汉阳大学计算机软件学部金相旭教授研究团队开发的基于人工智能（AI）网络嵌入技术“SIGEM”在数据科学领域最具权威的国际学术大会“第31届ACM KDD 2025”上荣获了“Best Research Paper Award Honorable Mention”。

토토사이트 은행 조회서（图）是表现对象之间复杂关系的数据结构，而토토사이트 은행 조회서嵌入则是一种将其转化为人工智能更易处理的低维向量的技术。该技术已被Meta（Facebook）、亚马逊、Netflix、谷歌等全球企业广泛应用于推荐、搜索、个性化服务等领域。

然而，现有的嵌入技术大多只关注近邻关系，无法充分反映整个토토사이트 은행 조회서结构或在连接较少的对象上学习性能不足。此外，还存在无法区分有向连接关系、仅局限于特定토토사이트 은행 조회서类型等局限性，在准确度与通用性方面均存在限制。

金相旭教授团队开发的“SIGEM”技术克服了这些限制。它能够精确计算网络中所有对象对的相似度，并将其关系忠实地反映在向量之中，同时将连接的方向性纳入学习从而能够有效保存网络整体结构。因此，具备了适用于有向与无向网络的高度通用性。

此外，研究团队同时提出的相似度计算方法“LINOW”，即使在大规模网络中也能快速且准确地计算相似度，进一步增强了在现实复杂网络分析中的实用性。

实验结果显示，SIGEM在8个真实世界토토사이트 은행 조회서的比较实验中 ▲ 对象间连接预测性能提升102% ▲ 对象分类准确率提升最高达21%，展现出了超越现有最新技术的卓越性能。尤其是，在复杂或大规模토토사이트 은행 조회서环境中也能保持一致的性能，极大提升了产业应用的可能性。

金相旭教授表示：“能够在数据科学领域最具权威的国际学术大会ACM KDD上，从两千余篇提交论文中脱颖而出并入选前3篇以内的获奖论文，我感到非常高兴。此次研究成果是我们团队独创性理念与技术实力获得世界性认可的体现。SIGEM能够成为需要高效分析庞大网络的产业现场中实质性的解决方案。”

此次研究得到了科学技术信息通信部信息通信企划评估院的SW StarLab项目及人工智能研究生院支援项目的资助。论文《SIGEM: A Simple yet Effective Similarity based Graph Embedding Method》由研究教授雷哈尼·哈梅达尼·马苏德担任第一作者，研究员吴正锡与赵成云分别担任第二、第三作者，金相旭教授担任通讯作者。