杨博 教授、博士生导师
邮箱：ybo@jlu.edu.cn
联系电话：0431-85166892
办公地址：王湘浩楼B507
教研室：知识科学与知识工程
基本信息
杨博，教授，博士生导师，国家级领军人才。现任吉林大学计算机科学与技术学院院长，软件学院院长，网络安全学院院长，符号计算与知识工程教育部重点实验室主任。2003年于吉林大学计算机学院获博士学位，曾赴香港浸会大学、英国华威大学、悉尼科技大学、乔治梅森大学等访问交流。主要研究领域：人工智能，知识工程。目前的研究方向：图机器学习与图挖掘，复杂系统学习，神经符号系统，智能推荐系统，图神经网络，图优化，人机融合系统等。
【招生信息】
杨博教授所在网络大数据研究科研团队现有教授、副教授7人，助理教授1人，在站博士后2名，博士生13名，硕士生24名。研究组常年招收博士研究生和硕士研究生，在读研究生在学校奖学金基础上可获额外科研津贴，2024年和2025年博士和硕士招生均有一定数量的报考名额，欢迎具有较强自驱力和浓厚科研兴趣的同学投递简历！（简历投递邮箱：ybo@jlu.edu.cn; cjx@jlu.edu.cn; xueyanliu@jlu.edu.cn; liac@jlu.edu.cn）
招生专业：
-博士研究生
·计算机科学与技术学院：计算机软件与理论（学术型），电子信息（专业型）
-硕士研究生
·计算机科学与技术学院：计算机软件与理论（学术型和专业型）
·软件学院：软件工程（学术型和专业型）
【毕业学生去向】
本组学生毕业后就职于阿里巴巴、京东、百度、华为、用友、中国人民银行、中国银联总部、中国农行总部、国家电网、中国移动、一汽研发总院、上海期货等大型互联公司和国家重点企事业单位，香港大学、西安交通大学、吉林大学、东北师范大学、深圳信息职业技术学院等知名高等院校，或在香港科技大学、香港浸会大学、吉林大学、天津大学、哈尔滨工业大学等知名高校继续攻读博士学位。
最新消息
祝贺本组李岸宸老师的论文被CCF A类会议ICDE2024录用
祝贺本组毕业生裴红斌博士获得2023年度人工智能学会优博提名奖
祝贺于东然同学的论文被CCF A类会议WWW2024录用
祝贺张春旭同学的论文被CCF A类会议WWW2024录用
祝贺黄思理同学的论文被CCF A类会议NeurIPs2023录用
祝贺夏日婷同学的论文被CCF A类期刊SCIENCE CHINA Information Sciences (SCIS)录用
祝贺赵海宏同学的论文被CCF A类期刊IEEE TMC录用
祝贺张春旭同学的论文被CCF A类会议IJCAI2023录用
祝贺刘冰同学的论文被CCF A类会议IJCAI2023录用
祝贺夏日婷同学的论文被CCF A类会议WWW2023录用
祝贺李岸宸同学的论文被CCF A类期刊IEEE TKDE录用
祝贺本组发表于在IEEE TPAMI的论文入选ESI高被引论文和热点论文
科研成果
近年来，研究组在贝叶斯优化、网络表示学习、图神经网络、社会化推荐系统、数据驱动的智能传染病防控、时空网络建模与挖掘等方面取得了多项创新性研究成果，主持或完成科技创新2030新一代人工智能重大项目，国家自然科学基金重点、面上、青年项目，华为校企联合等项目20多项，发表论文近200篇，其中在IEEE TPAMI、IEEE TKDE、IEEE TCYB、IEEE TNNLS、ACM TWEB、ACM TKDD、ML、JAAMAS、DKE、WWWJ、Information Sciences、AAAI、IJCAI、NeurIPS、ICLR、ACL、WWW、CIKM、ICDM、COLING、UbiComp等CCF A/B类期刊和会议上发表论文50余篇，国内一级学报论文20余篇，出版专著1部，译著1部，获国家发明专利10多项，软著20余项。项目组完成的项目组完成的“领域驱动的网络大数据分析理论与方法”获吉林省自然科学一等奖（2021），“大规模网络机器学习和数据挖掘方法”获吴文俊人工智能科学技术奖自然科学二等奖（2017），“复杂知识处理的基本方法研究”获吉林省自然科学二等奖（2014），“大数据和移动互联时代快速知识共享关键技术创新及应用”获中国商业联合会科学技术一等奖（2020）。
【各方向的相关论文】
图机器学习与图挖掘：
[1] Haihong Zhao, Bo Yang*, Jiaxu Cui, Qianli Xing*, Jiaxing Shen, Fujin Zhu, and Jianong Cao. Effective Fault Scenario Identification for Communication Networks via Knowledge-Enhanced Graph Neural Networks. IEEE Transactions on Mobile Computing (TMC), 2023. (CCF A)
[2] Bo Yang, Xueyan Liu, Yang Li, Xuehua Zhao. Stochastic blockmodeling and variational Bayes learning for signed network analysis, IEEE Transactions on Knowledge and Data Engineering (TKDE), 2017, 29(9): 2026-2039. （CCF A）
[3] Bo Yang, Xuehua Zhao. On the scalable learning of stochastic blockmodel. In Proceedings of the 29th AAAI Conference on Artificial Intelligence (AAAI’15), Jan 25-30, 2015:360-366. (CCF A)
