访问量:24234
 
何向南
单位:信息科学技术学院
地址:黄山路443号,科技西楼909
邮编:
电话:86-551-63607236
个人主页: http://staff.ustc.edu.cn/~hexn/
实验室介绍: http://data-science.ustc.edu.cn/
 
个人简历 Personal resume
何向南,教授、博导。研究领域:信息检索、数据挖掘、机器学习、因果推理等,成果丰硕,在CCF A类会议和期刊发表论文90余篇,如SIGIR、WWW、KDD、ACM Multimedia等,谷歌学术引用9600余次,研究成果在多个商业公司的线上系统获得应用,取得积极效果。曾获SIGIR 2016、WWW 2018最佳论文提名奖,SIGIR 2020、WWW 2018最佳短文(提名)奖等。担任多个期刊的编委/副主编,如AI Open, Frontiers in Big Data, Social Network Analysis and Mining等。主持国家自然科学基金面上项目、重点项目,科技部重点研发计划课题等。
 
研究方向 Research direction
1、信息检索与推荐
2、数据挖掘与大数据
3、因果推理与机器学习
 
招生信息 Enrollment information
需学生具备:
1. 对做研究有热情有决心
2. 较强的编程能力
3. 机器学习基础知识和实践经验
4. 较好的数学基础(微积分、线性代数、概率论与统计等)
5. 较好的英语水平(六级500分以上或其他对等成绩)
6. 较好的沟通能力
 
论文专著 The monograph
1) Neural Collaborative Filtering - WWW - 2017 -
2) Neural Factorization Machines for Sparse Predictive Analytics - ACM SIGIR - 2017 -
3) NAIS: Neural Attentive Item Similarity Model for Recommendation - IEEE TKDE - 2018 -
4) Adversarial Personalized Ranking for Recommendation - ACM SIGIR - 2018 -
5) Fast Matrix Factorization for Online Recommendation with Implicit Feedback - ACM SIGIR - 2016 -
6) BiRank: Towards Ranking on Bipartite Graphs - IEEE TKDE - 2017 -
7) TEM: Tree-enhanced Embedding Model for Explainable Recommendation - WWW - 2018 -
8) Learning on Partial-Order Hypergraphs - WWW - 2018 -
 
报考意向 Ambition
 
 
 

如果有意向报考此老师的硕士或博士,请留下你的信息。

 
  姓  名: 移动电话:
  电子邮箱: 所学专业:
  毕业院校: 报考类型: 博士 硕士
  国  别:
  个人照片: ( 支持格式:JPEG,JPG,PNG,GIF文件大小请勿超过1M)
 

个人简历:

( 支持格式:PDF,DOC,DOCX,JPG,JPEG,文件大小请勿超过1M)
  成 绩 单: ( 支持格式:PDF,DOC,DOCX,JPG,JPEG,文件大小请勿超过1M)
  备注:
(限150字)
 
   
         
         
         
 
COPYRIGHT 2007 中国科学技术大学研究生院、校学位办 All Rights Reserved 地址:安徽省合肥市金寨路96号 邮编:230026。
TEL:+86-551-63602928 FAX:+86-551-63602179 E-mail:gradschl@ustc.edu.cn