徐君

教授（长聘副教授）

徐君，中国人民大学高瓴人工智能学院教授、博士生导师。研究领域包括互联网搜索与智能推荐模型和系统，发表论文超过100篇、英文专著2本、中文教科书1本，部分研究成果多次被欧美学者写入信息检索教科书，应用于微软、华为、快手等公司的信息检索产品和开源系统。获SIGIR 2024 Best Paper Honorable Mention (full paper), SIGIR 2024 Best Paper Nominee (short paper)、SIGIR 2019 Test of Time Award Honorable Mention、ACM SIGIR-AP 2023 Best Paper Award、WWW 2023 spotlight / Best Paper Nominee 、CIKM 2017 Best Full Paper Runner-up、CCIR 2022, AIRS 2010和ICMLC 2005最佳论文奖，获教育部自然科学一等奖（排名第4）、北京市自然科学奖二等奖（排名第2）。担任学术会议ACM SIGIR和NeurIPS领域主席，是学术期刊ACM TIST副主编和JASIST编委，主持国家重点研发项目/课题和国家自然科学基金面上项目。谷歌学术主页：https://scholar.google.com/citations?user=su14mcEAAAAJ ; 研究小组主页：https://ruc-iir-lab.github.io/

点击访问个人主页

教育经历

2001年 - 2006年南开大学博士
1997年 - 2001年南开大学本科

工作经历

2018年 - 至今中国人民大学教授、博导，中国人民大学杰出学者特聘教授
2014年 - 2018年中国科学院计算技术研究所研究员、博导；中国科学院大学岗位教授
2012年 - 2014年华为（香港）诺亚方舟实验室资深研究员
2006年 - 2012年微软亚洲研究院副研究员

研究方向

信息检索，互联网搜索，机器学习，大数据分析

学生要求

学生能力培养目标：

(1) 科学素养培养：理解基本科学观点和科学探究过程，认识科学技术对人类生活工作所产生的影响；

(2) 专业能力培养：培养学生的科学研究能力（论文阅读、工作调研、问题分析、方法设计、实验分析、论文写作等）、系统研发能力（编程、系统设计、项目管理），结合学生的特长和兴趣为学生制定不同的培养计划；

欢迎各位有意向攻读硕士或博士学位的同学报考！

指导（包括联合指导）毕业的学生及去向：

1. 毕业博士：
* 俞蔚捷（对外经贸大学）
* 杨婧璇（腾讯，腾讯大咖）
* 曾玮（百度）
* 夏龙（百度）
* 孙飞（阿里巴巴，阿里星）

2. 毕业硕士：
* 薄琳（兵器工业部）
* 贾浩男（进出口银行）
* 陈思睿（出国攻读博士）
* 鲁宇婧（百度）
* 许珂瑞（字节跳动）
* 冯悦（伯明翰大学，讲师）
* 侯建鹏（谷歌）
* 郭天佑（阿里巴巴）
* 何逸轩（百度）
* 李萍（腾讯）
* 朱海帆（谷歌）
* 劳雅迪（Apple）

3. 访问学生：
* 李朝辉（Pennsylvania State University，攻读博士）

教授课程

人工智能与Python程序设计（本科）
大数据分析导论（本科）
新生研讨课-智能时代的搜索与推荐（本科）
数据科学导论（本科）
智能信息检索（研究生）
网络数据挖掘（研究生，国科大）
机器学习方法（研究生，中科院计算所）

科研项目

国家重点研发计划课题：面向民航与金融核心风险度量和预测应用验证；主持
国家重点研发计划项目：面向多元化纠纷化解的智能法律助理和类案分析系统关键技术研究；主持
国家自然科学基金面上项目：基于强化学习的信息检索排序模型研究；主持
北京智源人工智能研究院智能信息检索与挖掘方向项目：交互式信息检索；主持
中国人民大学新教师启动项目：面向网络搜索的强化排序学习模型研究；主持
企业合作：主持多项企业委托项目，合作伙伴包括华为、阿里、腾讯、快手等
开源系统：大数据分析系统EasyML https://github.com/ICT-BDA/EasyML，创始人

