10月29日下午，电子商务系特邀杨明奇老师开展专题学术讲座，围绕“图学习中的公平性和可扩展性问题”分享最新研究成果。系内师生积极参与，现场座无虚席，学术氛围浓厚。
图学习在社交网络分析、推荐系统等任务中应用广泛，但仍面临公平性与大规模计算效率等核心挑战。杨明奇老师从问题动机与方法设计两个维度出发，系统介绍了团队的三项相关研究。
首先，杨老师从谱域视角深入分析了骨干模型的表达能力与预测公平性之间的内在联系。他指出，骨干模型的表达能力导致了预测公平性和准确性之间的权衡关系。基于此，团队提出了面向公平图学习的模型设计思路，为构建兼顾性能与公平的图学习框架提供了理论依据。
随后，杨老师介绍了两条提升图学习可扩展性的技术路径。其一是利用层次化结构获取，在保留模型表达能力的同时按需分配计算资源，实现效率与性能的平衡；其二是利用随机探针和小批量估计，有效减少高表达能力图网络的计算开销，支持大规模图上的高效训练。两项技术从不同角度突破了图学习在规模化应用中的瓶颈。
讲座最后，杨老师结合具体案例，分享了面向公平性和大规模应用需求的图学习研究思路，强调方法设计应始终紧扣实际场景中的核心痛点。
杨明奇老师为华南理工大学电子商务系助理教授、硕士生导师，大连理工大学计算机博士、新加坡国立大学博士后，主要研究方向包括机器学习、图数据挖掘、大语言模型、数据科学与商务智能，代表性成果发表于NeurIPS、ICML、KDD、AAAI、TKDE、TKDD、WWW等会议和期刊。
近日，其指导的大数据管理与应用专业首届本科生王曦乐、刘兆宇参与完成的两篇论文被NeurIPS 2026录用，系电子商务系本科生首次有论文被AI领域三大顶会录用。目前，刘兆宇已获清华大学计算机系直博资格，王曦乐已获香港中文大学（深圳）理工学院直博资格。
本次讲座与科研成果充分展现了师生在数据科学前沿的探索深度及院系拔尖创新人才培养成效。未来，系里将持续搭建高质量学术平台，助力更多学子崭露头角。
