BYR Achieve · 镜像论坛

【招收简介】王鹏飞老师目前有学硕名额一位，实验室目前主要侧重推荐系统及其鲁棒性分析相关内容，卫星时空大数据及模型压缩相关研究，在强化学习领域具有丰厚积累。希望你对我们的研究方向比较感兴趣，编程能力扎实；热爱学术生活，研究生阶段有志于在科研方面有所成就。有意向的优秀学子请将简历及成绩单发送到以下邮箱：邮箱：wangpengfei@bupt.edu.cn 王鹏飞老师隶属计算机学院科研楼815实验室，年轻活力且能力出众，在推荐系统方面有丰富的经验，能亲自指导学生，并为学生的发展考虑。【老师简介】王鹏飞，北京邮电大学计算机学院副教授，硕导。目前身处科研一线，主要研究推荐系统中的时序建模。已在SIGIR、WWW、RecSys、WSDM、CIKM等顶级学术会议以第一作者发表论文10余篇，并担任多个国际会议审稿人。入职四年，已经带领学生发表多篇CCFA类长文。王老师和人大赵鑫老师合作编写了的推荐系统工具包RecBole，上线半年已在Github获得1000+star，在同类项目中处于领先地位，并已取得一定的知名度。【详细信息】 1. 个人经历现任北京邮电大学计算机学院副教授，硕士生导师，CIPS青工委任委员，CCIR专委会委员。研究方向为推荐系统、数据挖掘与机器学习。本人五年以来在人工智能相关顶级会议和期刊上发表论文30+篇，其中CCF-A类10余篇。以上论文已被CIKM、SIGIR、WSDM等重要学术会议和权威期刊论文五年来引用300余次（Google Scholar）。同时担任多个国际顶级会议程序委员会成员以及国际期刊杂志审稿人。 2. 主要项目 [1] 国家自然科学基金：基于表达学习的用户购物行为分析 [2] 中科院大学开放课题：结构化数据的分析和理解 [3] 北邮无锡研究院：央企科技情报智能处理算法及模型开发 [4] 阿里巴巴AIR项目：面向大规模用户商品图的表示学习、理解与挖掘 3. 近五年主要论文 [1] Learning Hierarchical Representation Model for Next Basket Recommendation. SIGIR15 CCFA; [2] Next Basket Recommendation with Neural Networks. RecSys15 CCFB [3] Your Cart tells You: Inferring Demographic Attributes from Purchase. WSDM16 CCFB; [4] HLBPR: A Hybrid Local Bayesian Personal Ranking method. WWW16 CCFA [5] Modeling Dynamic Pairwise Attention for Crime Classification over Legal Articles. SIGIR2018 CCFA; [6] Unified Collaborative Filtering over Graph Embeddings. SIGIR2019 CCFA [7] KERL: A Knowledge-Guided Reinforcement Learning Model for Sequential Recommendation. SIGIR2020 CCFA [8] Beyond the Attention: Distinguish the Discriminative and Confusable Features For Fine-grained Image Classification Multimedia CCFA [9] An Empirical Comparison of Alternative Experimental Settings for Evaluating Top-N Item Recommendation Algorithms CIKM CCFB [10] Hierarchical Matching Network for Crime Classification. SIGIR2019 CCFA [11] The World is Binary: Contrastive Learning for Denoising Next Basket Recommendation. SIGIR2021 CCFA [12] Joint Knowledge Pruning and Recurrent Graph Convolution for News Recommendation. SIGIR2021 CCFA [13] Pattern-enhanced Contrastive Policy Learning Network for Sequential Recommendation. IJCAI2021 CCFA [14]Revisiting Alternative Experimental Settings for Evaluating Top-N Item Recommendation Algorithms. CIKM CCFB

【考研学硕招生】计算机学院王鹏飞老师招收考研学硕