何向南
单位：信息科学技术学院
地址：黄山路443号，科技西楼909
邮编：
电话：86-
个人主页： http://staff.ustc.edu.cn/~hexn/
实验室介绍： http://data-science.ustc.edu.cn/


个人简历 Personal resume


何向南，教授、博导。研究领域：信息检索、数据挖掘、机器学习、因果推理等，成果丰硕，在CCF A类会议和期刊发表论文90余篇，如SIGIR、WWW、KDD、ACM Multimedia等，谷歌学术引用9600余次，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。曾获SIGIR 2016、WWW 2018最佳论文提名奖，SIGIR 2020、WWW 2018最佳短文(提名)奖等。担任多个期刊的编委/副主编，如AI Open, Frontiers in Big Data, Social Network Analysis and Mining等。主持国家自然科学基金面上项目、重点项目，科技部重点研发计划课题等。


研究方向 Research direction


1、信息检索与推荐
2、数据挖掘与大数据
3、因果推理与机器学习



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


1)Neural Collaborative Filtering - WWW - 2017 -
2)Neural Factorization Machines for Sparse Predictive Analytics - ACM SIGIR - 2017 -
3)NAIS: Neural Attentive Item Similarity Model for Recommendation - IEEE TKDE - 2018 -
4)Adversarial Personalized Ranking for Recommendation - ACM SIGIR - 2018 -
5)Fast Matrix Factorization for Online Recommendation with Implicit Feedback - ACM SIGIR - 2016 -
6)BiRank: Towards Ranking on Bipartite Graphs - IEEE TKDE - 2017 -
7)TEM: Tree-enhanced Embedding Model for Explainable Recommendation - WWW - 2018 -
8)Learning on Partial-Order Hypergraphs - WWW - 2018 -