喜报！恭喜我所博士王一帆荣获ACM SIGCSE中国分会“优秀博士论文奖”

近日，ACM中国理事会公布了2024年度ACM SIGCSE “优秀博士论文奖”，其中计算机学院张铭教授指导的2023届博士毕业生王一帆以毕业论文“图解耦合表示学习模型及其应用研究”获得该分会优秀博士学位论文（排名第一）。

博士学位论文介绍

王一帆的博士学位论文主要研究图解耦合表示学习算法及其相关应用，选题具有重要的理论意义和实践价值。文章从图数据的异质、动态、复杂属性出发进行了图解耦合表示学习算法研究，并以推荐系统和文本生成为应用，分别开展了四方面的研究工作：(1)针对推荐系统中用户-物品交互及其上下文信息构建的异质图，研究图中不同关系对应语义来更新目标用户、物品的解耦合表示，挖掘用户不同的潜在意图用于推荐；(2)针对跨领域推荐中多领域构建的异质图，通过解耦合表示来显式地提取用户领域间共有与领域内特有偏好，实现不同领域间知识互相补充；(3)针对序列推荐构建的用户动态交互图，通过解耦合表示研究用户实时变化的不同潜在意图以及历史意图偏好对当前的响；(4)针对引文生成构建的异质引文图，综合考虑图数据中蕴含的复杂属性，通过图解耦合表示生成上下文感知的特定风格引用文本。

论文作者王一帆介绍

王一帆，现任信息学院大数据科学与技术系助理教授，博士毕业于北京大学计算机学院（2023年1月），研究方向为图表示学习、图神经网络、解耦合表示学习、人工智能，重点关注在推荐系统、文本挖掘等信息检索领域的应用。目前在顶级国际会议和期刊如AAAI、SIGIR、IJCAI、CIKM、WSDM、ICDM、TNNLS、Neural Networks等共发表论文20余篇，总引用次数超过1178次，一作最高引用次数超过146次，h-index值为14。作为项目骨干参与国家/北京市重点研发计划及企业横向课题4项，发表专利3项，获北京大学优秀科研奖。相关成果受到同行专家的认可与好评，其中代表作DisenHAN是最早在图上进行解耦合表示学习的工作之一，作为基准方法被广泛引用；代表作DisenCite受到新智元等媒体报道；参与发表于ICDM 2022工作入围最佳论文候选（Best Paper Finalist）；所设计算法模型在美团点评进行了成功落地应用。荣获2024年度ACM SIGCSE中国“优博奖”。并在多个国际顶级会议和期刊如 ICLR、ICML、NeurIPS、KDD、WWW、AAAI、IJCAI、TKDE、TNNLS等担任程序委员会成员和审稿人。此外，长期担任由中国科协和教育部联合组织的中学生科技创新后备人才培养计划（“英才计划”）的辅导老师，指导优秀中学生进行科研探索和科技创新。

指导教师张铭介绍

张铭，北京大学计算机学院教授教授，博士生导师，2021 CCF杰出教育奖获得者，教育部计算机课程教指委委员，ACM China常务理事，ACM/IEEE CC2020计算机学科规范执委。自1984年考入北京大学，分别获得学士、硕士和博士学位。主要研究方向为机器学习、图神经网络、计算机教育，主持科技部重点研发、国家自然科学基金等多个科研项目，合作发表科研学术论文 300 多篇（NeurIPS、ICLR、ICML、KDD、WWW、ACL、AAAI、IJCAI等A类会议和TKDE、TOIS和Information Fusion等顶级期刊）。获得机器学习领域最好的会议 ICML 2014 最佳论文奖，网络信息处理顶会WWW 2016和WSDM 2022 最佳论文提名，发表于WWW 2015的LINE模型目前单篇被引6500余次，是图机器学习领域重要的基线模型之一。发表了SIGCSE、L@S等教学研究论文，出版学术专著1部，获软件著作权8项，获发明专利6项。主编多部教材，其中《数据结构与算法》获北京市精品教材奖并得到国家“十二五”规划教材支持。带领北大《数据结构与算法》团队，获评国家级和北京市级精品课程（2008）、国家级精品资源共享课程（2016）、首批国家级一流本科课程（线上和线上线下混合式，两门一流本科课程，2020），都排名第一位。

学会简介

ACM SIGCSE中国分会成立于2016年，致力于提高中国计算机教育教学质量，为计算机教育工作者开展计算机专业培养方案、课程体系、课程以及配套的试验体系的设计、实施和评估等提供交流机会和专业帮助，推进中国计算机教育科学研究，提高我国计算机学科的国际地位。