WWW / The Web Conference

Efficient Computation for Diagonal of Forest Matrix via Variance-Reduced Forest Sampling

森林矩阵对角线的方差缩减森林采样高效计算

Haoxin Sun, Zhongzhi Zhang

AI总结 针对有向图森林矩阵对角线计算中拉普拉斯求解器的局限性，提出三种基于采样的算法SCF、SCFV和SCFV+，通过方差缩减技术实现高精度线性时间计算，可扩展至千万节点图。

Comments Published in The Web Conference 2024

A Unified Framework for Context-Aware and Relation-Aware Graph Retrieval-Augmented Generation

上下文感知与关系感知的图检索增强生成统一框架

Haoyang Zhong, Yifei Sun, Antong Zhang, Chunping Wang, Lei Chen, Yang Yang

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Finvolution Group（信也科技集团） 纠错

AI总结 提出HyGRAG分层图RAG框架，通过构建融合上下文与关系的摘要、跨层级检索及动态更新，将多跳推理准确率提升9.7%。

Comments Accepted at The ACM Web Conference 2026 (WWW '26)

Generative Archetype-Grounded Item Representations for Sequential Recommendation

生成式原型驱动的物品表示用于序列推荐

Yifan Li, Jiahong Liu, Xinni Zhang, Hao Chen, Yankai Chen, Wenhao Yu, Jianting Chen, Irwin King

机构 * The Chinese University of Hong Kong（香港中文大学） ； McGill University（麦吉尔大学） ； Tongji University（同济大学） 纠错

AI总结 提出GenAIR框架，利用大语言模型生成物品原型描述并提取嵌入，结合行为校准目标弥合语义与行为差距，显著提升序列推荐性能。

Comments Accepted by WWW 2026 (Oral)

Beyond Patches: Superpixel Token-based Transformers for Attribute-Specific Fashion Retrieval

超越图像块：基于超像素标记的Transformer用于属性特定时尚检索

Shuili Zhang, Hongzhang Mu, Wenyuan Zhang, Duohe Ma, Tingwen Liu

AI总结 提出SuperFashion框架，首次在Transformer中采用超像素标记，通过属性引导注意力和超像素分割增强属性定位与判别，在三个数据集上取得显著性能提升。

Comments 9 pages, 5 figures. Published in the Proceedings of the ACM Web Conference 2026 (WWW '26). Author version with minor corrections; results and conclusions unchanged

Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), pp. 6956-6964, 2026