近日，研究组与暨南大学、澳大利亚莫纳什大学（Monash University）科研团队合作完成的论文“Graph neural network empowers intelligent education: A systematic review from an application perspective”发表在教育学知名刊物IEEE Transactions on Learning Technologies（SCI&SSCI双检期刊，最新影响因子4.9，平均年发文量低于100）。该文从应用视角出发，收集了200多篇高质量相关论文，系统深入介绍了图神经网络（Graph neural network, GNN）应用于智能教育的教育学与信息科学理论基础、分类体系、代表性工作、开放资源、面临的挑战及未来的发展方向。

图神经网络因具有强大的图数据表征能力而被广泛应用于推荐系统、网络安全、经济金融等多个领域，并且大部分都已有相关综述论文，但在教育领域，系统性地介绍GNN如何赋能智能教育的综述论文仍然缺失。本次研究组发表的综述论文很好地弥补了这个空白，为对该领域感兴趣的研究人员提供了及时且有价值的参考，参与4轮审稿的4位审稿专家都一致给出了很高的评价：“The paper fills a real gap by pulling together scattered work on GNNs in education. It gives the field a clearer structure, offers a practical classification, and points out challenges that actually matter. It’s a solid contribution that moves things forward...”。

   附全文下载链接：https://ieeexplore.ieee.org/document/11231364