中国科学院百人计划B类.docx
《中国科学院百人计划B类.docx》由会员分享，可在线阅读，更多相关《中国科学院百人计划B类.docx（14页珍藏版）》请在冰点文库上搜索。
中国科学院百人计划B类
中国科学院“百人计划”B类
择优支持申请表
申请人姓名尚明生
聘用单位中国科学院重庆绿色智能技术研究院
联系电话
传真
电子邮件
中国科学院人事局
姓名
尚明生
性别
男
出生年月
1973.07.27
专业
计算机应用技术
研究领域
计算机应用技术
聘任岗位
研究员
上岗时间
2015.05
学习经历（从本科填起）
起始时间
终止时间
单位
学位
专业
2003.09
2007.12
电子科技大学
博士
计算机应用技术
2000.09
2003.03
电子科技大学
硕士
计算机软件与理论
1994.02
1995.07
电子科技大学
学士
计算机科学与技术
1991.09
1994.02
四川师范学院
学士
数学
工作经历（准确到月份）
起始时间
终止时间
单位
研究领域
专业技术职称
2010.08
至今
电子科技大学
数据挖掘
教授/博导
2007.08
2010.07
电子科技大学
数据挖掘
副教授
2002.02
2007.07
电子科技大学
计算机软件
讲师
1997.07
2002.01
四川师范学院
计算机应用
助教
2014.08
2015.01
瑞士弗利堡大学
推荐系统
访问学者
2011.08
2011.10
美国罗切斯特大学
生物统计
访问学者
2007.12
2009.01
美国明尼苏达大学
推荐系统
访问学者
如内容较多，本栏目填不下时，可另纸接续（以下各栏目均如此）
主要学术成就、科技成果及创新点（简要概括，不超过500字）
主要成果包括：
（1）在信息推荐领域做出比较系统的工作：
提出推荐系统信息核的概念和信息核提取算法，在保证推荐质量的同时实现基于网络结构的大规模数据压缩；提出长期有效的推荐算法研究，解决现有算法趋向推荐流行项目最终导致算法失效的不足；提出推荐系统从个性化算法到算法个性化的概念和算法，最大程度地提供个性化服务；提出协同聚集系数指标，实现可以预先根据数据集的特征来离线选择合适的推荐算法；提出多个基于网络结构的推荐算法，在准确性和多样性等指标上具有优势。
不仅提出了具体的新算法，而且拓展推荐系统新的研究方向。
（2）在舆情信息处理方面：
提出一种高效的垃圾短信过滤方法，通过对发送者赋予不同的抽样频率并结合恰当的多级文本过滤的层次组合，实现海量短信实时监管；设计和实现了一整套基于文本和结构分析的舆情信息收集、分析、预测的大规模舆情信息处理方法和系统。
（3）针对网格计算中任务的优化调度问题，提出了多个任务调度算法，特别是基于一个合理设计的调度模型，给出了渐优的调度方案。
（4）在复杂网络分析方面，提出一种基于社区核的重叠社区挖掘算法；提出一种基于局域邻居的重要节点挖掘算法。
发表检索论文40余篇，引用近400次，H因子为12，单篇论文引用最高60次，有6篇论文超过20次。
主持国家自然科学基金项目5项，其中3项为重大研究计划培育项目；参与国家自然基金重大项目和重点项目各1项。
申请国家发明专利7件，其中已授权3件。
在科学出版社出版专著2部。
获得中国计算机学会2014年自然科学二等奖。
1-3篇代表性论文（从事科研工作以来）
作者排序
题目
期刊名称
年份、卷期
及页码
第一作者
2010,90（4）:
48006
第一作者
2008,32（9）:
1682-1695
第一作者
对带误差项的广义集值变分包含的近似点算法
数学学报
2001,44（4）:
753-760
近5年发表主要论文或获批准专利情况
作者排序
题目
期刊或国际会议名称
年份、卷期
及页码
第一作者
一种信息推送方法与装置
中国发明专利
2012.10.17授权
第一作者
:
.
2009,88（6）:
68008
第一作者
2010,90（4）:
48006
第一作者
A
2010,389:
1259-1264
第一作者
.
A
2009,388（23）:
4867-4871
第一作者
...
2009,26（11）:
118903
第一作者
...
2010,27（5）:
058901
第一作者
.
...
2010,27（4）:
048701
通信作者
....
2015,9（3）:
1375-1381,
通信作者
...
