2024年，广西大学超算中心为计算机与电子信息学院兰伟老师课题组提供GPU算力支持，进行了大规模的数据并行处理与计算，在计算生物学、推荐系统和数据挖掘等领域取得了一系列具有重要影响力的科研成果。未来课题组将继续深化与超算中心的合作，进一步扩展研究领域，并探索更多计算机科学应用和跨学科领域融合的创新解决方案。以下是兰伟老师课题组近期的代表性研究成果：

1、研究论文“Contrastive Clustering Learning for Multi-Behavior Recommendation”于2024年11月被ACM信息系统汇刊ACM Transactions on Information Systems录用发表(论文在线链接：https://doi.org/10.1145/3698192)。ACM Transactions on Information Systems为教育部第四轮学科评估计算机学科A类期刊，也是中国计算机学会（CCF）定位为数据库/数据挖掘/内容检索领域仅有的2个A类国际期刊之一，最新影响因子5.4。该论文提出了一种基于对比聚类学习的多行为推荐模型（MBRCC），利用三个嵌入任务（行为级嵌入、实例级嵌入和聚类级嵌入）来优化用户和物品的特征嵌入，以解决数据稀疏性的问题。该工作在三个真实世界的数据集上进行了大量的实验，实验结果证明MBRCC显著优于许多现有的推荐模型。

2、课题组的研究论文“scMoMtF: An interpretable multitask learning framework for single-cell multi-omicsdata analysis”于2024年12月被计算生物学期刊PLOS Computational Biology录用发表（论文在线链接：https://doi.org/10.1371/journal.pcbi.1012679）。PLOS Computational Biology隶属于生物学大类，中科院二区期刊，最新影响因子为3.8。该论文针对单细胞多组学数据的整合分析难题，提出了一种具有解释性的多任务学习框架scMoMtF，能够同时完成数据降维、细胞分类及数据模拟三项关键任务。此外，该框架通过引入解释性模块揭示了细胞关键基因的生物学意义，为进一步探索细胞异质性和潜在生物机制提供了强有力的工具。