近日，我校計算機科學與工程學院（網絡空間安全學院）時空大數據與智能團隊2022級研究生王辰昊、鄧詩涵、徐偉愷、孟飛宇在數據挖掘頂級會議KDD 2024和自然語言處理頂級會議ACL 2024上連續發表研究成果。

　　2022級碩士生王辰昊以第一作者在KDD 2024發表論文《Multi-Scale Detection of Anomalous Spatio-Temporal Trajectories in Evolving Trajectory Datasets》（作者：王辰昊，陳力思，商爍[通訊作者]，Christian S. Jensen，Panos Kalnis）。本文針對軌跡異常檢測開展研究，提出了一種能夠在多尺度上檢測軌跡時空異常的模型，稱為MST-OATD。模型首先計算并融合多尺度上的軌跡時空特征，并在不同尺度上推理正常路線，最后通過軌跡在時空上的重構來檢測異常。同時，提出一種基于概率和排序的訓練集更新策略，在收集到新的軌跡數據時迭代更新訓練集，達到實時更新模型的效果。在兩個大規模真實數據集上的實驗證明了模型的有效性。

　　2022級碩士生鄧詩涵和徐偉愷以共一作者在ACL 2024發表主會長文《Mobile-Bench: An Evaluation Benchmark for LLM-based Mobile Agents》（作者：鄧詩涵*，徐偉愷*，孫宏達*，劉偉，譚濤，劉劍鋒，李昂，欒劍，王斌，嚴睿，商爍[通訊作者]）。隨著大語言模型（LLM）的顯著進步，基于LLM的智能體已成為人機交互領域的研究熱點。 然而，基于LLM的移動代理缺乏可用的基準。本文提出一種用于評估基于LLM的移動代理功能的新穎基準Mobile-Bench。首先，通過整合收集的API來擴展常規的UI操作，以加快任務完成的效率。隨后，通過將真實用戶查詢與法學碩士的增強相結合來收集評估數據。為了更好地評估移動代理的不同級別的規劃能力，數據被分為三個不同的組：SAST、SAMT和MAMT，反映了不同級別的任務復雜性。此外，引入了一種更準確的評估指標，名為CheckPoint，以評估基于LLM的移動代理在其規劃和推理步驟中是否達到了關鍵點。

　　此外，團隊2022級碩士生孟飛宇以共同一作在KDD 2024上發表論文《ROTAN: A Rotation-based Temporal Attention Network for Time-Specific Next POI Recommendation》，2022級碩士生徐偉愷以共同一作在ACL 2024上發表論文《DetermLR: Augmenting LLM-based Logical Reasoning from Indeterminacy to Determinacy》。

　　KDD是數據挖掘領域頂級會議，位列中國計算機學會推薦國際會議A類。本年度會議投稿約2000篇，錄用率僅為20%，會議將于今年8月在西班牙巴塞羅那召開。ACL是自然語言處理領域頂級會議，位列中國計算機學會推薦國際會議A類，會議將于今年8月在泰國曼谷召開。

　　計算機科學與工程學院（網絡空間安全學院）時空大數據與智能團隊由國家青年人才商爍教授于2019年創建，近年來圍繞大數據、人工智能、智能輿情分析、智能時空計算等方向開展深入研究。團隊現有教授、研究員4人，博士、碩士研究生30余人，累計發表相關研究領域CCF A類論文100余篇，承擔5項國家自然科學基金重點項目。其中商爍教授、陳力思教授已先后入選全球前2%頂尖科學家榜單（World’s Top 2% Scientists）。

編輯：李果 　/　審核：李果 　/　發布：陳偉