职称：助理研究员
研究方向：图机器学习
导师类别：无
主讲课程：无
联系邮箱：guoxuan@tju.edu.cn
教育与工作背景
1. 2025.7-至今 天津大学智能与计算学部人工智能学院 助理研究员
2. 2020.9-2025.6 天津大学智能与计算学部 计算机科学与技术专业 博士研究生
3. 2018.9-2020.7 天津大学智能与计算学部 计算机科学与技术专业 硕士研究生
4. 2014.9-2018.7 天津大学计算机科学与技术学院 计算机科学与技术专业 本科生
个人简介
郭翾，现为天津大学人工智能学院助理研究员，主要研究领域为网络表示学习、复杂网络分析、图神经网络、图预训练模型等。聚焦方向为面向高阶结构的网络表示学习，重点突破传统网络表示学习中基于边的低阶观测尺度，从高阶结构视角重新审视和理解节点间的关系及其语义，支撑更复杂、更精细的下游应用。发表CCF推荐会议、SCI期刊论文20余篇，已被同行引用200余次。在数据挖掘会议ICDM-2021和DSAA-2021上开展网络角色分析相关教程。担任人工智能、数据挖掘等领域AAAI、KDD、IJCAI、IJCNN等会议和TNNLS、TCYB、KBS等期刊的审稿人。
代表性成果
（一）代表性论文
1. Guo X, Jiao P, et al. Learning Node Representations via Sketching the Generative Process with Events Benefits Link Prediction on Heterogeneous Networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2024, 47(5): 3961-3974. [中科院一区Top期刊, IF: 18.6]
2. Guo X, Jiao P, et al. Representation Learning on Heterostructures via Heterogeneous Anonymous Walks. IEEE Transactions on Neural Networks and Learning Systems, 2024, 35(7): 9538-9552. [中科院一区Top期刊, IF: 14.3]
3. Guo X, Tian Q, et al. Learning Stochastic Equivalence based on Discrete Ricci Curvature. Proceedings of the 30th International Joint Conference on Artificial Intelligence (IJCAI). 2021: 1456-1462. [CCF-A类会议]
4. Guo X, Li J, et al. Counterfactual Learning for Higher-Order Relation Prediction in Heterogeneous Information Networks. Neural Networks, 2025, 183: 107024. [中科院一区Top期刊, IF: 7.8]
5. Guo X, Zhang W, et al. Role-oriented graph auto-encoder guided by structural information. Proceedings of Database Systems for Advanced Applications: 25th International Conference. 2020: 466-481. [CCF-B类会议]
（二）科研项目
国家科技重大专项子课题，********，2025，主持
其他补充信息
指导本科生获得第七届全球校园人工智能算法精英大赛（2025年）省赛二等奖