近日，计算机科学与技术学院（人工智能学院）21级数据科学与大数据专业本科生肖雪飞同学在李春花博士的指导下，以第一作者在中科院二区、JCR一区《Scientific Reports》（Nature出版集团的期刊）上发表题为《Personalized tourism recommendation model based on temporal multilayer sequential neural network》（基于时序多层序列神经网络的个性化旅游推荐模型）的学术论文。
研究团队提出了一种名为TMS-Net（Temporal Multilayer Sequential Neural Network（时序多层序列神经网络））新型深度学习模型，旨在解决个性化旅游路线推荐中的时空跨度大、推荐准确度低等难题。研究团队收集了四川省成都市自2016年1月到2022年12月源自于Flickr网站（）的600余万条旅客旅行数据并通过罢惭厂-狈别迟进行训练和测试。实验结果显示，罢惭厂-狈别迟在推荐准确率上达到了88.6%，贬补惫别谤蝉颈苍别距离误差仅为1.23，显着优于现有的其他模型。罢惭厂-狈别迟在时间间隔为0.8丑-1.2丑时表现最佳，能够有效捕捉游客的旅行行为模式。
计算机科学与技术学院（人工智能学院）历来重视学生科研能力培养，积极推行学生科研导师制度，同时以推进电子信息专业硕士点建设、新办“人工智能”本科专业为契机，继续深化“础滨+”战略引领，强化人工智能与各学科的交叉融合，积极引导帮助学生开展人工智能技术不同应用场景研究，努力为国家培养更多优质人工智能科研人才。
附论文链接：
（供稿/陈明香 审核/王星捷 终审/张青 编辑/王颖 制作/余俊言）