2014,8
（2）:
289-297
通信作者
:
2014,9（10）:
e111005
通信作者
:
2013,8（11）:
e79354,
通信作者
2013,8（5）:
e62624,
通信作者
.
A
2013,392（16）:
3417–3423
通信作者
,
..J.B.
2013,86:
375
通信作者
...
2013,30（11）:
118901,
通信作者
a
...
2011,28（6）:
068901,
非第一作者
A.
2015,73:
52-60
非第一作者
2014,4:
6140
非第一作者
2011,21:
043130
非第一作者
&
2010,37（6）:
1068-1074
非第一作者
.
2012,97
（1）:
18005
非第一作者
A
A
2009,388（13）:
2741-2749
非第一作者
.
A
2012,391:
1777-1787
非第一作者
A
2010,389（19）:
4177-4187
非第一作者
.
2011,60（3）:
038901
非第一作者
..
2012,61（9）,098901
非第一作者
?
2010,21（10）:
1217-1227
非第一作者
.
2010,21（6）:
813-824
近5年出版主要著作情况
作者排序
书名
出版社及年份
撰写章节及页码
第一作者
网络舆情信息处理技术
科学出版社,2015.02
第二作者
网格高性能调度及资源管理技术
科学出版社,2010.05
注：
“作者排序”栏按“第一作者”、“通信作者”、“非第一作者”顺序填写
论文被收录情况统计（篇）
中国科学引文数据库
第一作者
8
通信作者
16
非第一作者
20
总计
28
论文被引用情况统计（引用）
他人引用次数
引用期刊种数
引用作者人数
第一作者
54
21
202
通信作者
72
28
446
非第一作者
136
50
483
总计
190
71
685
以上内容已经申请人确认，情况属实。
申请人签字：
2015年03月15日
注：
1.“论文被收录和引用情况”只针对前面列出的代表性论文和近5年主要发表的论文进行统计；
2.自引部分不计入引文统计中；
3.对列入统计表中的论文需附论文首页复印件；
4.对列入统计表中的论文需提供被引用情况证明。
到位后已开展的工作（包括研究内容与方向，实验室建设，团队建设等情况）
现阶段已开展工作包括：
（1）积极参与和推动现有大数据商务智能相关研究，特别是通过参与国家自然基金重大项目“大数据环境下的商务管理研究”，以及国家自然基金重点项目“大数据结构和关系简约计算方法”，谋划将于下半年启动的重大研究计划项目。
（2）调研国家十三五规划相关精神，积极谋划已有研究和重庆研究院工作的结合，调研了解研究院特别是大数据中心现状和既有项目开展情况，特别是三峡在线监测项目的进展情况，拟重点参与和推动该项目工作，并基于此项目，凝聚研究方向，筹划有重庆研究院特色的研究领域和方向。
（3）接触和物色相关研究人员，筹划以各种可能方式尽快建设一支有较强实力的专兼职的研究队伍。
主持或参加项目的情况
项目名称
经费来源及额度
担任角色
动态演化在线系统中的信息推荐问题研究
国家自然基金委,75万
主持
社会网络的结构演化分析及其在舆情和疫情预警及控制中的应用
国家自然基金委,35万
主持
基于复杂网络的信息推荐技术研究
国家自然基金委,30万
主持
大规模信息传播和情感倾向的实证与分析
国家自然基金委,15万
主持
社会网络分析及其上的传播动力学集成研究
国家自然基金委,15万
主持
社会网络中的链路预测问题研究
中国博士后科学基金,10万
主持
基于社会网络的服务推荐技术研究
中国博士后科学基金,3万
主持
电子商务系统中的推荐技术研究和推荐引擎设计
四川省科技厅,10万
主持
4万瑞郎
主持
1万瑞郎
主持
:
,
欧盟第七框架项目，156.4205万欧元
主研,
中方排名1
欧盟第七框架项目,79.75万欧元
主研
初等数学问题求解关键技术及系统
