日前，由我院李平教授指導的碩士研究生黃金誠、黃睿、陳娜、張阿聰在數據挖掘領域頂級期刊——《ACM Transactions on Knowledge Discovery from Data (TKDD)》上發表學術論文，論文題目為“Revisiting the role of heterophily in graph representation learning: An edge classification perspective”，李平教授為通訊作者，2020級碩士研究生黃金誠為第一作者。
論文分析了異配邊在圖神經網絡學習時的作用，發現傳統的圖神經網絡消息傳遞方程不適用于異質邊，為提高圖神經網絡的性能，提出了兩種端到端的圖學習框架“spotting-then-aggregat”，該框架能夠檢測異質邊，并且針對異質邊采用特殊的消息傳遞方程。大量的實驗證明了本文提出的模型在不同異質性數據集上達到了SOTA的效果。
ACM Transactions on Knowledge Discovery from Data主要關注數據挖掘領域的前沿研究，是該領域的權威期刊之一。該期刊每年出版6期，每期錄用論文約10篇左右。
