基本信息

吴书  男  硕导  中国科学院自动化研究所
电子邮件: shu.wu@nlpr.ia.ac.cn
通信地址: 北京市海淀区中关村东路95号智能化大厦


吴书,男,博士,副研究员。CCF/IEEE高级会员,中国人工智能学会模式识别专委会委员,微软亚洲研究院“铸星计划”学者,阿里巴巴Research Fellow,Frontiers of Computer Science (FCS)青年AE计划。2004年毕业于湖南大学获工学学士学位;2007年毕业于厦门大学获工学硕士学位;2012年毕业于加拿大舍布鲁克(Sherbrooke)大学,获计算机科学博士学位。同年加入中科院自动化所模式识别国家重点实验室。主要从事网络数据理解、大数据等研究,在本领域顶级期刊 ACM TIST, IEEE TKDE, THMS, PR和会议AAAI, IJCAI, SIGIR, WWW, ICDM, CIKM上发表文章六十余篇。曾获得国家留学基金委公派研究生,国家留学基金委-魁省免高奖,国际会议UIC最佳论文。国家自然科学基金面上项目“融合实体特征和序列信息的用户行为建模方法研究”项目负责人,青年基金“融合实体和交互上下文信息的社会化推荐方法研究”项目负责人,联合基金“面向情报立方体的战略态势解析方法研究”项目子课题负责人,主持北京市自然科学基金面上项目,同时主持京东金融、腾讯、阿里巴巴、微软亚研院、九安医疗、启明星辰等合作研究计划。

研究领域

网络内容分析与安全
数据挖掘

招生信息

Google Scholar

https://scholar.google.com/citations?user=qVge6YYAAAAJ&hl=en

Code

https://github.com/CRIPAC-DIG


希望与有科研理想的优秀同学一起合作,以做出一流的科研或应用成果为目标。

特别欢迎动手能力强、好奇心强、踏实勤奋的同学。

另中心也招聘博士后和访问学生,欢迎联系。


招生专业
081203-计算机应用技术
招生方向
网络内容分析与安全
数据挖掘

教育背景

2007-09--2012-07   加拿大舍布鲁克大学   计算机科学,博士
2004-09--2007-07   厦门大学   计算机应用专业,硕士
2000-09--2004-07   湖南大学   计算机科学与技术,学士

工作经历

   
工作简历
2016-11~现在, 中国科学院模式识别国家重点实验室, 副研究员
2012-09~2016-10,中国科学院模式识别国家重点实验室, 助理研究员
社会兼职
2021-10-01-今,IEEE高级会员,
2018-01-01-今,CCF高级会员,
2017-08-01-今,中国人工智能学会模式识别专委会委员,

专利与奖励

   
奖励信息
(1) MSRA StarTrack 微软铸星计划学者, , 其他, 2018
(2) Alibaba Research Fellow, , 其他, 2017
专利成果
[1] 王亮, 吴书, 崔强, 刘强. 一种基于多视角数据和循环网络构建序列预测模型的方法. CN: CN106600347B, 2020-04-21.
[2] 谭铁牛, 王亮, 吴书, 余峰, 刘强. 基于卷积神经网络的显著信息检测方法及装置. CN: CN106844765B, 2019-12-20.
[3] 吴书, 黄婷婷, 杨敏. 对象推荐方法、装置、存储介质及计算机设备. CN: CN110209922A, 2019-09-06.
[4] 吴书, 王亮, 谭铁牛. 一种数据特征选择和预测方法及装置. CN: CN106777891B, 2019-06-07.
[5] 王亮, 谭铁牛, 吴书, 刘强. 基于高阶用户偏好的推荐方法. 中国: CN105069140B, 2018-07-27.
[6] 王亮, 吴书, 白平. 分布式可视化系统及方法. 中国: CN107864074A, 2018-03-30.
[7] 谭铁牛, 王亮, 吴书, 刘强, 余峰. 基于动态表达学习的不实信息检测方法和装置. 中国: CN106910013A, 2017-06-30.
[8] 吴书, 王亮, 谭铁牛. 基于循环神经网络构建预测模型的方法. 中国: CN106777874A, 2017-05-31.
[9] 王亮, 谭铁牛, 吴书, 刘强. 基于上下文转换向量模型的推荐方法和系统. 中国: CN104809107A, 2015-07-29.
[10] 王亮, 吴书, 徐松. 一种基于耦合主题模型的协同滤波方法. 中国: CN103903163A, 2014.07.02.
[11] 王亮, 吴书, 王保兴. 一种基于时序数据的推荐系统攻击检测算法. 中国: CN103678709A, 2014-03-26.

