马心陶，1989年，女，讲师，博士。2012年获德国吕贝克应用科技大学和华东理工大学双学士学位，2015年获德国汉堡工业大学计算机工学硕士学位，2022年获吉林大学计算机学院工学博士学位。主持并完成吉林省科技厅、吉林省教育厅项目多项，发表SCI论文包括CCF-B推荐期刊《Knowledge and Information Systems》 《Data&Knowledge Engineering》多篇。

研究方向：推荐系统、知识图谱、深度学习

联系方式：838309315@qq.com，119074@jlufe.edu.cn

学术论文：

1.Ma Xintao, Liyan Dong, Hao Zhang, et al. AKUPP: attention-enhanced joint propagation of knowledge and user preference for recommendation systems. Knowledge and Information Systems, Vol. 65:163-182(2023).

2.Ma Xintao, Liyan Dong, Hao Zhang, et al. An enhanced attentive implicit relation embedding for social recommendation. Data & Knowledge Engineering, Vol.145:102142 (2023).

3.Ma Xintao, Liyan Dong, Minghui Sun, et al. Airc: Attentive Implicit Relation Recommendation Incorporating Content Information for Bipartite Graphs. Mathematics (Basel), vol. 8/no. 12, (2020), pp. 1-19.

4.Ma Xintao, Liyan Dong, Hao Zhang, et al. MNI: An Enhanced Multi-Task Neighborhood Interaction Model for Recommendation on Knowledge Graph. PloS One, vol. 16/no. 10, (2021), pp. e0258410-e0258410.

5.Yuequn Wang, Liyan Dong, Xintao Ma, et al. An Enhanced Multi-Modal Recommendation Based on Alternate Training With Knowledge Graph Representation[J]. IEEE Access, 2020, 8:213012-213026.

6.Yuequn Wang, Liyan Dong, Xintao Ma, et al. KG2Vec: A node2vec-based vectorization model for knowledge graph[J]. PLoS ONE, 2021, 16(3):e0248552.

专著：

1.深度理解算法：图表示学习的推荐系统研究，社会科学文献出版社，2024，独著。

专利：

1.一种改进的基于Node2vec的知识图谱向量表示方法，专利号，ZL201910926716.7，董立岩，马心陶，王越群，王浩