863计划,659万
主研,排名4
舆情的社会网络关系挖掘
863计划,90万
主研,排名2
海量短信流的智能监管及关键技术研究
863计划,84万
主研,排名2
大数据环境下的商务管理研究
国家自然基金委,1800万
参与外协（清华大学）
大数据结构与关系的发现与简约计算方法
国家自然基金委,360万
主研,排名3
非常规突发事件下恐慌群体行为分析与疏导研究
国家自然基金委,160万
参与外协（中科大）
四川省青年创新团队
四川省科技厅,100万
主研,排名3
基于二维码技术的固醇类食品质量追溯应用研究及行业应用示范
四川省科技厅,100万
主研,排名2
垃圾短信监管基础软件平台
四川省科技厅,20万
主研,排名2
基于科学知识图谱分析的个性化文献推送系统
四川省科技厅,30万
主研,排名4
用人单位提供的条件（包括科研经费、实验用房、研究助手配备及研究生指标和住房等）
1.一次性支付方式提供70万元科研启动经费。
2.提供300M2办公和实验用房。
3.配备固定人员3人；博士研究生2人、硕士研究生1人；流动人员2人。
4.供住房补贴2.4万元/每年。
获资助后拟达到的总体目标与预期成果（包括拟解决的科学问题、实验室环境、人才队伍建设和培养等）
1.拟解决的科学问题
推荐技术的研究在理论和应用层面都有着重大的意义和价值。
从理论上讲，信息推荐问题是信息挖掘与信息过滤这一重大科学问题的重要组成部分；从应用上讲，信息推荐技术已经成为绝大多数电子商务系统的核心技术，并创造了巨大的经济价值。
更一般地，信息推荐问题还可视为不完备稀疏矩阵上的重构问题，而矩阵重构问题是大多数科学和工程问题的共同基础。
信息推荐是一个典型的交叉研究领域，涉及信息科学、物理学、管理科学、运筹学等多门学科。
最近几年，随着应用领域的迫切需求，以及新的理论、方法和工具的出现，信息推荐问题的研究达到了一个新的高潮。
例如，物理学家提出基于复杂网络的方法，数学家提出基于信息论的方法，计算机科学家提出基于矩阵分解和各种邻接点选择的方法，来研究信息推荐问题。
由于推荐问题本质上可以表示为二部图网络（后称推荐网络），而最近复杂网络的研究又提供了分析这类网络的比较先进和系统的理论方法，基于这些理论的推荐技术已经展示出一定优越性，因此本项目将主要集中于基于网络分析的信息推荐问题研究。
虽然基于网络分析的推荐问题研究已经得到很大的关注，并且取得了部分成果，但这些研究绝大部分都还是针对静态网络。
事实上，推荐网络是动态演化发展的，而且用户的兴趣也可能发生漂移，因此，需要基于动态演化网络来研究信息推荐问题。
另一方面，现有研究仅仅追求满足用户个体的单次预测，忽略算法对于推荐系统的长期影响，而实际运行的系统往往需要较长时期的调整以便提供更好的服务，这方面的研究目前还是空缺（注意到与传统的反馈机制是完全不同的）。
此外，针对用户的个性化推荐算法需要在推荐系统的不同阶段采用不同的推荐算法。
所有这些问题，都涉及到动态演化的信息推荐系统。
在我们的文献调研中，尚未发现关于推荐系统演化方面的研究。
至今为止，最相关的工作为把时间因素引入推荐算法来提高推荐的精确性。
本项目将集中于动态演化网络。
首先研究推荐网络结构的参量及其变化对于推荐效果的影响，进而提出决定系统推荐效果的网络信息骨架问题。
在此基础上，项目将克服现有研究中仅仅追求单次推荐效果的局限，重点研究推荐算法和推荐网络的长期协同演化。
由于推荐系统中用户体验是最为重要的，项目还将研究网络演化过程中，用户推荐算法的最佳个性化使用。
该个性化推荐算法和现有方法的不同在于算法或者算法参数的个性化，而不是惯常的相同算法作用于不同数据集的个性化。
最后，我们将基于演化网络来研究可能的产品流行趋势，在整体流行趋势的指导下，更好地设计个性化推荐算法。
项目研究将不仅在理论上填补信息推荐系统的动态演化研究的空白，而且在实践中能提高推荐系统的长期效果及效率。
通过研究，取得一批原创性成果，培养一批基础和应用方面具有竞争力的人才队伍。
2.研究内容
