王皓(中國科學技術大學計算機學院副教授)

王皓，博士，副教授。2021年獲得中國科學技術大學計算機套用專業博士學位，於2020年1月至2021年1月受國家留學基金委CSC資助赴美國伊利諾伊大學香檳分校（UIUC）訪問學習，主要研究方向數據科學、人工智慧、大語言模型、推薦系統及AI4Science等。

基本介紹

• 中文名：王皓
• 畢業院校：中國科學技術大學
• 學位/學歷：博士
• 職業：科研教育工作者
• 專業方向：計算機套用
• 職務：副教授

人物經歷

• 工作經歷

2021年獲得中國科學技術大學計算機套用專業博士學位，於2020年1月至2021年1月受國家留學基金委CSC資助赴美國伊利諾伊大學香檳分校（UIUC）訪問學習。

• 擔任職務

擔任Entropy(SCI Q2期刊)Special Issues Guest Editor、KDD、NeurIPS、ICML、WWW、SIGIR、AAAI等國際程式委員會委員及TPAMI、TKDE、TOIS等高水平期刊審稿人等。

科研成就

科研綜述

主要研究方向數據科學、人工智慧、大語言模型、推薦系統及AI4Science等。

在TKDE、TOIS、ICML、KDD、NeurlPS等高水平期刊和會議上發表論文50餘篇，其中以第一作者或通訊作者發表期刊會議論文30餘篇，申請專利10餘項，谷歌學術引用3000餘次。相關學術成果在華為、騰訊、美團等公司開展落地套用，其中包括華為盤古大模型、騰訊工業廣告等，相關開源項目獲2K+ Stars。獲中國電子學會自然科學一等獎、KDD2024唯一最佳學生論文獎、安徽省青年科技人才托舉計畫、第九屆中國智慧型技術與大數據會議優秀論文、中國科大墨子傑出青年特資津貼、騰訊精英人才計畫導師，美團最佳合作獎等榮譽。主持國家自然科學基金面上項目、重點項目課題、青年基金項目、安徽省科技創新攻堅計畫重點項目課題及技術總師、CCF-騰訊犀牛鳥基金及阿里巴巴創新研究計畫(AIR)等相關項目。

主持項目

1. 大模型協同的跨域用戶序列行為建模方法及套用，國家自然科學基金-面上項目，2025-2027，主持

2. 數據產權登記合規性驗證與風險管控技術，國家自然科學基金-重點項目，2025-2027，課題負責人

3. 面向網路數據的多語義屬性結構表征學習及套用研究，國家自然科學基金-青年科學基金項目，2023-2025，主持

4. 基於科技文獻與實驗數據的科學知識推演大模型，省創新攻堅計畫，2024-2027，課題負責人

5. 跨域複雜用戶序列推薦，CCF-騰訊犀牛鳥項目基金，2023-2024，主持

6. 基於預訓練知識點的企業搜尋相關性模型研究，阿里創新研究AIR計畫，2023-2024，主持

獲獎情況

1. 2025年, 王寬誠育才獎，校教育基金會獎

2. 2024年, 自然科學一等獎, 中國電子學會

3. 2024年, 省青年科技人才托舉計畫, 安徽省科學技術協會

4. 2024年，CCF-A類會議KDD2024唯一最佳學生論文獎，KDD國際學術委員會

5. 2024年，騰訊精英人才計畫入選學生導師

6. 2023年，CCF-騰訊犀牛鳥基金入選學者

7. 2023年，第九屆中國智慧型技術與大數據會議優秀論文，中國人工智慧學會

8. 2022年，中國科學技術大學墨子傑出青年特資津貼

9. 2019年，國家公派聯合培養博士研究生-CSC

代表著作

[1] Mingjia Yin, Junwei Pan, Hao Wang*, Ximei Wang, Shangyu Zhang, Jie Jiang, Defu Lian, Enhong Chen. From Feature Interaction to Feature Generation: A Generative Paradigm of CTR Prediction Models. Forty-second International Conference on Machine Learning (ICML’2025). 【CCF-A類】

[2] Xiang Xu, Hao Wang*, Wei Guo, Luankang Zhang, Wanshan Yang, Runlong Yu, Yong Liu, Defu Lian, Enhong Chen, Multi-granularity interest retrieval and refinement network for long-term user behavior modeling in ctr prediction, The 31th ACM SIGKDD Conference on Knowledge Discovery & Data Mining (KDD’2025). 【CCF-A類】

[3] Wenjia Xie, Hao Wang*, Minghao Fang, ruize yu, Wei Guo, Yong Liu, Defu Lian, Enhong Chen. Breaking the Bottleneck: User-Specific Optimization and Real-Time Inference Integration for Sequential Recommendation. The 31th ACM SIGKDD Conference on Knowledge Discovery & Data Mining (KDD’2025). 【CCF-A類】

[4] Kefan Wang, Hao Wang*, Wei Guo, Yong Liu, Jianghao Lin, Defu Lian, Enhong Chen. DLF: Enhancing Explicit-Implicit Interaction via Dynamic Low-Order-Aware Fusion for CTR Prediction. Proceedings of the 48th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR’2025).【CCF-A類】

[5] Luankang Zhang, Kenan Song, Yi Quan Lee, Wei Guo, Hao Wang*, Yawen Li, Huifeng Guo, Yong Liu, Defu Lian, Enhong Chen. Killing two birds with one stone: Unifying retrieval and ranking with a single generative recommendation model. Proceedings of the 48th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR’2025). 【CCF-A類】

[6] Jiaqing Zhang, Mingjia Yin, Hao Wang*, Yawen Li, Yuyang Ye, Xingyu Lou, Junping Du, Enhong Chen. Td3: Tucker decomposition-based dataset distillation method for sequential recommendation. Proceedings of the ACM on Web Conference (WWW’2025). 【CCF-A類】

[7] Hongchao Gu, Dexun Li, Kuicai Dong, Hao Zhang, Hang Lv, Hao Wang*, Defu Lian, Yong Liu, Enhong Chen, Rapid: Efficient retrieval-augmented long text generation with writing planning and information discovery. The 63rd Annual Meeting of the Association for Computational Linguistics. (ACL’2025). 【CCF-A類】

[8] Mingjia Yin, Hao Wang*, Wei Guo, Yong Liu, Suojuan Zhang, Sirui Zhao, Defu Lian, and Enhong Chen, Dataset Regeneration for Sequential Recommendation, Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, (KDD'2024 Best Student Paper Award). 【CCF-A類】

[9] Wenjia Xie, Hao Wang*, Luankang Zhang, Rui Zhou, Defu Lian, Enhong Chen, Breaking Determinism: Fuzzy Modeling of Sequential Recommendation Using Discrete State Space Diffusion Model, Advances in Neural Information Processing Systems 37 (NeurlPS'2024). 【CCF-A類】

[10] Hao Wang*, Mingjia Yin, Luankang Zhang, Sirui Zhao, Enhong Chen. MF-GSLAE: A Multi-Factor User Representation Pre-training Framework for Dual-Target Cross-Domain Recommendation, ACM Transactions on Information Systems (TOIS’2024). 【CCF-A類】