吴宾，副教授，硕士生导师，河南省自然科学基金优秀青年基金获得者，郑州大学青年骨干教师，中国中文信息学会信息检索专委会（CCIR）通讯委员。分别于2013年、2016年和2020年在郑州大学获得本、硕、博学位，新加坡国立大学NExT++实验室国家公派访问学者（2025-2026）和访问博士生(2018-2019)。在信息检索、人工智能等领域的国内外著名期刊及学术会议已发表30余篇论文，包括IEEE汇刊（TNNLS、TKDE、TII、TCYB、TSMC、IOT）、中国科学：信息科学、计算机学报、软件学报、计算机研究与发展、通讯学报、WSDM等；出版译著两部；国际著名推荐算法开源平台NeuRec的创办者；Frontiers of Computer Science期刊学术推广编辑，长期担任多个国内外期刊的审稿人以及多个国际顶会的程序委员会委员；先后荣获河南省教育厅科技成果奖(优秀科技论文奖)，河南省自然科学优秀学术论文奖，ACM China新星奖（郑州分会）、ACM China优博奖（郑州分会），郑州大学十佳研究生，郑州大学校级优秀博士学位论文，河南省优秀毕业生等荣誉。

招生信息：

本人主要从事机器学习、数据挖掘、推荐系统、社交网络、多媒体等领域的研究。课题组科研经费充足，算力资源充裕，欢迎有志于从事学术研究或工程技术研发工作的同学加入，请将个人简历和本科成绩单发送至wubin@gs.zzu.edu.cn微信：wubinzzu个人主页：https://wubinzzu.github.io/

代表性论著

[1]Bin Wu, Xiangnan He, Qi Zhang, Meng Wang, and Yangdong Ye*. GCRec: Graph-augmented capsule network for next-item recommendation. IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 34(12): 10164-10177, 2023. (中科院一区SCI, Top期刊, CCF B, 影响因子: 14.255).

[2]Bin Wu, Xiangnan He, Le Wu, Xue Zhang, and Yangdong Ye*. Graph-augmented co-attention model for socio-sequential recommendation. IEEE Transactions on Systems, Man, and Cybernetics: Systems (TSMC), 53(7): 4039-4051, 2023. (中科院一区SCI, Top期刊, CCF B, 影响因子: 11.471).

[3]Bin Wu, Xiangnan He, Yun Chen, Liqiang Nie, Kai Zheng , and Yangdong Ye*. Modeling product’s visual and functional characteristics for recommender systems. IEEE Transactions on Knowledge and Data Engineering (TKDE), 34(3): 1330-1343, 2022. (中科院一区SCI, Top期刊, CCF A, 影响因子: 9.235).

[4]Bin Wu, Lihong Zhong, and Yangdong Ye*. Graph-augmented social translation model for next-item recommendation. IEEE Transactions on Industrial Informatics (TII), 19(11): 10913-10922, 2023. (中科院一区SCI, Top期刊, 影响因子: 12.3).

[5]Bin Wu, Lihong Zhong, Lina Yao, and Yangdong Ye*. EAGCN: An efficient adaptive graph convolutional network for item recommendation in social internet of things. IEEE Internet of Things Journal (IOT), 9(17): 16386-16401, 2022. (中科院一区SCI, Top期刊, 影响因子: 10.238).

[6]Bin Wu, Xiangnan He, Zhongchuan Sun, Liang Chen, and Yangdong Ye*. ATM: An attentive translation model for next-item recommendation. IEEE Transactions on Industrial Informatics (TII), 16(3): 1448-1459, 2020. (中科院一区SCI期刊, Top期刊, 影响因子: 10.215).

[7]Bin Wu, Xun Su, Jing Liang, Zhongchuan Sun, Lihong Zhong, and Yangdong Ye*. Graph gating-mixer for sequential recommendation. Expert Systems With Applications (ESWA), 238: 122060, 2024. (中科院一区SCI, Top期刊, 影响因子: 8.5).

[8]Bin Wu, Tianren Shi, Lihong Zhong, Yan Zhang, and Yangdong Ye*. Graph-coupled time interval network for sequential recommendation. Information Sciences (INS), 119510, 2023. (中科院一区SCI, Top期刊, CCF B, 影响因子: 8.1).

[9]Bin Wu, Lihong Zhong, Hui Li & Yangdong Ye*. Efficient complementary graph convolutional network without negative sampling for item recommendation. Knowledge-Based Systems, 256:109758, 2022. (中科院一区SCI, Top期刊, 影响因子: 8.139).

[10]Bin Wu & Yangdong Ye. BSPR: basket-sensitive personalized ranking for product recommendation. Information Sciences, 541:185-206, 2020. (中科院一区SCI, Top期刊, CCF B, 影响因子: 6.795)

[11]Zhongchuan Sun, Bin Wu, Yifan Chen, and Yangdong Ye*. Learning from the future: Light cone modeling for sequential recommendation. IEEE Transactions on Cybernetics (TCYB), 53(8): 5358-5371, 2023. (中科院一区SCI, Top期刊, CCF B,影响因子: 19.118).