[4] Bo Yang, Xuehua Zhao, Xueyan Liu. Bayesian approach to modeling and detecting communities in signed network. The 29th AAAI Conference on Artificial Intelligence (AAAI’15), Jan 25-30, 2015: 1952-1958. (CCF A)
[5] Bo Yang, Jiming Liu, Jianfeng Feng. On the spectral characterization and scalable mining of network communities. IEEE Transactions on Knowledge and Data Engineering (TKDE),2012,24(2):326-337. (CCF A)
[6] Bo Yang, William K. Cheung, Jiming Liu. Community mining from signed social networks. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2007, 19(10): 1333-1348. (CCF A) 被引495次
[7] Riting Xia, Yan Zhang, Xueyan Liu*, Bo Yang*. A survey of sum-product networks structural learning. Neural Networks, 2023, 164: 645-666. (CCF B)
[8] Xueyan Liu, Bo Yang*, Hechang Chen, Katarzyna Musial, Hongxu Chen, Yang Li, Wangli Zuo. A Scalable Redefined Stochastic Blockmodel, ACM Transaction on Knowledge Discovery and Data Mining (TKDD), 2021, 15(3): 1-28. (CCF B)
[9] Xueyan Liu, Bo Yang*, Wenzhuo Song, Katarzyna Musial, Wanli Zuo, Hongxu Chen, Hongzhi Yin. A block-based generative model for attributed network embedding. World Wide Web (WWWJ), 2021, 24(5): 1439-1464. (CCF B)
[10] Bo Yang, Jiming Liu, Da-you Liu. Characterizing and extracting multiplex patterns in complex networks. IEEE Transactions on Systems, Man, and Cybernetics-Part B: Cybernetics (TCYB), 2012, 42(2):469-481. (CCF B)
[11] Bo Yang, Di Jin, Jiming Liu, Dayou Liu. Hierarchical community detection with applications to real-world network analysis. Data & Knowledge Engineering (DKE), 2013, 83: 20-38. (CCF B)
[12] Xueyan Liu, Wenzuo Song, Katarzyna Musial, Xuehua Zhao, Wanli Zuo, Bo Yang*, Semi-supervised stochastic blockmodel for structure analysis of signed networks, Knowledge-Based Systems (KBS), 2020, 195: 105714. (中科院1区)
[13] Bo Yang, Hechang Chen, Xuehua Zhaoa, Masato Naka, Jing Huang. On characterizing and computing the diversity of hyperlinks for anti-spamming page ranking. Knowledge-Based Systems (KBS), 2015, 77: 56-67. (中科院1区)
[14] Bo Yang, William K. Cheung, Jiming Liu. Community mining from signed social networks. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2007, 19(10): 1333-1348. (CCF A)
[15] Yang Li, Wenzhuo Song, Bo Yang*. Stochastic variational inference-based parallel and online supervise topic mode. Journal of Computer Science and Technology (JCST), 2018, 33(5): 1007-1022. (CCF B)
[16] 赵学华, 杨博*, 陈贺昌. 一种高效的随机块模型学习算法.软件学报, 2016, 27(9): 2248-2264.
[17] 杨博, 陈贺昌, 朱冠宇, 赵学华. 基于超链接多样性分析的新型网页排名算法. 计算机学报, 2014, 34(4): 833-847.