学术论文

2024

Do Not Wait: Learning Re-Ranking Model Without User Feedback At Serving Time in E-Commerce

Yuan Wang, Zhiyu Li, Changshuo Zhang, Sirui Chen, Xiao Zhang, Jun Xu and Quan Lin

The 18th ACM Conference on Recommender Systems (RecSys 2024)

SAQRec: Aligning Recommender Systems to User Satisfaction via Questionnaire Feedback

Kepu Zhang, Teng Shi, Sunhao Dai, Xiao Zhang, Yinfeng Li, Jing Lu, Xiaoxue Zang, Yang Song and Jun Xu

Proceedings of the 33rd ACM International Conference on Information and Knowledge Management (CIKM 2024)

Large Language Models Enhanced Collaborative Filtering

Zhongxiang Sun, Zihua Si, Xiaoxue Zang, Kai Zheng, Yang Song, Xiao Zhang and Jun Xu

Proceedings of the 33rd ACM International Conference on Information and Knowledge Management (CIKM 2024)

Towards Completeness-Oriented Tool Retrieval for Large Language Models

Changle Qu, Sunhao Dai, Xiaochi Wei, Hengyi Cai, Shuaiqiang Wang, Dawei Yin, Jun Xu and Ji-Rong Wen

Proceedings of the 33rd ACM International Conference on Information and Knowledge Management (CIKM 2024)

Guaranteeing Accuracy and Fairness under Fluctuating User Traffic: A Bankruptcy-Inspired Re-ranking Approach

Xiaopeng Ye, Chen Xu, Jun Xu, Xuyang Xie, Gang Wang and Zhenhua Dong

Proceedings of the 33rd ACM International Conference on Information and Knowledge Management (CIKM 2024)

Model-Agnostic Causal Embedding Learning for Counterfactually Group-Fair Recommendation

Xiao Zhang, Teng Shi, Jun Xu, Zhenhua Dong, Ji-Rong Wen

IEEE Transactions on Knowledge and Data Engineering (TKDE), Accepted

Bias and Unfairness in Information Retrieval Systems: New Challenges in the LLM Era

Sunhao Dai, Chen Xu, Shicheng Xu, Liang Pang, Zhenhua Dong, Jun Xu

The 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024 Tutorial)

Neural Retrievers are Biased Towards LLM-Generated Content

Sunhao Dai, Yuqi Zhou, Liang Pang, Weihao Liu, Xiaolin Hu, Yong Liu, Xiao Zhang, Gang Wang, Jun Xu

The 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024)

Counteracting Duration Bias in Video Recommendation via Counterfactual Watch Time

Haiyuan Zhao, Guohao Cai, Jieming Zhu, Zhenhua Dong, Jun Xu, Ji-Rong Wen

The 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024)

Revisiting Reciprocal Recommender Systems: Metrics, Formulation, and Method

Chen Yang, Sunhao Dai, Yupeng Hou, Xin Zhao, Jun Xu, SONG Yang, Hengshu Zhu

The 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024)

Towards Robust Recommendation via Decision Boundary-aware Graph Contrastive Learning

Jiakai Tang, Sunhao Dai, Zexu Sun, Xu Chen, Jun Xu, Wenhui Yu, Lantao Hu, Peng Jiang, Han Li

The 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024)

Cocktail: A Comprehensive Information Retrieval Benchmark with LLM-Generated Documents Integration

Sunhao Dai, Weihao Liu, Yuqi Zhou, Liang Pang, Rongju Ruan, Gang Wang, Zhenhua Dong, Jun Xu, Ji-Rong Wen

ACL Findings (2024)

Effective In-Context Example Selection through Data Compression

ZhongXiang Sun, Kepu Zhang, Haoyu Wang, Xiao Zhang, Jun Xu

ACL Findings (2024)

UniSAR: Modeling User Transition Behaviors between Search and Recommendation

Teng Shi, Zihua Si, Jun Xu, Xiao Zhang, Xiaoxue Zang, Kai Zheng, Dewei Leng, Yanan Niu and Yang Song