电子科技大学计算机（网安）学院商烁教授团队连续在人工智能顶会发表10篇论文

近日，计算机科学与工程学院（网络空间安全学院）时空大数据与智能团队科研和人才培养工作再传捷报。由2022级博士研究生饶漩、李科、樊思琪、2023级博士研究生周偲琳、2024级博士生王东升，2023级硕士研究生王鸿宇、2024级硕士研究生冯睿翔分别撰写的10篇论文相继被人工智能顶会KDD2025（3篇）、IJCAI2025（5篇）和ACL2025（2篇）接收。

KDD（ACM SIGKDD International Conference on Knowledge Discovery and Data Mining）、IJCAI（International Joint Conference on Artificial Intelligence）、ACL（Annual Meeting of the Association for Computational Linguistics）均位列CCF推荐会议A类，其中KDD本轮投稿近2000篇，录取率仅为18.4%，IJCAI本轮投稿5400余篇，录取率仅为19.3%。

部分代表性成果介绍如下：

2022级博士研究生李科以第一作者撰写的论文《Beyond Locations: A Motion Range-Aware Similarity Join》（作者：李科，陈力思，商烁【通讯作者】，Christian S. Jensen，Panos Kalnis）被KDD 2025接收。该论文提出了一种面向运动范围的新型轨迹相似性连接方法——IS-Join。该研究针对现有方法仅基于离散位置样本、难以捕捉对象实际运动轨迹的问题，创新性地引入“运动范围”概念，并基于运动范围重叠程度提出相似性度量方法。在解决方案上，设计了混合型Ball-tree索引结构与重分区策略，并结合预筛选与剪枝技术，实现了高效的候选过滤与连接计算。在真实轨迹数据集上的实验表明，IS-Join在查询效率上相比现有方法可提升最高达3倍性能。该成果为城市出行分析、交通监测、野生动物追踪及接触追溯等应用提供了新的技术支撑。

图1 论文《Beyond Locations: A Motion Range-Aware Similarity Join》提出的HBall-Tree索引结构

2023级博士研究生周偲琳以第一作者撰写的论文《Blurred Encoding for Trajectory Representation Learning》（作者：周偲琳，陈瑶【通讯作者】，商烁【通讯作者】，陈力思，何炳胜，Ryosuke Shibasaki）被KDD2025接收。该研究聚焦轨迹（Trajectory）表示学习，与现有将原始 GPS 轨迹转换为网格或道路轨迹的方法不同，该论文提出了一种模糊编码方式，通过逐渐降低 GPS 坐标的精度，以创建具有多个层次的分层Patch Trajectory。低层次的Patch较小，保留了细粒度的时空细节，而高层次的Patch较大，捕获了整体旅行模式。为了使不同层次的补丁相互补充，该论文提出一个具有金字塔结构的编码器-解码器架构。在不同层次的Patch Trajectory上，使用Transformer学习当前层次的Patch嵌入，而池化模块为编码器中的更高层次准备输入，上采样为解码器中的较低层次提供指导。该方法参数量小，训练速度快，不需要外部路网等数据，可迁移性强，为轨迹存储、分析等城市智慧任务提供了新的技术方案。

图2 Patch Trajectory的优势

图3 模糊编码流程

2024级博士研究生王东升以第一作者撰写的论文《Generative Next POI Recommendation with Semantic ID》（作者：王东升，黄玉喜，高莘，商烁【通讯作者】，王怡帆，黄城瑞）被KDD 2025接收。该论文提出了一种基于语义ID的生成式的下一个POI推荐方法。该研究聚焦于POI之间的语义信息构建具有语义相关性的语义ID表示，相较于传统的随机ID，语义ID的使用增强了大语言模型LLM对POI之间语义相关性的理解能力。

图4 随机ID与语义ID的区别

在解决方案上，研究采用残差量化网络RQVAE对POI的“类别，空间，时间以及协同信号”等信息进行量化得到具有语义的码本信息。然后将原本的ID表示映射为语义ID表示，并基于生成式的LLM进行微调，从而实现下一个POI的推荐。在三个真实用户签到数据集上的实验结果表明，该研究提出的方法在多个指标上都达到了最优的表现。

图5 《Generative Next POI Recommendation with Semantic ID》的整体框架 

计算机科学与工程学院（网络空间安全学院）时空大数据与智能团队由国家级青年人才商烁教授于2019年创建，近年来围绕大数据、大模型、智能时空计算、智能防灾减灾等方向开展广泛而深入的研究。团队现有博士生导师5人，包括4名国家级青年人才，博士、硕士研究生40余人，累计发表相关研究领域CCF A类论文150余篇，承担2项国家重点研发计划和6项国家自然科学基金重点项目。其中商烁教授、陈力思教授已先后入选全球前2%顶尖科学家榜单（World’s Top 2% Scientists），研究成果获江西省科技进步一等奖、福建省科技进步一等奖。