[18] 刘大有, 金弟, 何东晓, 杨建宁, 黄晶, 杨博*. 复杂网络社区挖掘综述. 计算机研究与发展, 2013, 50(10): 2140-2154
[19] 杨博, 刘杰, 刘大有. 基于随机网络集成模型的广义网络社区挖掘算法.自动化学报,2012,38(5): 812-822.
[20] 杨博,刘大有, 刘际明,金弟,马海宾.复杂网络聚类方法. 软件学报, 2009, 20(1): 54-66. 被引638次
复杂系统学习/流行病防控：
[21] Sili Huang, Yanchao Sun, Jifeng Hu, Siyuan Guo, Hechang Chen*, Yi Chang*, Lichao Sun, Bo Yang*. Learning Generalizable Agents via Saliency-guided Features Decorrelation. Thirty-seventh Conference on Neural Information Processing Systems (NeurIPs’23). Dec 10-16, 2023. (CCF A)
[22] Bing Liu, Wei Luo, Gang Li, Jing Huang, Bo Yang. Do we need an encoder-decoder to model dynamical systems on networks? The 32nd International Joint Conference on Artificial Intelligence (IJCAI’23), Aug 8-19, 2023
[23] Hongbin Pei, Bo Yang*, Jiming Liu, Kevin Chang. Active Surveillance via Group Sparse Bayesian Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI),2022, 44(3): 1133-1148. (CCF A) ESI 热点论文、高被引论文
[24] Bo Yang, Hongbin Pei, Hechang Chen, Jiming Liu, Shang Xia. Characterizing and discovering spatiotemporal social contact patterns for healthcare. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2017, 39(8), 1532-1546. （CCF A）
[25] Hongbin Pei, Bo Yang*, Jiming Liu, Lei Dong. Group sparse Bayesian learning for actively surveillance on epidemic dynamics. In Proceedings of 32th AAAI Conference on Artificial Intelligence (AAAI’18), Feb 2-7, 2018. （CCF A）
[26] Yuan Bai, Bo Yang*, Zhanwei Du, Lauren Ancel Meyers. Location based surveillance for early detection of contagious outbreaks. In Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp’15), Sept 7-11, 2015: 77-80. （CCF A）
[27] Bo Yang, Hua Guo, Yi Yang, Benyun Shi, Xiaonong Zhou, Jiming Liu. Modeling and mining spatiotemporal patterns of Infection risk from heterogeneous data for active surveillance planning. The 28th AAAI Conference on Artificial Intelligence (AAAI’14), Jul 27-31, 2014: 493-499. (CCF A)
[28] Dayou Liu, Bo Yang*, Shang Gao, Yungang Zhu, Yong Lai. Intelligent CPSS and its application to health care computing, Science China (information sciences), 2016, 59(5): 050103:1-3. (CCF B)
[29] Bo Yang, Hongbin Pei, Hechang Chen, Jiming Liu, Shang Xia. Modeling and mining spatiotemporal social contact of metapopulation from heterogeneous data. IEEE 14th International Conference on Data Mining (ICDM ’14), Dec 14-17, 2014: 630- 639. (CCF B)
[30] 杨博,刘际明,杨建宁,白媛,刘大有.基于自治计算的流行病传播网络建模与推断.软件学报, 2012, 23(11): 2955-2970.
图神经网络、图优化和神经符号系统：
[31] Dongran Yu, Xueyan Liu*, Bo Yang*. Zero-shot Image Classification with Logic Adapter and Rule Prompt. In Proceedings of the ACM Web Conference (WWW’24), May 13–17, 2024. (CCF A)
[32] Chunxu Zhang, Ximing Li, Hongbin Pei, Zijian Zhang, Bing Liu, Bo Yang*. LaenNet: Learning robust GCNs by propagating labels. Neural Networks, 2023, 168: 652-664. (CCF B)
[33] Dongran Yu, Bo Yang*, Dayou Liu, Hui Wang, Shirui Pan. A survey on neural-symbolic learning systems. Neural Networks,2023, 166: 105-126. (CCF B)
[34] Riting Xia, Yan Zhang, Chunxu Zhang, Xueyan Liu*, Bo Yang*. Multi-head Variational Graph Autoencoder Constrained by Sum-product Networks. In Proceedings of the ACM Web Conference (WWW’23), Apr 30-May 4, Austin, TX, USA, 2023. (CCF A)
[35] Dongran Yu, Bo Yang*, Qianhao Wei, Anchen Li, Shirui Pan. A Probabilistic Graphical Model Based on Neural-Symbolic Reasoning for Visual Relationship Detection. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2022: 10609-10618. (CCF A)
[36] Jiaxu Cui, Bo Yang*, Bingyi Sun, Jiming Liu. Cost-aware Graph Generation: A Deep Bayesian Optimization Approach. The 35th AAAI Conference on Artificial Intelligence (AAAI’21), Feb 2-9, 2021,7142-7150. (CCF A)
[37] Hongbin Pei, Bingzhe Wei, Kevin Chang, Chunxu Zhang, Bo Yang*. Curvature Regularization to Prevent Distortion in Graph Embedding. The 34th International Conference on Neural Information Processing Systems (NeurPIS’20), Dec 6-12, 2020, 1-12. (CCF A)
[38] Hongbin Pei, Bingzhe Wei, Kevin Chen-Chuan Chang, Yu Lei, Bo Yang*. Geom-GCN: geometric graph convolutional networks. In Proceedings of the 8th International Conference on Learning Representations (ICLR’20), Apr 26-30, 2020, 1-12. (清华A类论文). 被引844次.
