文章总结： 北京邮电大学计算机学院石川教授团队因其在IEEETKDE上发表的论文《HeterogeneousInformationNetworkEmbeddingforRecommendation》荣获2026年国际基础科学大会前沿科学奖。该论文提出基于元路径随机游走的异质网络嵌入方法Herec，有效提升推荐系统性能并缓解冷启动问题，成为该领域高被引代表作。团队相关异质图神经网络研究（如HAN模型）亦产生广泛影响，并牵头制定图神经网络国家标准及IEEE国际标准。 综合评分： 100 文章分类： 技术标准,解决方案

喜报！计算机学院石川教授团队荣获2026年国际基础科学大会（ICBS）前沿科学奖

原创

赵明宇 赵明宇

北邮 GAMMA Lab

2026年5月25日 13:35 北京

在小说阅读器读本章

去阅读

计算机学院石川教授团队荣获2026年国际基础科学大会（ICBS）前沿科学奖

2026年国际基础科学大会（ICBS 2026）新闻发布会正式公布了2026年基础科学奖章（ICBS Medal）及前沿科学奖（Frontiers of Science Award）获奖名单。北京邮电大学计算机学院（国家示范性软件学院）石川教授团队在“信息科学与工程（Information Sciences and Engineering）”领域的“数据库、大数据与信息系统（Databases, Big Data and Information Systems）”方向脱颖而出，其发表于 IEEE TKDE 的研究成果《Heterogeneous information network embedding for recommendation》荣获 2026年国际基础科学大会前沿科学奖。

01 关于国际基础科学大会及前沿科学奖

国际基础科学大会（International Congress of Basic Science, 简称 ICBS）由世界著名数学家丘成桐院士于2023年发起设立，已成功举办多届。大会由北京市政府、科技部、中国科协和世界华人数学家联盟联合主办。每届大会均邀请包括诺贝尔奖、菲尔兹奖、图灵奖等国际大奖得主在内的众多世界顶级科学家，是国际基础科学界高水平的学术盛会。

作为大会的核心学术奖项，“前沿科学奖”聚焦数学、物理、信息科学与工程三大基础科学领域，旨在表彰过去十年内具有重要原创价值的杰出论文。为保障奖项评选的权威性与公正性，由国际基础科学大会组委会邀请全球范围内对科学发展作出突出贡献的学者参与提名与评审，并设立三大领域全球委员会、提名委员会以及40个分支学科评选委员会，具有极高的国际学术声誉。

在本届大会的前沿科学奖评选中，全球共有118篇高水平学术期刊论文脱颖而出，其中数学领域占76篇，物理领域占22篇，信息科学与工程领域占20篇。这批获奖成果的500余位作者分别来自中国、美国、法国、英国、德国、日本、瑞士等数十个国家和地区的顶尖高校、科研机构及企业研发中心。包括清华大学、北京大学、中国科学院、中国科学技术大学等在内的国内多所一流高校和科研院所，均有杰出成果入选。在这项极具国际公信力的学术评选中，石川教授团队的论文作为信息科学与工程领域仅有的20篇获奖论文之一，成功代表“数据库、大数据与信息系统”分支学科（该方向全球仅4篇论文入选）斩获此项国际殊荣，充分展示了北邮在该研究方向上的深厚积淀与国际前沿学术影响力。

02 获奖论文深度解析

• 论文题目：Heterogeneous Information Network Embedding for Recommendation
• 发表期刊：IEEE Transactions on Knowledge and Data Engineering (2019)
• 作者团队：石川、胡斌斌、赵鑫、Philip S. Yu
• 发表单位：北京邮电大学，中国人民大学，伊利诺伊大学芝加哥分校

在现代推荐系统中，用户和物品之间往往存在极其丰富的、异质的辅助数据（如社交关系、商品属性、标签等）。利用异质信息网络（HIN）来对这些复杂的辅助数据进行建模，已成为推荐系统研究的重要方向。然而，传统的基于HIN的推荐方法主要依赖基于路径的相似度度量，难以充分挖掘用户和物品的隐空间结构特征，且在融合多种复杂关系类型时面临挑战。

为此，该论文提出一种基于异质网络表示学习的全新推荐方法——HERec。该方法设计了专门面向异质网络的元路径随机游走方法，能够生成富含语义信息的节点序列，实现了高质量的异质网络嵌入，并且提出了一套灵活的融合函数，将学习到的节点嵌入向量有效转化为可用于推荐的特征信息。最后将特征融合函数与扩展的矩阵分解模型进行有机集成与联合优化，从而显著提升了评分预测性能，并有效缓解了推荐系统中的冷启动问题。该工作不仅提出了基于元路径的异质网络表示学习新范式，而且发展了基于异质图表示学习的推荐系统新技术。该工作在学术界和工业界产生了广泛而深远的影响，受到了国内外学者的广泛关注与引用，谷歌学术引用已逾1400次，是该方向最具代表性的高被引成果之一。

除此之外，石川教授对异质图建模进行了广泛深入的研究，引领了该方向的发展。团队提出的异质图神经网络HAN模型设计了双层注意力机制已成为异质图GNN的基础范式。论文发表在WWW 2019，谷歌学术引用已逾 4000，是异质图方向引用最高的论文，也是国内学者在图神经网络（GNN）领域最具代表性的高被引成果之一。团队在Springer出版英文专著2部，全面总结异质图建模的技术体系和应用实践。团队进一步在图神经网络领域做出多项重要工作，为可信图神经网络做出贡献，并率先将图神经网络广泛应用于工业领域。最近，团队倡导图基础模型研究，引起广泛关注，成为图机器学习领域的重要发展方向。

03 关于图数据挖掘与机器学习实验室（BUPT GAMMA Lab）

北京邮电大学 GAMMA Lab 在创始人石川教授的带领下，长期致力于图机器学习、人工智能、科学智能等基础理论与关键技术研究。团队在国际顶级期刊和会议发表CCF A类论文百余篇，中英文专著7部，谷歌学术引用2.8万余次，多次获得国际会议最佳论文，并牵头制定了首部图神经网络国家标准及IEEE国际标准。在开源生态方面，团队研发并维护图机器学习开源平台GammaGL和OpenHGNN，在开源社区获得了广泛关注与应用。团队研究成果曾获中国电子学会科学技术进步一等奖、北京市自然科学奖二等奖和吴文俊人工智能技术进步一等奖。相关成果广泛应用于阿里巴巴、蚂蚁集团、腾讯、华为、美团等头部企业。

—— END ——

北邮 GAMMA LAB 公众号

主编：石川

责任编辑：杨成

本期编辑：赵明宇

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：北邮 GAMMA Lab 赵明宇 赵明宇《喜报！计算机学院石川教授团队荣获2026年国际基础科学大会（ICBS）前沿科学奖》