近日，华侨大学工商管理学院数据科学与创新管理团队的李海林教授与本科生王杰同学，在信息科学与推荐系统领域取得重要突破——他们合作完成的学术论文《VCRec: Visibility graph and convolutional neural networks for sequential recommendation》，成功发表于国际权威期刊《Information Sciences》2026年第739卷（论文编号123153）。该期刊是中科院计算机科学大类1区TOP期刊、JCR Q1分区刊物，为信息科学、数据挖掘与人工智能领域国际公认的顶级学术平台。该成果是继王杰同学在2025年发表在国内中文权威期刊《电子学报》后的又一重要研究工作，不仅标志着华侨大学在序列推荐系统交叉研究领域已达国际先进水平，更彰显了学校在拔尖本科生科研创新能力培养上的显著成效。研究工作得到国家自然科学基金（71771094）、福建省社会科学基金（FJ2025A033）资助。

序列推荐是个性化推荐系统的核心技术，其核心目标是通过挖掘用户历史行为序列来捕捉动态偏好与物品依赖关系，已广泛应用于电商、社交、影音等多元场景。然而，当前主流模型在挖掘用户行为复杂关联、适配浅层网络捕捉动态模式等方面仍存在明显瓶颈。李海林教授团队精准瞄准这一学术痛点，首次将可视图算法引入序列推荐领域，创新性提出融合改进自适应可视图与卷积神经网络的VCRec模型，为序列行为建模提供了全新的拓扑视角解决方案。针对传统自适应可视图在用户兴趣与序列上下文耦合时易出现特征失真的问题，团队提出了配对自适应可视图（Paired AVG）与非配对自适应可视图（Non-Paired AVG）双编码策略：前者聚焦物品对的直接依赖关系，后者则建模中间上下文的干扰效应，二者融合可全面捕捉物品间的配对与非配对关联，有效区分长程依赖与随机噪声。同时，该模型引入残差模块与卷积块组合结构，深度提取物品高阶特征，既解决了浅层网络难以建模复杂行为模式的难题，又实现了特征的高效传递与非线性关系的精准捕捉。

此次本科生以主要作者身份再次登顶中科院1区TOP期刊，正是数据科学与创新管理团队推进本科生科研创新能力培养的生动实践。李海林教授长期深耕数据科学与创新管理的交叉研究领域，始终注重指导本科生参与前沿科研工作，截止目前，以本科生为主要作者身份在国内外权威期刊发表论文成果40多篇。他依托课题组搭建了从理论创新到实验验证的完整科研训练体系，助力本科生在顶尖学术舞台上崭露头角。

成果地址：Hailin Li, Jie Wang.VCRec: Visibility Graph and Convolutional Neural Networks for Sequential Recommendation. Information Sciences. 2026, 739:123153

https://doi.org/10.1016/j.ins.2026.123153