[39] Jiaxu Cui, Bo Yang*, Xia Hu. Deep Bayesian optimization on attributed graphs. In Proceedings of 33rd AAAI Conference on Artificial Intelligence (AAAI’19), Jan 27-Feb 1, 2019, 1377-1384. (CCF A)
[40] Jiaxu Cui, Bo Yang*, Bingyi Sun, Xia Hu, Jiming Liu. Scalable and Parallel Deep Bayesian Optimization on Attributed Graphs, IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 2022, 33(1): 103-116. (CCF B)
[41] Jiaxu Cui, Qi Tan, Chunxu Zhang, Bo Yang*. A Novel Framework of Graph Bayesian Optimization and Its Applications to Real-World Network Analysis. Expert System with Applications, 2021, 170: 114524. (中科院1区)
[42] 崔佳旭, 杨博*. 贝叶斯优化方法和应用综述. 软件学报, 2018, 29(10)：3068-3090
[43] 杨博，张钰雪晴，彭羿达，张春旭，黄晶. 一种协同过滤式零次学习方法，软件学报，2021,32(9):2801-2815
智能推荐系统：
[44] Anchen Li, Bo Yang∗, Huan Huo, Farookh Khadeer Hussain, Guandong Xu. Structure- and Logic-aware Heterogeneous Graph Learning for Recommendation. IEEE International Conference on Data Engineering (ICDE). May 13-17, 2024. (CCF A)
[45] Chunxu Zhang, Guodong Long, Tianyi Zhou, Zijian Zhang, Peng Yan, Bo Yang*. When Federated Recommendation Meets Cold-Start Problem: Separating Item Attributes and User Interactions. In Proceedings of the ACM Web Conference (WWW’24), May 13-17, 2024. (CCF A)
[46] Anchen Li, Bo Yang*, Huan Huo, Hongxu Chen, Guandong Xu, and Zhen Wang. Hyperbolic Neural Collaborative Recommender. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2023, 35(9): 9114-9127. (CCF A)
[47] Bo Yang, Yu Lei, Jiming Liu, Wenjie Li. Social collaborative filtering by trust. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2017, 39(8), 1633-1647. （CCF A）ESI 高被引论文. 被引742次.
