近日，计算学部软件工程专业2018级本科生郭茁宁以第一作者身份于CCF-A类顶级会议ACM SIGKDD上发表论文《Talent Demand-Supply Joint Prediction with Dynamic Heterogeneous Graph Enhanced Meta-Learning》。本篇论文合作者为来自香港科技大学、百度公司、中国科学技术大学的学者们。

ACM SIGKDD（国际数据挖掘与知识发现大会，简称KDD）是数据挖掘领域的顶级国际学术会议，由美国计算机学会（ACM）数据挖掘及知识发现专委会（SIGKDD）主办，被中国计算机学会（CCF）推荐为A类国际学术会议，是数据挖掘领域最负盛名、认可度最高的顶级会议。本次会议Applied Data Science Track共收到753篇论文投稿，其中195篇论文被接收，接受率为25.9%。

论文提出了人才需求和供给预测问题，这对公司进行招聘策略调整和求职者进行主动职业路径规划至关重要。针对该问题，论文设计了一个动态异构图增强的元学习框架（DH-GEM），包含一个供需联合编码-解码器（DSJED）、一个动态公司职位异构图卷积神经网络（DyCP-HGCN）和一种基于损失驱动采样的元学习器（LDSM），在三个真实数据集上进行了大量实验，证明了该方法的有效性。百度公司也将论文提出的模型框架DH-GEM部署为百度智能人力资源系统的核心组件。

上述工作是郭茁宁同学大四期间在百度研究院实习期间完成的，同时作为软件工程专业课程《工业实践》的课程作业，相关成果也在陈鄞老师的指导下进一步整理为他的本科毕业设计（论文）。这篇论文是近两年来我校在该会议上第一篇以我校师生为第一作者的论文。郭茁宁同学是计算学部2018级本科生中第一位顶级会议论文的第一作者，曾在微软亚洲研究院、腾讯人工智能实验室实习，也将在2022年秋季赴香港科技大学全额奖学金攻读博士学位，师从刘浩教授和IEEE/ACM Fellow杨强教授，继续数据挖掘相关的研究。

郭茁宁同学在顶级会议上发表论文，体现了计算学部浓厚且开放的科研氛围，越来越多的本科生在学部的鼓励下参与到前沿的科研工作当中，丰富了课程之外的学习内容；同时还体现了软件工程专业所设置的培养方案的优越性，给学生提供宝贵机会进入一线互联网公司进行学习和实践，与高速发展的工业界密切接轨；同时展现了计算学部优秀本科生的科研潜力，该成果也离不开计算学部的老师们对郭茁宁课程和毕设上的悉心指导。