2025年11月25日下午,SCHOLAT 數(shù)據(jù)智能論壇 2025 第7期在華南師范大學計算機學院231實驗室順利舉行。本次論壇由廣東省計算機學會人工智能專業(yè)委員會、教育部數(shù)據(jù)科學課程群虛擬教研室、琶洲實驗室及 SCHOLAT 數(shù)據(jù)智能開放實驗室聯(lián)合承辦。

第一階段:主題報告
復旦大學計算與智能創(chuàng)新學院陳陽教授首先作題為 “Fine-Grained Behavioral Modeling with Graph Neural Networks for Financial Identity Theft Detection” 的報告。陳教授圍繞身份冒用賬號檢測的相關研究,介紹了團隊提出的 EnvIT 模型,并說明模型如何結合賬號關系、接入環(huán)境以及行為序列等多類信息開展建模。報告展示了團隊對不同類型賬號在多項行為與環(huán)境特征上的比較分析,以及這些特征在模型設計中的作用。隨后,陳教授介紹了模型在兩個真實數(shù)據(jù)集上的實驗結果,并與多種序列模型和圖神經網絡模型進行了對比。此外,報告還介紹了相關方法在實際場景中的應用情況。
圖 1 陳陽教授做主題報告
隨后,暨南大學廣東智慧教育研究院院長劉子韜教授以 “AI 如何讀懂你的學習 DNA:解碼大模型賦能教育新可能” 為題,圍繞當前智慧教育領域對個性化學習、精準診斷及多模態(tài)互動的實際應用需求,介紹團隊在教育大模型方向的系統(tǒng)性探索。 劉教授圍繞教育場景中有關個性化學習與學習過程分析的相關問題,介紹了團隊在教育大模型方向的一些探索工作,并展示了模型在學習內容講解、問題求解互動以及學習過程采集等方面的應用示例。在報告中,劉教授結合團隊的研究積累,介紹了基于大模型對學習者行為和學習過程進行表征的思路,并對其在智能教育中的潛在應用進行了說明。
圖 2 劉子韜教授做主題報告
最后,陜西師范大學計算機科學學院郝飛教授作了題為 “圖概念認知學習理論及其在智能教育應用中的探索” 的報告。郝教授從形式概念分析的基本思想出發(fā),介紹了概念格構建、等勢概念以及其與圖中部分結構之間的關聯(lián)等內容,圍繞圖概念認知學習的相關理論進行了講解。他結合團隊發(fā)表在高水平期刊和學術會議上的相關成果,展示了這些方法在動態(tài)網絡分析、社區(qū)結構識別以及圖結構約簡等任務中的應用示例。郝教授還介紹了團隊在智能教育方向的一些探索,包括基于三支概念格的知識點導航和概念約簡方法在學習記憶效果方面的實驗結果。總體而言,郝教授的報告中提出了一套圖概念認知學習架構,系統(tǒng)性地將概念認知學習融入了圖數(shù)據(jù)挖掘與分析中,并給出了不同圖任務處理理論與方法,初步探索了圖概念認知學習和智能教育相關應用的有效融合。
圖 3 郝飛教授做主題報告
第二階段:博士生開題
在博士生開題交流環(huán)節(jié), 周俊銘博士生就 “面向推薦系統(tǒng)稀疏與不平衡的關鍵技術研究” 展示了研究背景、設計框架與實驗方案等內容;李樹鵬博士生圍繞 “基于非傳播圖神經網絡嵌入算法研究”,對研究背景、研究構思及實驗計劃等內容作了匯報說明。兩位博士生與現(xiàn)場專家在研究問題界定、可行性分析等方面進行了充分交流,獲得了寶貴建議。
圖 4 周俊銘博士生做博士開題報告
圖 5 李樹鵬博士生做博士開題報告
本次論壇內容涵蓋圖智能、教育大模型等相關方向,展示了多位專家在各自研究領域的最新工作,也為博士生的科研匯報與學術討論提供了交流平臺。依托 SCHOLAT 數(shù)據(jù)智能開放實驗室,SCHOLAT 數(shù)智論壇未來將繼續(xù)面向數(shù)據(jù)智能與教育技術等主題開展交流活動,促進相關研究團隊之間的持續(xù)互動與合作。