[48] Chunxu Zhang, Guodong Long, Tianyi Zhou, Peng Yan, Zijian Zhang, Chengqi Zhang, Bo Yang*. Dual Personalization on Federated Recommendation. The 32nd International Joint Conference on Artificial Intelligence (IJCAI'23), Aug 19-25, 2023. （CCF A）
[49] Anchen Li, Bo Yang*, Huan Huo, Farookh Hussain. Hypercomplex Graph Collaborative Filtering. In Proceedings of the ACM Web Conference (WWW’22), Apr 25-29, 2022. (CCF A)
[50] Bo Yang, Yu Lei, Dayou Liu, Jiming Liu. Social collaborative filtering by trust. The 23rd International Joint Conference on Artificial Intelligence (IJCAI’13), Aug 3-9, 2013: 2747-2753. (CCF A)
[51] Anchen Li, Bo Yang*, Farookh Khadeer Hussain, Huan Huo. HSR: Hyperbolic Social Recommender, Information Sciences, 2022, 585: 275-288. (CCF B)
[52] Anchen Li, Bo Yang*, Huan Huo, Farookh Khadeer Hussain. Leveraging Implicit Relations for Recommender Systems, Information Sciences, 2021, 579: 55-71. (CCF B)
[53] Anchen Li, Bo Yang*. GSIRec: Learning with graph side information for recommendation, World Wide Web (WWWJ), 2021, 24(5): 1411-1437. (CCF-B)
[54] Yuyao Liu, Bo Yang, Hongbin Pei, Huang Jing*. Neural Explainable Recommender Model Based on Attributes and Reviews. Journal of Computer Science and Technology (JCST), 2020, 35(6): 1446-1460. (CCF B)
【在研的科研项目】
[1]复杂动态系统智能理论与方法研究，科技创新2030—“新一代人工智能”重大项目
[2]领域驱动的新型属性图优化理论、方法及应用研究，国家自然科学基金重点项目
[3]融合深度学习和贝叶斯优化的网络优化理论与方法，国家自然科学基金面上项目
[4]面向大规模网络分析的贝叶斯随机块模型与算法研究，国家自然科学基金面上项目
[5]基于网络多元结构的虚假信息检测方法研究，国家自然科学基金青年科学基金项目
[6]复杂系统动力学机制的灰盒学习方法，国家自然科学基金青年科学基金项目
学生培养
博士毕业生：
2020级 李岸宸，获国家奖学金，毕业去向：吉林大学，助理教授
2017级 刘学艳，毕业去向：吉林大学，准聘副教授
2016级 崔佳旭，获吉林大学优秀博士学位论文，毕业去向：吉林大学，准聘副教授
2015级 裴红斌，获吉林大学优秀博士学位论文、人工智能学会优博提名奖，毕业去向：国家博新计划，西安交通大学，助理教授
2014级 陈贺昌，获国家奖学金，毕业去向：吉林大学，副教授
2013级 李洋，毕业去向：空军航空大学，教授
2012级 白媛，毕业去向：香港大学，博士后
2011级 赵学华，获吉林大学优秀博士学位论文，毕业去向：深圳信息职业技术学院，副教授
硕士毕业生：
2020级：刘冰（郑州国家电网），李婉莹（杭州招银网络），徐扬（比亚迪规划院），陈丽红（深圳大疆），范卓（中国第一汽车集团），万佳明（深圳招银网络），魏千皓（西安比亚迪）
2019级：刘丁菠（中国第一汽车集团），任志航（一汽红旗总部），李俊达（美的），王兴浩（百度），赵海宏（香港科技大学读博），史丹（天津大学读博），邹晓娜（58同城），苗航(小鹏汽车)，滕云(中国地质大学读博)，彭羿达(吉林大学)，吕浩(京东)，李文豪(国家电网)，季境隆（吉林大学读博）
2018级：张钰雪晴（滴滴），张宇杰（百度），臧璇（哈尔滨工业大学（深圳）读博），孙丽丽（吉林大学读博），陈曦（58同城），王蓓蓓（华为），黄思理（吉林大学读博），赵栎煊（长春市肿瘤医院），张棋（阿里巴巴）
2017级：刘阳（京东科技），李思锐（华为），徐志娟（用友网络科技），魏星（一汽研发总院），刘禹尧（小米），黄蛟（吉林大学读博）
2016级：于智郅（天津大学读博，现任职于天津大学），沙伟（中国银联），李欣宇（字节跳动），单双双（荣耀），许思思（吉林大学大数据和网络管理中心），段明月（河北汉光重工有限责任公司），刘子玉（贝壳找房），杨爽（农业银行上海总部）
2015级：崔贤娟（华为），江原（南洋理工大学读博），陈茶上（华为）
2014级：刘学艳（吉林大学读博，现任职于吉林大学），宋文卓（吉林大学读博，现任职于东北师范大学），贺珊珊（中核控制系统工程有限公司），林丽娟（北京华为研究所），张佳博（TCL科技有限公司）
2013级：郭成蹊（华夏银行），谷霄（上海期货信息技术有限公司），谢欣欣（北京广利核系统工程有限公司），王馨蕾（百度，现任职于蚂蚁金服），白天晟（一汽研发总院）
2012级：杨燚（中国银联总部），裴红斌（吉林大学读博，现任职于西安交通大学）
2011级：徐晓东（中国人民银行），陈贺昌，（吉林大学读博，现任职于吉林大学），郭华（中国移动），雷余（香港理工大学读博，现任职于腾讯公司）
2010级：金鑫（农业银行），杨建宁（国家电网）
