近日，我校开云kaiyun体育官方网站（网络空间安全学院）胡新荣教授团队在信息检索与社会计算领域取得阶段性进展。团队成员胡开喜老师在SIGIR 2026和IEEE TAFFC等国际期刊会议发表重要研究成果。
成果一：面向图协同过滤的分块量化方法
论文“Chunk-Wise Quantization for Graph Collaborative Filtering”被信息检索领域顶级会议The 49th International ACM SIGIR Conference on Research and Development in Information Retrieval （SIGIR 2026，CCF A，录用率18.4%）接收。该论文以武汉纺织大学为第一完成单位，胡开喜老师为第一作者，武汉理工大学李琳教授为通讯作者，并与香港教育大学、澳大利亚南昆士兰大学、齐鲁工业大学等单位学者合作完成。
该工作围绕推荐系统资源受限场景，针对现有模型量化方法关注深度神经网络中间层参数，难以充分刻画图结构中节点表示的差异性与复杂拓扑关系，导致低比特条件下性能下降明显的问题，提出了一种面向图协同过滤的分块量化框架（GraphQ）。该框架考虑量化感知训练（QAT）与后训练量化（PTQ）两种范式，统一实现训练与推理阶段的优化。在多个真实数据集上的实验结果表明，提出方法在低比特（如2-bit、4-bit）设置下，相较于现有量化方法在Recall和NDCG等指标上均取得了稳定提升。
图1 面向图协同过滤的分块量化框架（GraphQ）
成果二：基于方面级情感三元组抽取的心理状态分析定量反思框架
论文“Quantitative Reflection for Mental State Analysis via Aspect Sentiment Triplet Extraction”发表于情感计算领域权威期刊IEEE Transactions on Affective Computing（TAFFC，中科院1区，影响因子10.2）。该论文以武汉纺织大学湖北省服装信息化工程技术研究中心为第一单位，胡开喜老师为第一作者，武汉理工大学李琳教授为通讯作者，合作者包括香港教育大学徐贯东教授、武汉大学严睿教授、香港岭南大学谢浩然教授、澳大利亚南昆士兰大学时恺泽助理教授。
该工作面向自由文本环境下的心理分析需求，针对现有情感分析方法难以刻画多样化方面情感表达及其内在依赖关系的问题，提出了一种基于方面级情感三元组抽取的定量反思框架（MaRS）。该框架引入蜕变关系刻画情感元素在不同语境下的多样性特征，并通过定量反思机制，将语言约束信息融入模型训练与推理过程，提升模型对细粒度情感表达的建模能力。多个公开情感分析数据集与心理状态数据集上的实验结果表明，提出方法在F1指标上优于多种主流方法，并降低模型在复杂语义变化下的错误率，同时对大模型推理结果的稳定性也具有一定提升。
图2 基于方面级情感三元组抽取的定量反思框架（MaRS）
近年来，开云kaiyun体育官方网站（网络空间安全学院）围绕国家数字经济发展、网络空间治理与智能服务等方面需求，广泛开展国际合作与交流，稳步推进信息检索与社会计算、自然语言处理等方面的研究工作。前期胡新荣教授团队已有一系列成果发表在顶级国际期刊和会议，包括“MACRec: A Multi-View Subspace Alignment Framework for Contrastive Sampling Calibration in Recommendation”（AAAI 2026），“Negative-Free Graph Contrastive Learning for Recommendation”（ICDM 2025）等，充分展现了团队在相关领域的持续创新能力。