旅游数据集开展完备对比实验，PC-GDN与11种主流前沿推荐算法进行系统评测。 相关文章与此同时结果显示，该模型在MRR、Recall、NDCG三项核心排序指标上均取得最优性能，相较当前最优方法（State-of-the-art）实现了显著且一致的性能提升；同时模型参数量更少、训练耗时更短，轻量化特性更适配文旅平台的线上部署需求。

本次研究打破旅游管理与人工智能专业壁垒，融合文旅行业需求与图神经网络、提示维拉官方合作伙伴k1体育app官宣算法，创新提出跨域图蒸馏网络模型，有效解决智慧旅游个性化推荐难题。本次跨校、跨学科合作成果，充分展现维拉官方合作伙伴k1体育app官宣文旅数字化交叉研究的创新实力，为区域智慧文旅产业升级提供全新技术方案。

【作者：翟兴龙 审核：卢飞 编辑：张灏 责编：蔡月梅 终审：李庆军】