[12]Hui Li, Bin Wu, Miaomiao Sun, Yangdong Ye, Zhenfeng Zhu*, and Kuisheng Chen*. Multi-view graph neural network with cascaded attention for lncRNA-miRNA interaction prediction. Knowledge-Based Systems (KBS), 268: 110492, 2023. (中科院一区SCI, Top期刊, 影响因子: 8.8).

[13]Shuai Zhang, Lina Yao, Bin Wu*, Xiwei Xu, Xiang Zhang, and Liming Zhu. Unraveling metric vector spaces with factorization for recommendation. IEEE Transactions on Industrial Informatics (TII), 16(2): 732-742, 2020. (通讯作者, 中科院一区SCI, Top期刊, 影响因子: 10.215).

[14]娄铮铮, 朱军娇, 张万闯, 吴宾*. 用户生成内容场景下角色导向图神经推荐方法. 计算机学报, 47(6):1288-1303, 2024. (通讯作者, CCF T1, EI).

[15]张麒, 吴宾, 孙中川, 叶阳东*. 细粒度建模用户兴趣的序列化推荐方法. 中国科学: 信息科学, 52(10): 1775-1791, 2022. (CCF T1).

[16]吴宾, 娄铮铮, 叶阳东. 联合正则化的矩阵分解推荐算法, 软件学报, 29(9):2681-2696, 2018. (CCF T1, EI)

[17]吴宾, 娄铮铮, 叶阳东*. 一种面向多源异构数据的协同过滤推荐算法, 计算机研究与发展, 2019, 56(5):1034-1047. (CCF T1, EI).

[18]吴宾, 陈允, 孙中川, 叶阳东*. 联合成对排序的物品推荐模型, 通信学报, 2019, 40(9):193-206. (CCF T1, EI).

[19]推荐系统技术、评估及高效算法, 第二版, 机械工业出版社, 2018, 译著.

[20]推荐系统技术、评估及高效算法, 第一版, 机械工业出版社, 2015, 译著.

部分专利

[1]一种图增强门控混合器的序列推荐方法，CN117893272A，2024.04.16.

[2]一种基于社交平移模型的序列化推荐方法，CN116738039A，2023.09.12.

[3]面向社会时序化推荐的图增强联合注意力方法，CN116701755A，2023.09.05.

[4]面向序列化推荐的图耦合时间间隔网络研究，CN116701766A，2023.09.05.

[5]面向序列化推荐的图增强胶囊网络研究，CN115496185A，2022.12.20.

[6]一种基于对抗模型的推荐方法，CN111259244B，2022.12.16.

[7]用于快速评估排序模型的方法和装置，CN114896131A，2022.08.12.

[8]一种高效非采样的图卷积网络推荐方法，CN114282122A，2022.04.05.

[9]一种基于成对对抗训练的推荐模型，CN109360069B，2022.04.01.

[10]一种空间自适应图卷积网络的推荐方法，CN113590976A，2021.11.02.

科研项目

[1]河南省自然科学基金优秀青年基金（252300421227），2025.01-2027.12，主持

[2]中国博士后基金第74批面上项目（2023M743188），2024.01-2025.12，主持

[3]国家自然科学基金青年项目（62102369），2022.01-2024.12，主持

[4]河南省重点研发与推广专项（232102211045），2023.01-2024.06，主持

[5]河南省博士后科研启动项目(202102016)，2022.08-2023.08，主持

[6]国家重点研发计划子课题（2018YFB1201403），2018.01-2020.12，参与

[7]国家自然科学基金面上项目（62176239），2022.01-2025.12，参与

[8]国家自然科学基金面上项目（61772475），2018.01-2021.12，参与

[9]LibRec, 经典推荐算法开源库, #Stars:3108, 核心开发者

[10]NeuRec, 跨平台推荐算法开源库, #Stars:1054, 创办者

[11]DeepRec, 基于深度学习的推荐算法开源库, #Stars:1081, 核心开发者

奖项荣誉

[1]2024年，河南省教育厅科技成果奖优秀科技论文一等奖

[2]2024年，郑州大学校级优秀学士学位论文指导教师

[3]2023年，ACM China新星奖（郑州分会）

[4]2023年，河南省教育厅科技成果奖优秀科技论文一等奖

[5]2022年，河南省教育厅科技成果奖优秀科技论文一等奖

[6]2022年，河南省第五届自然科学学术奖优秀学术论文奖

[7]2021年，郑州大学校级优秀博士学位论文奖

[8]2020年，ACM China优博奖（郑州分会）

[9]2020年，河南省优秀毕业生

[10]2019年，郑州大学十佳研究生(郑州大学研究生最高荣誉)

学术活动

会议PC：WWW, RecSys, KDD, AAAI, IJCAI, WSDM, ECML-PKDD

期刊审稿人：TOIS, TKDD, TII, TKDE, TCYB, TSMC, IOT, INS, KIS, DSE, KBS, IEEE Intelligent Systems, IEEE Computational Intelligence Magazine, Neurocomputing, ESWA, Multimedia Systems, WWWJ, CAAI TRIT, 软件学报, 计算机研究与发展, 计算机学报