近日，我院软件工程团队康国胜副教授在服务计算与推荐系统领域取得重要研究进展，其成果“Dual-Objective Graph Contrastive Learning for Accurate and Diversified Service Recommendation”（DOI: 10.1109/TSC.2026.3735995）被软件工程领域内国际顶刊、CCF A类期刊《IEEE Transactions on Services Computing》录用。论文第一作者为我院2025级软件工程专业硕士研究生项佳艳，通讯作者为康国胜副教授。IEEE TSC是中国计算机学会CCF认定的软件工程领域的顶刊，即CCF 推荐的A类期刊。

图1 论文在线发表页面截图

该论文针对现有图对比推荐方法过度聚焦准确性、放大流行度偏差并牺牲多样性与新颖性的问题，提出了一种双目标图对比学习框架DOGCL，该框架在图表征学习阶段显式建模准确性与多样性作为独立但互补的目标，通过构建共享路径去噪机制的准确性导向视图（AOV）与多样性导向视图（DOV），并利用质心感知几何加权策略挖掘长尾物品特征，以InfoNCE对比损失作为两视图间的语义桥梁，在避免多编码器架构开销的同时实现准确性与多样化推荐的统一。在Gowalla、Yelp2018和Amazon_Books三个真实基准数据集上的大量实验表明，DOGCL在保持最先进准确性的同时，显著提升了新颖性与长尾物品覆盖率，有效缓解了流行度偏差与“回声室”效应，为服务推荐系统在准确性与多样性之间的平衡提供了新的解决思路。

图2 方法框架

我院软件工程研究团队依托服务计算与软件服务新技术湖南省重点实验室（Hunan Key Laboratory for Service Computing and Novel Software Technology）组织研究工作。实验室研究方向涉及服务计算、软件服务与代码大数据、大模型应用、社会网络、机器学习、任务调度等方面。除康国胜老师的最新成果外，团队成员近期在本领域的多个CCF A类期刊上持续产出高水平研究成果。

[1] Buqing Cao, Zhi Tao, Shanpeng Liu, Hongfan Ye, Jinjun Chen. DRIVE: Dynamic Resource-Aware Intelligent Task Offloading in Vehicular Edge Computing, IEEE Transactions on Mobile Computing, 2026, DOI: 10.1109/TMC.2026.3710011

[2] Ziming Xie, Buqing Cao, Shanpeng Liu, Wenyu Zhao, Jianxun Liu, Jinjun Chen. Descale: Debiasing Service Recommendation via Causal Embedding Learning, IEEE Transactions on Services Computing, 2026, DOI: 10.1109/TSC.2026.3729603

[3] Xiang Xie, Jianxun Liu, Buqing Cao, Wenyu Zhao, Sheng Lin, Min Shi, Jinjun Chen. DiffMSR: A Multi-Semantic Graph Diffusion Model for Service Recommendation, IEEE Transactions on Services Computing, 2025, DOI: 10.1109/TSC.2025.3596891

[4] Canyu Qiu, Jianxun Liu, Xiaocong Xiao, Yong Xiao. OpCodeBERT: A Method for Python Code Representation Learning by BERT with Opcode, IEEE Transactions on Software Engineering, 2025, DOI: 10.1109/TSE.2025.3610244

一审：康国胜

二审：阳   锋

三审：朱宁波