北京时间 2026 年 7 月 1 日，第 35 届国际万维网大会（The Web Conference，WWW 2026）在迪拜举办颁奖仪式，本届 “首尔时间检验奖（Seoul Test of Time Award）” 授予北京大学计算机学院张铭课题组 2015 年发表于 WWW 的论文《LINE: Large-scale Information Network Embedding》（大规模信息网络嵌入）。

该论文第一作者为张铭教授指导的博士毕业生唐建，现任职加拿大魁北克人工智能研究所（Mila）、HEC Montreal 副教授。本次获奖是数据科学与工程所张铭教授 DLIB 实验室取得的一项重要国际学术成果。

WWW 是万维网与网络数据挖掘领域老牌权威国际会议，时间检验奖用于表彰发表满十年、长期具备学术与产业价值的开创性研究成果。奖项评审从论文十年引用数据、学术方法创新、产业实际应用三个维度综合评定。

《LINE: Large-scale Information Network Embedding》，获评 WWW 2026 唯一时间检验奖获奖成果。

LINE 算法研究背景与核心内容

该研究完成于唐建在北大跟随张铭教授攻读博士期间。2009 年唐建进入北大，在张铭教授指导下开展网络数据挖掘、机器学习相关研究。2014 年，课题组同步完成两项核心工作：一是完成主题模型极限理论分析相关研究，相关论文获机器学习顶会 ICML 当年最佳论文；二是提出 LINE 大规模网络嵌入算法，初稿曾投递 NIPS 2014，最终正式发表于 WWW 2015，目前谷歌学术累计引用量超 7300 次。

在 LINE 算法提出前，现有网络表征算法难以处理亿级规模互联网图数据，无法同时兼顾节点一阶直接关联、二阶间接相似特征。张铭课题组设计双重损失函数，同步建模节点直接连接关系与共享邻居特征，以轻量化计算实现海量社交网络、知识图谱、网页链接数据的低维向量表示。

该算法推出后，长期应用于互联网推荐、社交好友匹配、电商商品检索、AI制药、知识图谱推理等工业场景，为图嵌入、图神经网络相关研究提供基础表征方案。它不仅是图神经网络（GNN）和表征学习领域的奠基之作，更在如今大语言模型（LLM）“将万物皆可嵌入（Embedding）”的AI时代里，被视为人类探索早期AI基本表征策略的核心里程碑。

北大 DLIB 实验室相关研究与人才培养情况

张铭教授从教三十五年，专注数据挖掘、机器学习科研二十余年，带领北大 DLIB 实验室持续开展网络表征、文本挖掘、大语言模型、科学智能等方向研究，产出多项可落地学术成果。

2025 年，实验室联合 DeepSeek 提出 Native Sparse Attention（NSA），搭建三层混合稀疏模型架构，提出软硬件协同优化的稀疏 KV 压缩方案，该方案已落地应用于 DeepSeek 3.2 及后续版本，相关论文获 ACL 2025 最佳论文，一作博士生袁境阳获评北大2025年度人物。

课题组研究坚持面向互联网实际业务场景开展理论研究，在课题选题、问题拆解、实验设计等环节对学生进行系统训练，培养了多名海内外高校教职人员与产业创业人才。学术领域包括华盛顿大学助理教授王晟、加州大学圣克鲁兹分校助理教授王晨光、华为诺亚方舟实验室研究员尹伊淳、四川大学副教授琚玮等；产业领域走出安克创新阳萌、天眼查柳超、Alluxio 李浩源、知衣科技郑泽宇等独角兽企业创始人。

论文一作唐建博士毕业后先后在微软亚洲研究院、Mila 魁北克人工智能研究所工作，现任蒙特利尔大学终身副教授，2024 年创办 AI 制药企业百奥几何，将图学习方法应用于分子、蛋白质建模，企业已完成数亿元融资并开展产业化落地。

成果意义

人工智能领域技术迭代速度较快，多数算法仅能维持一两年应用热度，LINE 算法问世十余年间仍保持较高引用量与广泛产业应用，体现面向真实场景的基础算法研究具备长期使用价值。本次 WWW 时间检验奖颁发给张铭课题组的 LINE 论文，是国际学术界对该团队十年前基础研究工作的正式认可，也是北大计算机学科在人工智能方向长期研究积累的体现。