基本信息
姓名:莫先 性别:男
出生年月:1990年5月 职称/职务: 副教授(博/硕士生导师)
招生专业:计算机科学与技术/计算机技术/人工智能/数学
E-mail:mxian168@nxu.edu.cn
教育经历
•2017-09—2021-12西南大学智能计算与复杂系统理学博士导师:刘志明(国家特聘教授)
•2021-07—2021-10卢森堡大学计算机科学联合培养博士导师:庞军(Fellow of the Higher Education Academy)
•2013-09—2016-06重庆理工大学计算机技术工程硕士
•2009-09—2013-06广东工业大学计算机科学与技术/工商管理工/管理学士
工作经历
•2025-01—至今2026年国际足联世界杯副教授(博士生导师)
•2022-03—2024-12 2026年国际足联世界杯讲师
•2016-08—2017-07 中国国际航空股份有限公司 助理工程师
研究领域
图机器学习、推荐系统。
聚焦图神经网络、图对比学习、扩散模型、强化学习和大语言模型的图机器学习及应用研究。
科研成果
SCI/EI收录论文
[1]Xian Mo*, FeiLiu, Rui Tang, Hao Liu. Knowledge-aware Diffusion-Enhanced Multimedia Recommendation.IEEE Transactions on Multimedia,2025,27: 9136-9146.(CCF推荐A类期刊,SCI一区Top期刊,本人标注:唯一第一作者;唯一通讯作者).
[2]Xian Mo, JunPang, Haihua Zhao, Guanghua Ding*, Rui Tang, Jintao Gao, Hao Liu.Multimodal Hierarchical Graph Contrastive Learning with Diffusion-Enhanced for Multimedia-based Recommendation.IEEE Transactions on Multimedia,1-12,2026.(CCF推荐A类期刊,SCI一区Top期刊,本人标注:唯一第一作者).
[3]Xian Mo, Yijun Hu*, Jun Pang. Large Language Models-Enhanced Semantic Diffusion for User-Centric Recommendation [C]. In: Proceedings of the 35th ACM Web Conference, Dubai, United Arab Emirates, 2026: Doi: 10.1145/3774904.3792148. (CCF推荐A类会议,本人标注:唯一第一作者).
[4]Xian Mo, Qingqing Xie; Rui Tang; Jintao Gao. Hierarchical graph contrastive learning with diffusion-enhanced for multi-behavior recommendation.Information Processing and Management, vol 63, 10447, 2026.(CCF推荐B类期刊,SCI一区Top期刊,本人标注:唯一第一作者).
[5]Xian Mo, Binyuan Wan*; Rui Tang.TemporalHAN: Hierarchical attention-based heterogeneous temporal network embedding.Engineering Applications of Artificial Intelligence, vol 133, 108376, 2024.(SCI一区Top期刊,本人标注:唯一第一作者).
[6]Xian Mo*, Jun Pang, Zhiming Liu.Deep Autoencoder Architecture with Outliers for Temporal Attributed Network Embedding.Expert Systems with Applications.vol 240, 122596, 2024.(SCI一区Top期刊;本人标注:唯一第一作者;唯一通讯作者).
[7]Xian Mo, Binyuan Wan; Rui Tang; Junkai Ding; Guangdi Liu*. Attention-based Network Embedding with Higher-Order Weights and Node Attributes.CAAI Transactions on Intelligence Technology,9(2), 440-451, 2024.(SCI一区Top期刊,本人标注:唯一第一作者).
[8]Guanghua Ding, Rui Tang,Xian Mo*. Enhancing Heterogeneous Graph Learning with Semantic-Aware Meta-Path Diffusion and Dual Optimization.Knowledge-Based Systems,337, 115385, 2026.(SCI一区Top期刊,本人标注:唯一通讯作者).
[9] YijunHu, Rui Tang,Xian Mo*. Modal-aware Diffusion-enhanced with Multi-level Negative Sampling for Multimodal-based Recommendation.Knowledge-Based Systems,339, 115600, 2026.(SCI一区Top期刊,本人标注:唯一通讯作者).
[10]Xian Mo, JunPang; Binyuan Wan*; Rui Tang; Hao Liu; Shuyu Jiang.Multi-relational graph contrastive learning with learnable graph augmentation.Neural Networks, vol 181, 106757, 2025.(CCF推荐B类期刊,SCI一区Top期刊,本人标注:唯一第一作者).
[11]Xian Mo, JunPang; Zihang Zhao*Attention-aware graph contrastive learning with topological relationship for recommendation.Applied Soft Computing, vol 174, 113008, 2025.(SCI二区Top期刊,本人标注:唯一第一作者).
[12]Xian Mo, Guanghua Ding*; Rui Tang; Hao Liu. Bipartite Graphs Contrastive Learning with Knowledge-aware Diffusion-Enhanced.IEEE Transactions on Network Science and Engineering, 2025, 12(5): 4182-4195.(SCI二区Top期刊,本人标注:唯一第一作者).
