性别

男

职务

无

学术兼职

无

老师类型

无

所属中心

网络安全与治理中心

职称

特聘副研究员

承担课程

无

研究方向

可信大语言模型、图神经网络、推荐系统

个人介绍

李朝卓，澳门银银河4936特聘副研究员，2020年毕业于北京航空航天大学获得工学博士学位，博士期间于2017年-2019年前往美国伊利诺伊大学进行为期两年的联合培养。博士毕业后，于2020年-2024年工作于微软亚洲研究院，担任主管研究员职位。主要的研究方向包括数据挖掘、自然语言处理和社交网络分析等。近年以主要作者身份发表CCF-A类会议近二十篇，CCF-B类会议二十余篇，先后获得WSDM 2023 (CCF-B类会议)最佳论文提名奖、PAKDD 2023（CCF-C类会议）最佳论文提名奖。在微软亚洲研究院工作期间，相关的研究成果落地于必应搜索、MSN、Xbox等微软箭头产品，服务于十亿人并且带来了百万美元利润的提升。

请有意从事相关科研的博士、硕士以及本科生邮箱联系。实验室配备了足够的计算资源以及培养方案，保证大家能够在短时间内发表自己的论文。

承担课题

无

学术成果

近年来在CCF-A类和B类期刊会议上发表论文五十余篇，部分A类如下：

[A1] GPT4Rec: Graph Prompt Tuning for Streaming Recommendation, SIGIR 2024,CCF-A类会议，通讯作者；

[A2] TransGNN: Harnessing the Collaborative Power of Transformer and Graph Neural Network for Recommender Systems, SIGIR 2024, CCF-A类会议，通讯作者；

[A3] High-Frequency-aware Hierarchical Contrastive Selective Coding for Representation Learning on Text Attributed Graphs, The Web Conference 2024，CCF-A类会议，通讯作者；

[A4] Foundation Model-oriented Robustness: Robust Image Model Evaluation with Pretrained Models, ICLR 2024, 通讯作者；

[A5] Semi-Supervised Variational User Identity Linkage via Noise-Aware Self-Learning, TKDE 2023， CCF-A类期刊，第一作者

[A6] Train Once and Explain Everywhere: Pre-training Interpretable Graph Neural Networks, NeurIPS 2023, CCF-A类会议，共同一作；

[A7] Bayesian Active Causal Discovery with Multi-Fidelity Experiments, NeurIPS 2023, CCF-A类会议，共同一作；

[A8] A Comprehensive Study on Text-attributed Graphs: Benchmarking and Rethinking, NeurIPS 2023, CCF-A类会议，共同一作；

[A9] Pass: Personalized advertiser-aware sponsored search, Proceedings of the 29th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, KDD 2023, CCF-A类会议，通讯作者；

[A10] Beyond the overlapping users: cross-domain recommendation via adaptive anchor link learning, SIGIR 2023， CCF-A类会议，通讯作者；

[A11] Multi-grained topological pre-training of language models in sponsored search, SIGIR 2023, CCF-A类会议，通讯作者；

[A12] To Copy Rather Than Memorize: A Vertical Learning Paradigm for Knowledge Graph Completion, ACL 2023, CCF-A类会议，通讯作者；

[A13] Continual Learning on Dynamic Graphs via Parameter Isolation, SIGIR 2023, CCF-A类会议，通讯作者；

[A14] Efficiently leveraging multi-level user intent for session-based recommendation via atten-mixer network, WSDM 2023, CCF-B类会议，最佳论文提名奖；

[A15] Generative Sentiment Transfer via Adaptive Masking, PAKDD 2023, CCF-C类会议，最佳论文提名奖；

[A16] An adaptive graph pre-training framework for localized collaborative filtering, TOIS 2022, CCF-A类期刊，通讯作者；

[A17] Learning on large-scale text-attributed graphs via variational inference, ICLR 2022, 通讯作者；

[A18] Improving relevance modeling via heterogeneous behavior graph learning in bing ads, KDD 2022，CCF-A类会议，通讯作者；

[A19] House: Knowledge graph embedding with householder parameterization, ICML 2022, CCF-A类会议，通讯作者

[A20] Adsgnn: Behavior-graph augmented relevance modeling in sponsored search, SIGIR 2021，CCF-A类会议，第一作者。

详细列表请看：https://whatsname1991.github.io/publications/。

联系电话

工作地点

澳门银银河4936新科研楼

E-mail

lichaozhuo@bupt.edu.cn

备注