我觉得这个 proposal 已经明显超过“大作业应付水平”了，已经很接近一个正式的 workshop / course project proposal 了。整体上：

* 结构完整
* 技术路线合理
* 风险控制清晰
* baseline 和 ablation 都考虑到了
* 对 recommendation + heterogeneous graph 的理解是在线的

尤其你们没有只写“我们用 GNN 做推荐”，而是真的把：

* hetero graph
* cold start
* negative sampling
* threshold tuning
* feature initialization
* baseline comparison

这些关键问题都考虑进去了，这点很好。

但如果站在：

# “老师 / reviewer / TA”

的视角，我会给你几个建议，能明显再提升一个档次。

---

# 一、最大的优点：你们的“问题定义”是清楚的

很多 proposal 最大的问题是：

> “我要用 GNN 做推荐”

但根本没说清：

* 图怎么建
* 节点是什么
* 边是什么
* label 是什么
* prediction target 是什么

而你们这里：

```text
author-paper link prediction
```

定义得非常清晰。

这一段尤其好：

> 该任务可以建模为异构图上的链接预测问题

这说明你们不是把它当普通分类。

这是 reviewer 很喜欢的。

---

# 二、你们对“冷启动”的讨论是加分项

这里：

> 利用合作者关系和论文引用网络补充信息

是非常合理的。

因为：

这正是：

# GNN 在推荐中的核心价值

不是：

“我用了更高级模型”

而是：

# 图结构能传播稀疏节点的信息

你们 actually 抓住了这个点。

---

# 三、Research Plan 写得不错，但还可以更“科研化”

目前的问题是：

有一点：

# “工程流水账”

比如：

```text
第一阶段
第二阶段
第三阶段
```

虽然清晰，但略像开发计划。

你们可以适当加入：

# “研究问题（Research Questions）”

例如：

---

## RQ1

不同边类型对推荐性能的贡献如何？

例如：

* 去掉 author-author
* 去掉 paper-paper

看 F1 变化。

---

## RQ2

作者初始化方式是否影响冷启动作者性能？

比较：

* trainable embedding
* average cited paper embedding
* collaborator-enhanced embedding

---

## RQ3

hard negative sampling 是否比 random negative 更有效？

---

这样会：

# 非常像正式 paper

而不是课程报告。

---

# 四、目前最弱的一部分：baseline 还不够强

你们现在写：

> popularity baseline

这个太弱了。

建议至少加：

---

# 1. Matrix Factorization

比如：

* BPR
* implicit MF

因为：

推荐系统里 reviewer 默认会问：

> “为什么不用传统 CF？”

---

# 2. Node2Vec / DeepWalk

因为：

这是：

# 非 GNN graph embedding baseline

非常合理。

---

# 3. Common Neighbor / Adamic-Adar

尤其是：

author-paper 二部图里。

传统 link prediction baseline 很适合写进去。

---

这样你们会形成：

# 三层 baseline

---

## Level 1

Heuristic：

* popularity
* common neighbor

---

## Level 2

Traditional：

* MF
* Node2Vec

---

## Level 3

GNN：

* LightGCN
* HeteroGNN

这样整个实验会非常完整。

---

# 五、负采样部分写得很好

这是很多组根本不会考虑的。

尤其：

> hard negative

这点很好。

因为 recommendation 的关键不是：

“随机负样本”

而是：

# 区分容易混淆的论文

例如：

* 同领域
* 同引用社区
* 同作者群体

这些 negative 更有价值。

---

# 六、这里有一个潜在风险：label leakage

你们现在：

```text
paper-paper citation
```

需要注意：

# 测试集论文是否出现在训练 citation graph 中

否则可能：

未来信息泄漏。

建议在 proposal 里加一句：

---

> We will carefully avoid potential information leakage between training edges and recommendation targets when constructing the heterogeneous graph.

---

会显得很专业。

---

# 七、feature.pkl 那里还可以写得更具体

现在：

```text
论文节点的初始特征来自官方提供的 feature.pkl
```

有点太模糊。

建议补一句：

---

例如：

```text
The provided paper features are expected to encode semantic or structural information of papers, which may help the GNN better distinguish topic similarity beyond pure graph topology.
```

否则 reviewer 会觉得：

你们没想清 feature 是干嘛的。

---

# 八、你们目前最合理的主模型其实是：

# LightGCN + Heterogeneous Edges

原因：

---

## 优点 1：推荐系统适配性极强

LightGCN 本来就是：

# recommendation 专用 GNN

---

## 优点 2：不会过拟合

异构 Transformer 很容易：

* 参数爆炸
* 训练不稳
* 小数据过拟合

你们这个数据：

```text
6k authors
80k papers
```

其实不算特别大。

LightGCN 可能比 HGT 更稳。

---

## 优点 3：老师会更认可

因为：

你们不是：

“盲目堆复杂模型”

而是：

# 根据任务特点选模型

这是加分项。

---

# 九、proposal 里缺少“evaluation protocol”

建议补：

---

# Validation Split

例如：

```text
We will randomly split a portion of training author-paper edges as validation positives and construct corresponding negative pairs for evaluation.
```

---

# Metrics

除了 F1：

建议再写：

* Precision
* Recall
* ROC-AUC

因为：

F1 对 threshold 很敏感。

---

# 十、一个很值得加入的点：Meta-path

你们现在其实已经 implicitly 用到了。

但如果明确写：

---

例如：

```text
Author → Author → Paper
Author → Paper → Paper
```

可能能加不少分。

因为：

heterogeneous graph recommendation 里：

# meta-path 是经典关键词

---

# 十一、如果我是 reviewer，我会给的评价

大概会是：

---

## 优点

* 问题定义清晰
* 技术路线合理
* baseline 和 ablation 意识较强
* 对 hetero graph 和 recommendation 有理解
* 考虑了冷启动与 hard negative

---

## 缺点

* baseline 还可以更完整
* research question 不够明确
* feature 使用略模糊
* evaluation protocol 可以更细

---

# 十二、我最建议你们加的一句话

这一句会让 proposal 瞬间更像 paper：

> We are particularly interested in understanding how heterogeneous relational structures (co-authorship and citation networks) contribute to recommendation performance under sparse interaction settings.

因为：

它把：

* hetero graph
* cold start
* recommendation

三个核心点串起来了。

非常像正式 research proposal。