黄宏 照片

黄宏

副教授 硕士生导师

所属大学: 华中科技大学

所属学院: 计算机科学与技术学院

邮箱:
honghuang@hust.edu.cn

个人主页:
http://faculty.hust.edu.cn/honghuang/zh_CN/index.htm

个人简介

于清华大学获硕士学位,于德国哥廷根大学获博士学位 (以最高荣誉 “ Summa Cum Laude ” 毕业), 现任华中科技大学计算机科学与技术学院讲师。曾于2016年2月至4月间以访问学生身份访问美国芝加哥大学布斯商学院 (hosted by 结构洞理论大拿 Ronald Burt)。近年来以第一作者身份在A类国际顶级学术期刊TKDE,TKDD, 顶级学术会议 WWW (WWW 2014, WWW 2018) 等顶级国际平台上发表论文。入选2018微软亚洲研究院“铸星计划”青年学者访问项目。 教育经历 2016.10 ~ 2017.5哥廷根大学 研究生(博士后) 2012.10 ~ 2016.9哥廷根大学 工学博士学位 - 研究生(博士)毕业 2009.9 ~ 2012.6清华大学 工学硕士学位 - 研究生(硕士)毕业 2005.9 ~ 2009.7南京邮电大学 工学学士学位 - 本科(学士)

研究领域

大数据分析 社会计算 数据挖掘 社交网络分析

学术兼职

担任2016中德社会计算研讨会组委会主席,Globecom 2017,ICC 2018, CIKM 2016 和 ASONAM 2015 等大会程序委员会委员

近期论文

[1] Multitask Representation Learning With Multiview Graph Convolutional Networks.IEEE Transactions on Neural Networks and Learning Systems, [2] xGCN: An Extreme Graph Convolutional Network for Large-scale Social Link Prediction.In Proceedings of the ACM Web Conference 2023 (WWW 2023),2023,( CCF A) [3] Enhance Temporal Knowledge Graph Completion via Time-aware Attention Graph Convolutional Network.In Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2022),2022,(CCF B) [4] Friend Recommendations with Self-Rescaling Graph Neural Networks.In Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2022),2022,(CCF A) [5] Show Me the Whole World: Towards Entire Item Space Exploration for Interactive Personalized Recommendations.In Proceedings of the Fifteenth ACM International Conference on Web Search and Data Mining (WSDM 2022),2022,(CCF B) [6] Ada-GNN: Adapting to Local Patterns for Improving Graph Neural Networks.In Proceedings of the Fifteenth ACM International Conference on Web Search and Data Mining (WSDM 2022),2022,(CCF B) [7] Semantic and Syntactic Enhanced Aspect Sentiment Triplet Extraction.ACL/IJCNLP (Findings),2021,1471-1483 [8] Temporal Heterogeneous Information Network Embedding.Proceedings of the Thirty International Joint Conference on Artificial Intelligence (IJCAI 2021),2021,(CCF A) [9] Core decomposition and maintenance in weighted graph.World Wide Web,2021,(2):541-561(CCF B) [10] Enhancing Graph Neural Networks via auxiliary training for semi-supervised node classification.Knowledge Based System,2021,