王露芝 - 个人主页研究领域
所属学科:人工智能
所属学科方向:01.人工智能理论基础
研究方向:图机器学习、图推荐系统、大语言模型
教育背景
| 起止年月 | 大学名称 | 所学专业 | 获得学位 | 导师 |
|---|
| 2013.09-2017.06 | 东北师范大学 | 计算机科学与技术 | 理学学士 | 殷明浩 |
| 2017.09-2020.06 | 东北师范大学 | 计算机应用技术 | 理学硕士 | 殷明浩 |
| 2020.09-2025.01 | 天津大学 | 电子信息 | 工程博士 | 金弟、Shirui Pan |
| 2023.01-2024.01 | 新加坡国立大学 | 计算机科学 | 联合培养博士 | Chua Tat-Seng(蔡达成) |
工作经历
| 起止年月 | 工作单位名称 | 担任职务/职称 | 从事工作 | 备注 |
|---|
| 2025.02-至今 | williamhill中国 | 副教授 | 教学科研 |
|
教育教学情况
1、承担课程情况
2、出版教材情况
3、承担教改项目情况
4、发表教改论文情况
科学研究情况
1、承担项目情况
[1] 国家自然科学基金重大研究计划(培育项目),70万,2024,参与
[2] 国家自然科学基金面上项目,54万,2023,参与
[3] 科技部重点研发计划,2023,4720万,项目骨干
[4] 电商横向,2023,50万,参与
[5] 电商横向,2022,70万,参与
2、发表学术论文情况
[1] Luzhi Wang, Dongxiao He, He Zhang, Yixin Liu, Wenjie Wang, Shirui Pan, Di Jin, Tat-Seng Chua. GOODAT: towards test-time graph out-of-distribution detection. AAAI-24, 15537-15545.(CCF-A类会议长文,Oral,1.77%)
[2] Luzhi Wang, Yizhen Zheng, Di Jin, Fuyi Li, Yongliang Qiao, Shirui Pan. Contrastive graph similarity networks. ACM Transactions on the Web (TWEB), 2024, 18(2): 1-20.(ACM汇刊论文,IF: 3.50)
[3] Di Jin, Luzhi Wang, Yizhen Zheng, Guojie Song, Fei Jiang, Xiang Li, Wei Lin, Shirui Pan. Dual intent enhanced graph neural network for session-based new item recommendation. WWW-23, 684-693.(CCF-A类会议长文,Oral,攻读博士期间导师一作)
[4] Di Jin, Luzhi Wang, Yizhen Zheng, Xiang Li, Fei Jiang, Wei Lin, Shirui Pan. CGMN: a contrastive graph matching network for self-supervised graph similarity learning. IJCAI-22, 2101-2107.(CCF-A类会议长文,Long Oral,3.75%,攻读博士期间导师一作)
[5] Di Jin, Luzhi Wang, He Zhang, Yizhen Zheng, Weiping Ding, Feng Xia, Shirui Pan. A survey on fairness-aware recommender systems. Information Fusion, 2023, 100(101906), 1-22.(中科院一区期刊,IF: 18.60,攻读博士期间导师一作)
3、获得授权专利情况
4、出版学术专著情况
社会兼职和服务情况
1、承担社会兼职情况
[1] CCF-A类会议程序委员会委员:ICML, ICLR, KDD, NeurIPS, AAAI, IJCAI, ACM MM, and etc.
[2] ACM/IEEE汇刊、中科院一区期刊审稿人:TIP, TNNLS, TWEB, TCSVT, TBigData, Pattern Recognition, Neural Networks, Information Science and etc.
2、社会服务情况
指导研究生情况
1、指导硕士研究生情况
2、指导博士研究生情况
3、指导留学生研究生情况
研究生招生情况
1、研究生招生学科、招生方向和名额
2、研究生招生要求
愿意从事图机器学习、图推荐系统、大语言模型及相关方向的研究,主要偏机器学习算法和理论(优秀学生方向不限)。
学习成绩优秀的本科生或硕士生,计算机或相关专业,有优秀的数学基础,有深度学习编程经验者优先。