Email: wanghao3@ustc.tsg211.com
英文主页： http://staff.ustc.tsg211.com/~wanghao3/
中文主页： https://faculty.ustc.tsg211.com/wanghao3/zh_CN/index/991588/list/index.htm
实验室主页：https://bigdata.ustc.tsg211.com/, http://cogskl.iflytek.com/,
主要研究方向： 数据科学、人工智能、大语言模型、推荐系统及AI4Science等
王皓，博士，副教授。2021年获得图书馆VIP计算机应用专业博士学位，于2020年1月至2021年1月受国家留学基金委CSC资助赴美国伊利诺伊大学香槟分校（UIUC）访问学习，主要研究方向数据科学、人工智能、大语言模型、推荐系统及AI4Science等。在TKDE、TOIS、ICML、KDD、NeurlPS等高水平期刊和会议上发表论文50余篇，其中以第一作者或通讯作者发表期刊会议论文30余篇，申请专利10余项，谷歌学术引用3000余次。相关学术成果在华为、腾讯、美团等公司开展落地应用，其中包括华为盘古大模型、腾讯工业广告等，相关开源项目获2K+ Stars。获中国电子学会自然科学一等奖、KDD2024唯一最佳学生论文奖、安徽省青年科技人才托举计划、第九届中国智能技术与大数据会议优秀论文、中国科大墨子杰出青年特资津贴、腾讯精英人才计划导师，美团最佳合作奖等荣誉。主持国家自然科学基金面上项目、重点项目课题、青年基金项目、安徽省科技创新攻坚计划重点项目课题及技术总师、CCF-腾讯犀牛鸟基金及阿里巴巴创新研究计划(AIR)等相关项目。担任Entropy(SCI Q2期刊)Special Issues Guest Editor、KDD、NeurIPS、ICML、WWW、SIGIR、AAAI等国际程序委员会委员及TPAMI、TKDE、TOIS等高水平期刊审稿人等。
欢迎相关专业优秀、自驱力强的本科生/硕士生加入课题组，同时也欢迎低年级本科生提前加入大创/实习等，一起探索学术前沿问题。
主持项目：
1. 大模型协同的跨域用户序列行为建模方法及应用，国家自然科学基金-面上项目，2025-2027，主持
2. 数据产权登记合规性验证与风险管控技术，国家自然科学基金-重点项目，2025-2027，课题负责人
3. 面向网络数据的多语义属性结构表征学习及应用研究，国家自然科学基金-青年科学基金项目，2023-2025，主持
4. 基于科技文献与实验数据的科学知识推演大模型，省创新攻坚计划，2024-2027，课题负责人
5. 跨域复杂用户序列推荐，CCF-腾讯犀牛鸟项目基金，2023-2024，主持
6. 基于预训练知识点的企业搜索相关性模型研究，阿里创新研究AIR计划，2023-2024，主持
获奖情况：
1. 2025年, 王宽诚育才奖，校教育基金会奖
2. 2024年, 自然科学一等奖, 中国电子学会
3. 2024年, 省青年科技人才托举计划, 安徽省科学技术协会
4. 2024年，CCF-A类会议KDD2024唯一最佳学生论文奖，KDD国际学术委员会
5. 2024年，腾讯精英人才计划入选学生导师
6. 2023年，CCF-腾讯犀牛鸟基金入选学者
7. 2023年，第九届中国智能技术与大数据会议优秀论文，中国人工智能学会
8. 2022年，图书馆VIP墨子杰出青年特资津贴
9. 2019年，国家公派联合培养博士研究生-CSC
代表性著作：
[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类】
[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类】
[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类】
[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类】
[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类】
[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类】
[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类】
[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类】
[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类】
[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类】
【更新于2025年7月】
