个人简历/Personal resume 

何向南，中国科学技术大学教授、博导、大数据学院副院长，合肥综合性国家科学中心数据空间研究院副院长，安徽省人工智能学会副理事长。常年致力于信息检索与推荐、数据挖掘、机器学习等大数据与人工智能领域前沿研究，在CCF A类会议和期刊发表论文100余篇，如会议SIGIR、WWW、KDD等和期刊IEEE TKDE、ACM TOIS等，谷歌学术引用36000余次，Elsevier中国高被引学者，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。担任多个期刊的副主编，如IEEE Transactions on Knowledge and Data Engineering (TKDE)、IEEE Transactions on Big Data (TBD), ACM Transactions on Information Systems (TOIS)、ACM Transactions on Recommender Systems (TORS)等。主持多项国家级项目，如基金委重点项目，科技部重点研发计划课题等，入选2018年青年国家创新人才项目。

所获荣誉：

1. 2016年，SIGIR最佳论文提名奖

2. 2018年，WWW最佳论文提名奖

3. 2020年，阿里巴巴达摩院青橙奖（获奖理由：聚焦个性化推荐，为信息过载精准施策）

4. 2021年，SIGIR最佳论文提名奖

5. 2022年，教育部技术发明一等奖

6. 2022年，AI 2000人工智能最具影响力学者“信息检索与推荐”领域排名第一

7. 2023年，SIGIR最佳论文提名奖

8. 2023年，国际基础科学大会前沿科学奖

9. 2023年，安徽青年五四奖章

研究方向/Research direction 
1、信息检索与推荐
2、数据挖掘与大数据
3、大模型与通用人工智能

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 

论文专著代表作：

[1] Xiangnan He, Hanwang Zhang, Min-Yen Kan, and Tat-Seng Chua. Fast Matrix Factorization for Online Recommendation with Implicit Feedback. In SIGIR 2016.

[2] Xiangnan He, Lizi Liao, Hanwang Zhang, Liqiang Nie, Xia Hu, and Tat-Seng Chua. Neural Collaborative Filtering. In WWW 2017.

[3] Xiangnan He and Tat-Seng Chua. Neural Factorization Machines for Sparse Predictive Analytics. In SIGIR 2017.

[4] Xiang Wang, Xiangnan He*, Yixin Cao, Meng Liu & Tat-Seng Chua. KGAT: Knowledge Graph Attention Network for Recommendation. In KDD 2019. Frontier of Science Award

[5] Xiangnan He, Kuan Deng, Xiang Wang, Yan Li, Yongdong Zhang and Meng Wang. LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation. In SIGIR 2020.

[6] Yang Zhang, Fuli Feng, Xiangnan He*, Tianxin Wei, Chonggang Song, Guohui Ling and Yongdong Zhang. Causal Intervention for Leveraging Popularity Bias in Recommendation. In SIGIR 2021. Best Paper Honorable Mention

[7] Chongming Gao, Kexin Huang, Jiawei Chen, Yuan Zhang, Biao Li, Peng Jiang, Shiqi Wang, Zhong Zhang & Xiangnan He*. Alleviating Matthew Effect of Offline Reinforcement Learning in Interactive Recommendation. In SIGIR 2023. Best Paper Honorable Mention

[8] Keqin Bao, Jizhi Zhang, Yang Zhang, Wenjie Wang, Fuli Feng & Xiangnan He*. TALLRec: An Effective and Efficient Tuning Framework to Align Large Language Model with Recommendation. In Recsys 2023.

单位：信息科学技术学院 / 大数据学院

地址：黄山路443号，科技西楼909

邮编：230022

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/