暨南大学融媒体中心讯 2025年4月，CCF A类人工智能领域信息检索国际顶级会议SIGIR2025放榜，暨南大学广东智慧教育研究院官全龙团队，与澳门大学、华南师范大学等单位合作，以暨南大学为第一作者单位被人工智能领域信息检索国际顶级会议（CCF A）SIGIR2025接收。文章涉及多样化习题推荐、神经重排序、序列增强等研究内容。

SIGIR全称为国际计算机学会信息检索大会(International ACM SIGIR Conference on Research and Development in Information Retrieval)，是人工智能领域信息检索国际顶级会议，据最新中国计算机学会（CCF）推荐国际学术会议和期刊目录，SIGIR为数据库／数据挖掘／内容检索领域的A类会议。会议将于2025年7月13日-17日在意大利帕多瓦召开。

入选论文介绍

论文题目：NR4DER：一种基于神经重排序的多样化习题推荐方法

作者名字：程兴和（暨南大学）、周旭芳（暨南大学）、方良达（暨南大学）、贺超波（华南师范大学）、周玉宇（暨南大学）、罗伟其（暨南大学）、巩志国（澳门大学）、官全龙（暨南大学）

通讯作者：方良达、官全龙

成果简介：随着在线教育平台的广泛普及，越来越多的学生通过大规模开放在线课程（MOOCs）获取新知识，习题推荐算法也在提升学生在线学习效果方面取得了重要进展。然而，在线教育仍面临高辍学率及有效适应学生多样化需求的挑战。现有方法往往难以适配不积极学生的学习模式并满足其个性化需求，导致推荐结果的准确性与多样性不足。为此，我们提出NR4DER：一种基于神经重排序的多样化习题推荐方法。该方法通过序列增强的方式强化不积极学生的表征，生成适合学生难度的习题候选列表，并基于该列表运用神经重排序技术生成多样化推荐列表。实验结果表明，NR4DER在多个真实世界数据集上不仅显著优于现有方法，还能有效满足学生多样化学习需求。

研究工作得到了国家重点研发计划（2022YFC3303603），国家自然科学基金（62377028，62477016，62276114），粤港澳智慧教育联合重点实验室（2022LSYS003）等项目的支持。

责编：陈国琼