孙竹,博士毕业于新加坡南洋理工大学 (NTU),现就职于新加坡科技与设计大学 (SUTD) 信息系统技术与设计学院 (ISTD),担任助理教授。孙竹博士的主要研究方向为推荐系统(Recommender Systems),研究聚焦于应用数据挖掘和机器学习技术(如深度学习、强化学习和大型语言模型)设计高效可信的推荐系统算法。她致力于在电子商务、社交网络、基于位置的社交网络和多媒体等领域研究如何利用辅助信息(如知识图谱,社交网络)提高推荐系统的准确性、多样性、可解释性、公平性和隐私保护能力。此外,她主导并开发了开源库DaisyRec和DaisyRec-2.0,旨在实现推荐算法的可复现与基准化研究。孙博士已在NeurIPS, KDD, SIGIR,AAAI,TPAMI,TKDE, TOIS等顶级期刊与会议发表论文80余篇,长期担任SIGIR、KDD、IJCAI, CIKM等国际会议程序委员及《ACM Transactions on Recommender Systems》副主编。
课题组常年与国内外知名高校(新加坡南洋理工大学、荷兰代尔夫特理工大学、澳大利亚麦考瑞大学、浙江大学、上海财经大学、东北大学等)以及企业(A-STAR, Bytedance等)有合作;将为每一位学生邀请一名出色的学术专家(知名高校教授或企业研究人员),共同指导学生课题。
个人主页:
https://sites.google.com/view/zhusun
研究方向
具体研究方向包括但不限于以下几个领域:
1. 可信赖推荐系统:基于知识图谱、大语言模型的个性化推荐算法设计,尤其在医疗保健领域;
2. 多模态数据挖掘:结合文本、图像与用户行为的跨域推荐技术;
3. 推荐系统基准化研究:可复现性评估框架与公平性验证方法;
4. 隐私保护与解释性:兼顾用户隐私与模型透明度的推荐机制。
进组后获得的资源
1. 个性化科研指导:导师一对一定期会议,从选题、实验设计到论文撰写全程参与;
2. 学术合作:为每一位学生邀请一位出色的学生专家作为合作导师,共同指导研究课题;
3. 职业发展助力:成果优异可以协助申请博士后职位,或推荐到工业界大厂实习。
申请要求
1. 博士研究生:
-
学历背景:本科或硕士学历,计算机、人工智能或相关专业,成绩优异;
-
能力:熟练掌握深度学习相关框架(PyTorch等),专业基础扎实(编程,数理知识),科研热情高;
-
科研:在推荐系统相关方向有一定的研究经验。发表过相关论文者优先;
-
英语:有良好的英语读写和口头沟通能力。SUTD博士入学英语大致要求:TOEFL>=90, IELTS>=6.5(对于特别优秀的申请者,英语成绩要求可适当放宽)。
2. 访问学者:
申请方式
请将以下材料发送至导师邮箱
[email protected]
(主题注明“PhD/Visiting Application - 姓名”):
1. 个人简历(含教育背景、科研成果、发表论文列表)
2. 成绩单以及研究计划(简述兴趣方向与目标)