出版信息

   
发表论文
[1] Hu, Fenyu, Zhu, Yanqiao, Wu, Shu, Huang, Weiran, Wang, Liang, Tan, Tieniu. GraphAIR: Graph representation learning with neighborhood aggregation and interaction. PATTERN RECOGNITION[J]. 2021, 112: http://dx.doi.org/10.1016/j.patcog.2020.107745.
[2] Li, Xiaohan, Zhang, Mengqi, Wu, Shu, Liu, Zheng, Wang, Liang, Yu, Philip S, Plant, C, Wang, H, Cuzzocrea, A, Zaniolo, C, Wu, X. Dynamic Graph Collaborative Filtering. 20TH IEEE INTERNATIONAL CONFERENCE ON DATA MINING (ICDM 2020)null. 2020, 322-331, [3] Li, Zekun, Cui, Zeyu, Wu, Shu, Zhang, Xiaoyu, Wang, Liang, ACM. Fi-GNN: Modeling Feature Interactions via Graph Neural Networks for CTR Prediction. PROCEEDINGS OF THE 28TH ACM INTERNATIONAL CONFERENCE ON INFORMATION & KNOWLEDGE MANAGEMENT (CIKM '19)null. 2019, 539-548, http://dx.doi.org/10.1145/3357384.3357951.
[4] Wu Shu, Tang Yuyuan, Zhu Yanqiao, Wang Liang, Xie Xing, Tan Tieniu, AAAI. Session-Based Recommendation with Graph Neural Networks. THIRTY-THIRD AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE / THIRTY-FIRST INNOVATIVE APPLICATIONS OF ARTIFICIAL INTELLIGENCE CONFERENCE / NINTH AAAI SYMPOSIUM ON EDUCATIONAL ADVANCES IN ARTIFICIAL INTELLIGENCEnull. 2019, 346-353, http://apps.webofknowledge.com/CitedFullRecord.do?product=UA&colName=WOS&SID=5CCFccWmJJRAuMzNPjj&search_mode=CitedFullRecord&isickref=WOS:000485292600043.
[5] Li Zekun, Cui Zeyu, Wu Shu, Zhang Xiaoyu, Wang Liang, IEEE. SEMI-SUPERVISED COMPATIBILITY LEARNING ACROSS CATEGORIES FOR CLOTHING MATCHING. 2019 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME)null. 2019, 484-489, [6] Cui Zeyu, Li Zekun, Wu Shu, Zhang Xiaoyu, Wang Liang, Assoc Comp Machinery. Dressing as a Whole: Outfit Compatibility Learning Based on Node-wise Graph Neural Networks. WEB CONFERENCE 2019: PROCEEDINGS OF THE WORLD WIDE WEB CONFERENCE (WWW 2019)null. 2019, 307-317, http://dx.doi.org/10.1145/3308558.3313444.
[7] Yin, Qiyue, Wu, Shu, Wang, Liang. Multiview Clustering via Unified and View-Specific Embeddings Learning. IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS[J]. 2018, 29(11): 5541-5553, https://www.webofscience.com/wos/woscc/full-record/WOS:000447832200029.
[8] Liu, Qiang, Wu, Shu, Wang, Liang. Multi-Behavioral Sequential Prediction with Recurrent Log-Bilinear Model. IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING[J]. 2017, 29(6): 1254-1267, https://www.webofscience.com/wos/woscc/full-record/WOS:000400522300009.
[9] Yin Qiyue, Huang Yan, Wu Shu, Wang Liang, Yang J, Hu Q, Cheng MM, Wang L, Liu Q, Bai X, Meng D. Learning Shared and Specific Factors for Multi-modal Data. COMPUTER VISION, PT IInull. 2017, 772: 89-98, [10] Wu Shu, Tan Tieniu, Wang Liang, Liu Qiang, Yu Feng. A Convolutional Approach for Misinformation Identification. 2017, http://ir.ia.ac.cn/handle/173211/19743.
[11] Wu, Shu, Guo, Weiyu, Xu, Song, Huang, Yongzhen, Wang, Liang, Tan, Tieniu. Coupled Topic Model for Collaborative Filtering With User-Generated Content. IEEE TRANSACTIONS ON HUMAN-MACHINE SYSTEMS[J]. 2016, 46(6): 908-920, https://www.webofscience.com/wos/woscc/full-record/WOS:000388864400012.
[12] Guo, Weiyu, Wu, Shu, Wang, Liang, Tan, Tieniu. Personalized ranking with pairwise Factorization Machines. NEUROCOMPUTING[J]. 2016, 214(Null): 191-200, http://dx.doi.org/10.1016/j.neucom.2016.05.074.
[13] Wu Shu, Wang Diyi, Li Zhaokang, Liu Qiang, Wang Liang. Context-aware Sequential Recommendation. In Proceedings of the IEEE International Conference on Data Mining (ICDM)null. 2016, http://ir.ia.ac.cn/handle/173211/12321.
[14] 刘强, 吴书, 王亮. 情境大数据建模及其在用户行为预测中的作用. 大数据[J]. 2016, 2(6): 110-117, http://ir.ia.ac.cn/handle/173211/19732.
[15] Liu Qiang, Wu Shu, Wang Diyi, Li Zhaokang, Wang Liang, Bonchi F, DomingoFerrer J, BaezaYates R, Zhou ZH, Wu X. Context-aware Sequential Recommendation. 2016 IEEE 16TH INTERNATIONAL CONFERENCE ON DATA MINING (ICDM)null. 2016, 1053-1058, [16] Guo Weiyu, Wu Shu, Wang Liang, Tan Tieniu, Cheng R, Cui B, Zhang Z, Cai R, Xu J. Multiple Attribute Aware Personalized Ranking. WEB TECHNOLOGIES AND APPLICATIONS (APWEB 2015)null. 2015, 9313: 244-255, 
发表著作
(1) Context-Aware Collaborative Prediction, Springer Briefs in Computer Science, Springer 2017, 2018-03, 第 1 作者