[13]Yijun Hu, Rui Tang, Hao Liu,Xian Mo*, Diffusion-based Multi-agent with Reinforcement Learning for Multimodal-based Recommendation,IEEE Transactions onBig Data, 2026. (SCI二区期刊, In Press,本人标注:唯一通讯作者)
[14]Xian Mo, Zihang Zhao; Xiaoru He; Hang Qi; Hao Liu.Intelligible graph contrastive learning with attention-aware for recommendation.Neurocomputing, vol 614, 128781, 2025.(SCI二区Top期刊,本人标注:唯一第一作者).
[15]Xian Mo*, Hang Qi, Yongqiang Nai, RuiTang. GDiffuASR: Sequential recommendation with guided diffusion augmentation.Information Science, vol 742: 123327, 2026.(CCF推荐B类期刊,SCI一区Top期刊,本人标注:唯一第一作者;唯一通讯作者).
[16]Xian Mo*, RuiTang, Hao Liu*. A Relation-aware Heterogeneous Graph Convolutional Network for Relationship Prediction.Information Science, vol 623, 311-321, 2023.(CCF推荐B类期刊,SCI一区Top期刊,本人标注:唯一第一作者;共同通讯作者).
[17]Xian Mo, Jun Pang, Zhiming Liu*. Effective Link Prediction with Topological and Temporal Information using Wavelet Neural Network Embedding.The Computer Journal, vol 64(3), 325-336, 2021.(CCF推荐B类期刊,本人标注:唯一第一作者).
[18]Xian Mo, Jun Pang, Zhiming Liu*. THS-GWNN: A Deep Learning Framework for Temporal Network Link Prediction.Frontiers of Computer Science,2022, 16(2): 162304.(CCF推荐B类期刊;本人标注:唯一第一作者).
[19]Xian Mo, Jun Pang, Zhiming Liu. Higher-Order Graph Convolutional Embedding for Temporal Networks [C]. In: Proceedings of the 21th Web Information Systems Engineering, Amsterdam, Netherlands, 2020: 3-15. (CCF推荐B类会议,本人标注:唯一第一作者).
[20] YijunHu, Rui Tang,Xian Mo*. Conditional guided diffusion model in latent space for social recommendation.Applied Intelligence,56(2): 54, 2026.(SCI三区期刊,本人标注:唯一通讯作者).
主持项目
P1.面向跨域异构时序网络表示学习的关系感知机制研究.国家自然科学基金(青年科学基金项目(C类))(62306157).2024.01-2026.12(国家级项目;主持;在研)
P2.基于分层扩散增强图对比学习的多模态推荐方法研究及应用.宁夏全职引进高层次人才项目(2025BEH04048).2025.11-2026.12(省部级项目;主持;在研)
P3.基于分层注意力机制的异构时序网络嵌入研究.宁夏自然科学基金(优秀青年项目)(2024AAC05011).2024.10-2027.09(省部级项目;主持;在研)
P4.2020年国家建设高水平大学公派联合培养博士生研究生项目.国家留学基金管理委员会(留金选[2020]101号).留学单位:卢森堡大学.学号:202006990041
P5.基于时空特征嵌入的时序网络链路预测研究.重庆市博士研究生科研创新项目(CYB19096).2019.06-2021.04(省部级项目;主持;已结题)
P5.基于改进高阶图卷积神经网络的时序网络表示学习研究.中央高校基本科研业务费(XDJK2020D021). 2020.01-2020.12(校级项目;主持;已结题)
专利&著作
[2]莫先.图对比学习驱动的推荐系统:扩散增强也多模态融合.清华大学出版社(预计2026年8月出版)
[1]莫先.基于图神经网络的网络表示学习研究.武汉大学出版社,ISBN 978-7-307-24947-9, 2025
[3]莫先,赵梓航.基于高阶邻居生成算法与异构图神经网络的项目推荐方法,发明专利,2024.4.30,中国,专利号:ZL202311292618.5
[4]莫先,贺笑儒,鲍学亮.一种基于异构时序图关注度网络的物品推荐方法,发明专利,2024.6.11,中国,专利号:ZL202311392063.1
[5]莫先,赵梓航.一种项目推荐方法、系统与计算机设备,发明专利,2024.7.5,中国,专利号:ZL202410203434.5
[6]莫先,万滨源.一种药物靶点关系的预测方法、装置和设备,发明专利,2024.9.10,中国,专利号:ZL202410395324.3
[7]莫先,丁光华.一种基于对比知识增强的药物靶点关系预测方法,发明专利,202.4.18,中国,专利号:ZL202411317356.8
[8]莫先,戚航,乃永强.一种项目推荐方法、装置、介质和计算机设备,发明专利,2025.3.25,中国,专利号:ZL202411192723.6
[9]莫先,杨军.基于bs架构的儿童电影推荐系统V1.0,软著号:2025SR1017793,原始取得,全部权利, 2025-06-16
[10]莫先,包官昴.基于bs框架的自助餐美食推荐系统V1.0,软著号:2025SR1132917,原始取得,全部权利,2025-07-01
[11]莫先,马园.基于Android的中药材识别推荐系统[简称:中药材识别推荐系统] V1.0,
软著号:2025SR1148059,原始取得,全部权利, 2025-07-02
[12]莫先,顾海峰.基于app的茶叶推荐系统V1.0,软著号:2025SR1017642,原始取得,全部权利, 2025-06-16
获奖&证书
•Asian Conference on Artificial Intelligence Technology-TheBest Paper 2025