本项目使用二部图来刻画在线推荐系统，从网络演化分析入手，来研究系统动态发展过程中的信息推荐问题。
首先，将系统研究网络结构对推荐效果的影响，提取决定推荐效果的网络信息骨架，并设计基于网络的动态调整方法来优化推荐过程。
其次，将通过考察推荐系统和推荐网络的协同演化过程，设计具有长期优势的在线推荐算法，不仅满足个体需求，同时优化整个系统。
第三，项目还将研究推荐算法的个性化使用问题，探究不同算法的最适用用户群，为不同的用户及其在系统的不同阶段设计最恰当的推荐算法。
最后，项目将研究演化推荐网络中的趋势预测问题，力求通过微观的推荐过程来预测宏观的商品流行性演化。
具体研究内容明确限定为如下各有侧重亦紧密联系的四个方面：
（1）网络结构对推荐效果的影响及其动态调整
在大量围绕推荐系统的研究中，尽管研究者们普遍观察到同一个算法在不同网络中表现迥异，但大都把这种因素归结到数据集的稀疏程度。
虽然在2007年研究者已经发现推荐系统的表现和底层网络的簇系数（）有一定的关系，2010年我们发现推荐系统指标和协同聚集系数相关，然而迄今这方面依然缺乏系统性的研究。
本项目将系统地研究并试图解决底层二部图拓扑结构和推荐效果的对应关系问题。
具体研究过程中，我们将构建推荐网络抽象模型，通过调节网络特征参数来提取影响推荐质量的因素，并详细研究各个因素的影响程度。
模型探究结果将会在真实网络（如，,,和等典型数据集）上验证。
特别地，项目还将关注这些真实网络的演化，研究这些网络结构在不同时间的变化对推荐效果的影响。
在系统地研究了网络拓扑特征对推荐效果的影响以后，我们将设计网络结构的动态调节的方法来提高推荐算法的推荐效果。
此外，对于小度商品，其连边数量少是导致推荐效果差的根本原因。
我们将研究为其增加可能虚拟连边的方法，来提升其推荐效果，解决冷启动问题；另一方面，我们已经发现在线系统中也存在部分冗余的、而且可能误导推荐算法的数据，据此我们提出推荐网络的“信息骨架”（）概念，将研究如何准确定位并去除这些噪音信息，获得隔离噪音后仍保留推荐算法需要的大部分信息的网络结构。
此外，由于在线网络是不断演化的，我们还需要研究随着网络结构的变化而动态调整的推荐算法，包括虚拟连边和网络信息骨架的动态变化和调整。
（2）推荐算法和在线系统的协同演化
现有网络推荐算法的研究都集中在静态网络，然而在线系统是一个不断演化发展的动态网络，因此在研究推荐算法的时候，需要考虑网络演化因素。
此外，在加载了推荐系统的在线网络上，推荐系统和在线网络实际上是协同演化的：
一方面，推荐系统会指导在线网络的演化；另一方面，在线网络的演化反过来又将影响推荐系统的推荐结果。
这种影响在单次推荐中或许很小，但在连续的推荐过程中，将一步步放大，最终从宏观上体现出来。
在实际应用中，一个优秀的推荐系统将不仅在单次推荐上有良好的推荐效果，而且由它指导的网络演化能对推荐系统提供越来越有价值的数据，最终达到长期满意的推荐效果。
项目将细致地研究现有推荐算法给在线系统带来的长期影响，设计对于系统演化长期有效的网络推荐算法。
一方面，将在模型数据网络的基础上，假设用户按照一定规则接受推荐结果，观察不同推荐算法和下层网络协同演化过程中，主要推荐指标和网络结构的相互影响和作用；另一方面，我们将构建演示系统或者在现有商业系统（或者百分点公司服务的电子商务系统）中随机划分用户群，分别在搭载不同算法驱动的在线系统中，实证分析应用系统中的协同演化；最终，项目将设计有利于系统长期演化的推荐算法，使得网络新增的链接有利于下一步的推荐过程，而不会引入冗余信息或误导信息。
长期演化后，防止过拟合以及保持系统的良好生态，推荐网络的预测精度将保持稳定或逐步提高，系统的多样性（健康度）也越来越好。
（3）推荐网络演化中推荐算法的动态个性化
现阶段研究的个性化推荐主要是强调用户数据使用上的个性化，而不同用户采用的推荐算法还是相同的。
网络推荐研究中实证已经观察到，不同的用户在选择商品的行为上会有显著差别。
例如，小度用户倾向于选择大度商品，大度用户倾向于选择小度商品。