科研活动

   
科研项目
( 1 ) 融合实体特征和序列信息的用户行为建模方法研究, 主持, 国家级, 2018-01--2021-12
( 2 ) 融合实体和交互上下文信息的社会化推荐方法研究, 主持, 国家级, 2015-01--2017-12
( 3 ) 面向情报立方体的战略态势解析方法研究, 主持, 国家级, 2015-01--2018-12
( 4 ) 基于特征融合和序列分析的用户行为建模方法研究, 主持, 省级, 2018-01--2020-12
( 5 ) 中科院自动化所-京东金融智能金融风险联合实验室, 主持, 院级, 2018-01--2020-12
( 6 ) 手游玩家兴趣画像及生命周期研究, 主持, 院级, 2018-01--2018-06
( 7 ) CCF-启明星辰鸿雁科研计划: 基于深度自编码网络和稀疏表达的异常行为检测框架, 主持, 院级, 2016-10--2017-09
( 8 ) CCF-腾讯犀牛鸟基金: 基于深度循环神经网络模型的点击通过率预测, 主持, 省级, 2016-10--2017-09
( 9 ) 九安医疗Collaborative Prediction of High Blood Pressure with Contextual Information, 主持, 院级, 2016-01--2016-06

指导学生

余峰 博士 阿里巴巴

崔强 博士 美团

刘强 博士 2016年微软学者奖学金(共10名博士生) 瑞莱智慧联合创始人&研发总监

尹奇跃 博士 中国科学院自动化所 副研究员 硕士生导师

郭韦昱 博士 中央财经大学信息学院 副教授

李泽坤 硕士 UCSB博士生

徐松 硕士 京东


本科实习生

郑雨嘉 CMU硕士生

李霄寒 UIC博士生