刘皓冰

刘皓冰

讲师
学院：计算机科学与技术学院
电子邮箱：haobingliu@ouc.edu.cn
办公室：西海岸校区信南A313
最高学历：博士
导师类别：硕士研究生导师
研究方向：数据挖掘、机器学习、计算机视觉

基本信息

  （1997年），博士研究生于2017-2022就读于上海交通大学计算机科学与技术专业，师从朱燕民教授； 本科于2013-2017就读于东北大学计算机科学与技术专业。 已发表高质量学术论文29篇，谷歌学术引用870+。 欢迎对搜（索）广（告）推（荐）算法、图数据挖掘技术、时空数据挖掘技术、工业计算机视觉等方向感兴趣的同学联系本实验室！ 本人研究生名额充足（欢迎2026年入学研究生联系！

  目前本人学生科研成果均十分优秀），优秀的学生可以内推到大厂、其他高校。 同时，欢迎有一定基础的本科生联系本人做科研项目或SRDP项目。

  wos主页：https://webofscience.clarivate.cn/wos/author/record/AAY-3871-2021 orcid主页：https://orcid.org/0000-0002-2546-3306 谷歌学术首页：https://scholar.google.com/citations? user=ePpCiWMAAAAJ

项目

  1. 1. 基于异构设定的序列行为预测与模型增量更新关键技术研究（山东省自然科学基金），~， 主持

  2. 2. 细粒度捕获多尺度结构信息的深度图聚类技术研究（中央高校基本科研专项基金），~， 主持

  3. 3. 企业横向项目，~， 主持

  4. 4. GF外协项目，~， 协助主持

  5. 5. 专业课程国际化与前沿化研究（中国海洋大学本科教育教学研究一般项目），~， 主持

  6. 6. 面向创新实践能力的数据仓库与数据挖掘课程改革（山东省研究生教育教学改革研究项目），~， 4/8

获奖

  1. 1. ACM中国青岛分区优博奖，

  2. 2. 上海交通大学校长奖，

论文

  1. 1. Weighted Graph Clustering via Scale Contraction and Graph Structure Learning， ACM WWW (CCF A)， 2026，一作

  2. 2. Exploring the Tradeoff Between Diversity and Discrimination for Continuous Category Discovery， ACM CIKM（CCF B）， 2025，通讯

  3. 3. Hierarchy-Consistent Learning and Adaptive Loss Balancing for Hierarchical Multi-label Classification， ACM CIKM（CCF B）， 2025，通讯

  4. 4. Incorporating Attributes and Multi-Scale Structures for Heterogeneous Graph Contrastive Learning， Information Fusion（中科院SCI 1区Top、CAAI A）， 2025，通讯

  5. 5. 异质图表征学习研究综述， 软件学报（CCF A）， 2025，共同通讯

  6. 6. Incorporating Higher-order Structural Information for Graph Clustering， DASFAA（CCF B）， 2024，共同一作

  7. 7. Modeling Multi-aspect Preferences and Intents for Multi-behavioral Sequential Recommendation， Knowledge-Based Systems（中科院SCI 1区Top）， 2023，一作

  8. 8. Incorporating Heterogeneous User Behaviors and Social Influences for Predictive Analysis， IEEE TBD（中科院SCI 2区）， 2023，一作

  9. 9. Jointly Modeling Heterogeneous Student Behaviors and Interactions Among Multiple Prediction Tasks， ACM TKDD（CCF B）， 2022，一作

  10. 10. Jointly Modeling Individual Student Behaviors and Social Influence for Prediction Tasks， ACM CIKM（CCF B）， 2020，一作

  11. 11. Learning from Heterogeneous Student Behaviors for Multiple Prediction Tasks， DASFAA（CCF B）， 2020，一作

  12. 12. ScaleGNN: Towards Scalable Graph Neural Networks via Adaptive High-order Neighboring Feature Fusion， ACM WWW (CCF A)， 2026，三作

  13. 13. A Survey on Cross-domain Recommendation: Taxonomies, Methods, and Future Directions， ACM TOIS（CCF A）， 2023，三作

  14. 14. Learning Graph-based Disentangled Representations for Next POI Recommendation， ACM SIGIR（CCF A）， 2022，三作

课程

  1. 1. Python科学计算， 本科必修， 48，

  2. 2. 计算机网络， 本科必修， 64，

  3. 3. 物联网系统设计与开发， 工作技能/限选课， 64，

  4. 4. 工程管理中的技术革新， 研究生课程，

  5. 5. 机器学习， 研究生课程，

专利

  • 1. 基于结构和语义双视图对比的社交推荐方法、系统及介质，