而现有推荐算法中，各种算法有着它们自己的特点，如物质扩散算法主要推荐大度商品，热传导算法则善于挖掘小度商品。
因此，不同的用户对应着他们各自适合的推荐算法。
另外，同一个用户选择商品的行为在时间上也会表现出不同的特征，适合用户的推荐算法也会随着时间而变化。
项目将在演化网络中，对用户特征进行分析，找到或者设计适合不同用户以及其在不同系统发展阶段过程中最适用的推荐算法。
项目还将研究不同推荐算法的使用对于在线系统的影响，特别是其下层网络结构的变化。
在这个过程中，项目将注意力集中在小度用户群体。
如何准确地为小度用户群体推荐即著名的用户冷启动问题。
相对商品冷启动问题，用户冷启动问题研究较少，但其意义更为重要，因为用户的丢失对在线系统来讲是致命的，而产品的不能有效推荐仅仅局限在系统中的某个个体。
对于小度用户，除了增加虚拟边方法外，我们还将结合其他网络（如用户社会关系网）信息，来提高小度用户的推荐精度。
在整合其它信息的同时，也带来了更大规模的数据空间中可能更加稀疏的有效数据，项目还将研究有效的数据融合方法。
（4）基于演化推荐网络的流行趋势预测
推荐算法研究通常将注意力集中到系统的微观层面，主要考虑单个用户或者产品找到合适的另一半。
事实上，推荐算法不仅能从微观层面上预测单个用户未来可能感兴趣的商品，也能在宏观层面预测商品度的未来演化情况（称为“趋势预测”问题），而且宏观上流行的商品总是会对推荐算法结果产生显著影响。
趋势体现了未来趋势是微观相互作用的宏观体现这一基本原理，同时它可以为用户中的趋势引领者提前提供相关信息来节省他们在众多商品中的搜寻时间，以及为在线运营商提供库存管理的指导等等。
项目将研究推荐算法的微观行为如何汇聚到宏观的商品流行性。
具体而言，商品未来的度增量可以由该商品现阶段在不同用户的推荐得分汇总来估计。
也就是说，若某个商品被广泛的推荐给不同用户，此商品的度在未来将显著增加。
这种基于微观的分析方法将使我们得到比基于宏观分析的偏好依附算法更丰富的趋势预测结果。
研究中，我们将首先细致研究不同的经典推荐算法对未来流行商品的预测能力，其中需要考虑的是合适的评价指标和评价方法，例如商品度序列在长尾分布中的位置变化，个体和系统等多个角度和层次的评价等；其次，项目将考虑网络特征和结构对于趋势的预测能力，例如用户活跃程度的异质性对趋势预测的影响；最后，将设计合理的整合方法，以达到最好的趋势预测精度。
3.预期目标和成果
（1）在本项目的几个研究问题上取得被国内外同行认可的、对于深入理解信息推荐系统普遍性质及共同规律有意义和启发作用的理论基础成果。
通过学术交流、访问和合作，推动该领域的科学研究工作。
（2）培养出一批在信息推荐、复杂系统和社会网络分析领域能够独立从事创新研究，并开拓新方向的研究队伍，建设一支具有一定国际竞争力的研究队伍。
（3）拟完成8篇以上学术论文，其中至少在国际上有重大影响的一流刊物或顶级会议上发表4篇以上有影响的研究论文。
一流期刊定义为一区或者二区期刊，以及中文期刊《中国科学》和《科学通报》。
发表论文在结题5年后单篇引用超过30次。
（4）公开相关研究数据、算法代码和仿真平台，建立与本项目相关的数据和程序共享以及论文交流的网络平台，期望相关研究成果成为相关研究的参考和基准。
公开算法代码和仿真平台，为相关的理论实验提供支持。
（5）开发信息推荐软件系统，并尽可能产业化，为业界提供可借鉴的软件系统范例，创造直接的经济价值，申报相关国家发明专利2项以上。
获资助后经费使用计划
年度
科学事业费（万元）
2016
50
2017
70
2018
30
合计
150
注：
1.“年度”从通过择优资助下一年度开始，以3年为期；
2.科学事业费150万元将按经费使用计划分年度拨付。
用人单位综合评价意见
请选择申请人的综合学术水平，并在对应选项前打“✓”
☐申请人已达到单位研究员中的较高水平
☐申请人已达到单位研究员中的平均水平
☐其它情况，请注明：
用人单位学术委员会意见
学术委员会主任：
年月日
用人单位意见
负责人（公章）：
年月日
院意见
签字（公章）：
年月日
升级会员 