【编者按】为了更好地营造校园学术氛围，传播我校学术科研动态，学校在校园网开辟“科技前沿”专栏，定期总结、回顾学校师生取得的科研成果。欢迎广大师生及时把自己的学术科研成果以邮件的形式告诉我们，我们希望获得您以下成果信息：为政府、企业、媒体进行了专业咨询；科技成果通过了相关鉴定；科技成果落地、实现产业化；发表了高水平的学术论文；获得了专利授权；出版、编著了专著、教材；获得了科技奖励；在重要学术会议上进行了发言……

我们愿意为有学术追求的师生搭建一个交流的平台，希望在师生的努力下，学校的学术氛围日益浓厚，让我们为实现电子信息特色鲜明的高水平大学而奋斗。投稿请通过所在单位，经学校OA系统审核发布。

近日，我校计算机与信息安全学院可信计算与大数据技术教师团队在数据挖掘领域国际顶级期刊《IEEE Transactions on Knowledge and Data Engineering》（中科院计算机科学大类一区Top，中国计算机学会（CCF）A类期刊，IF=8.9）上发表题为“FairCoRe: Fairness-aware Recommendation through Counterfactual Representation Learning”的研究论文。其中，我校宾辰忠副教授为论文第一作者，常亮教授为论文通讯作者。我校为该论文第一署名单位。

在当前个性化推荐系统广泛应用的背景下，推荐算法的公平性问题日益受到学术界和工业界的关注。传统推荐系统常常在无意中继承并加剧社会属性群体偏见，对某些群体可能造成显著的不公平推荐结果。该研究主要聚焦于如何在保持推荐个性化性能的同时，实现对不同敏感属性（如性别、年龄、种族等）群体的公平推荐。该研究首次将反事实思维（Counterfactual Thinking）引入公平表示学习方法中，通过构造“如果用户敏感属性发生变化会怎样？”的反事实情境，以学习推荐系统中用户和项目属性中立的公平特征表示，显著提升推荐模型公平性的同时保持良好的推荐质量。

本项研究得到国家自然科学基金（U22A2099，62066010，61966009）以及广西科技基地和人才专项（AD23026268）的资助。

论文链接：https://doi.org/10.1109/TKDE.2025.3557501