倪维健 - 山东科技大学 - 计算机科学与工程学院

个人简介

倪维健，男，博士，教授，博士生导师，现任软件工程系系主任。2008年毕业于南开大学信息技术科学学院，获计算机应用博士学位。先后任职于微软亚洲研究院、百度在线网络技术有限公司。2010年9月任教于山东科技大学信息学院软件工程系。2015年至2016在纽约州立大学访问。目前主要从事业务过程挖掘、个性化推荐、文本挖掘方面的研究工作，主持国家自然科学基金、山东省自然科学基金、中国博士后基金、山东省高等学校科技计划基金等10余项，在国内外学术刊物和重要学术会议上共发表学术论文50余篇，获得山东省科技进步二等奖、中国商业联合会科学技术一等奖、山东省教学成果二等奖等教学及科研奖励10余项。教育及工作经历 2010.9-至今：山东科技大学计算机科学与工程学院，教授，博士生导师 2015.9-2016.10：纽约州立大学宾厄姆顿分校，访问学者（合作导师：Weiyi Meng教授） 2012.4-2015.6：山东科技大学计算机科学与技术博士后科研流动站，博士后（合作导师：曾庆田教授） 2008.7-2010.8：百度在线网络技术有限公司，高级工程师 2006.6-2007.9：微软亚洲研究院，访问学生（导师：李航、徐君教授） 2003.9-2008.6：南开大学信息技术科学学院，博士研究生（硕博连读，导师：黄亚楼教授）代表性科研项目 1. 山东省自然科学基金：数据驱动与知识引导的业务过程预测型时间性能优化研究，在研，主持。 2. 国家自然科学基金重点项目委托课题：大型天文光学望远镜控制系统智能化软件平台，在研，主持。 3. 青岛市社科规划项目：面向青岛市应急预案体系的预案综合评估方法研究，在研，主持。 4. 国家自然科学基金：面向用户群组的结构化推荐技术及其应用研究，结题，主持。 5. 山东省优秀中青年科学家科研奖励基金：结构支持向量机自适应学习方法研究及其在农产品价格联动预警中的应用，结题，主持。 6. 山东省高等学校科技计划：面向信息检索的非平衡数据排序学习问题研究，结题，主持。 7. 中国博士后科学基金：面向自然分组样本的统计学习理论与方法研究，结题，主持。 8. 全国统计科学研究计划，基于空间统计的农产品市场区域风险评估研究，结题，主持。 9. 山东省统计科研重点课题，基于统计学习的多类农产品价格联动预警模型研究，结题，主持。 10. 国家自然科学基金，应急预案流程图谱自动建模方法及其在场景式诊断中的应用，结题，第2位。 11. 国家自然科学基金，可重写Petri网理论及在大规模动态分布式系统中的应用，结题，第2位。部分奖励/荣誉称号 1. 山东科技大学毕业生“我最难忘的恩师”，2021； 2. 山东科技大学学生心目中好老师，2021、2022等； 3. 山东科技大学学生科技创新优秀指导教师，2015、2017、2018、2019等； 4. 山东省优秀学士学位论文指导教师，2013； 5. 山东科技大学优秀博士后，2013； 6. 中国软件杯大学生软件设计大赛优秀指导教师，2015、2017、2018、2019等； 7. 山东科技大学优秀科研管理工作者，2012； 8. 百度公司优秀创新个人、2010Q1季度之星，2010； 9. IBM中国优秀学生，2005。

研究领域

1. 自然语言处理：结构化信息抽取、文本检索、领域文献挖掘 2. 个性化推荐：序列推荐、面向用户群组的推荐、过程模型推荐 3. 深度学习：面向时序数据的深度学习、知识驱动的深度学习 4. 业务过程挖掘：过程执行预测与优化、面向多模态数据的过程模型发现 5. 软件工程：容器化开发技术、软件开发行为挖掘

近期论文

查看导师最新文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[1] Weijian Ni, Quanle Shen, Qingtian Zeng, et al. Data-driven Seeing Prediction for Optics Telescope: from Statistical Modeling, Machine Learning to Deep Learning Techniques. Research in Astronomy and Astrophysics, 2022, 22(12): 125003. (SCI二区) [2] Weijian Ni, Ming Yan, Tong Liu, Qingtian Zeng. Predicting remaining execution time of business process instances via auto-encoded transition system. Intelligent Data Analysis, 2022, 26(2): 543-562. (SCI, CCF推荐国际期刊) [3] Weijian Ni, Tong Liu, Qingtian Zeng, Nengfu Xie. Mining Domain Terminologies Using Search Engine's Query Log. ACM Transactions on Asian and Low-Resource Language Information Processing, 2021, 20(6):100. (SCI, CCF推荐国际期刊) [4] 倪维健, 吉桂芳, 曾庆田, 刘彤, 段华. 基于表示学习的业务过程模型匹配方法. 计算机集成制造系统, 2021, 27(8). (EI) [5] 刘彤, 刘琛, 倪维健(通讯作者). 多层次数据增强的半监督中文情感分析方法. 数据分析与知识发现, 2021, 5(5): 51-58. (CSSCI) [6] Weijian Ni，Haoyu Guo，Tong Liu，Qingtian Zeng. Automatic role identification for research teams with ranking multi-view machines. Knowledge and Information Systems, 2020, 62(12):4681-4716. (SCI, CCF推荐国际期刊) [7] 倪维健, 郭浩宇, 刘彤, 曾庆田. 基于多头自注意力神经网络的购物篮推荐方法. 数据分析与知识发现, 2020, 4(2-3): 68-77. (CSSCI) [8] 刘彤, 倪维健(通讯作者), 孙宇健, 曾庆田. 基于深度迁移学习的业务流程实例剩余执行时间预测方法. 数据分析与知识发现, 2020, 4(2-3): 134-142. (CSSCI) [9] 倪维健, 孙宇健, 刘彤, 曾庆田, 刘聪. 基于注意力双向循环神经网络的业务流程剩余时间预测方法. 计算机集成制造系统, 2020, 26(6): 1564-1572. (EI) [10] Weijian Ni, Tong Liu and Qingtian Zeng. Sparse Ordinal Regression via Factorization Machines. In Proceedings of the 16th Pacific Rim International Conferences on Artificial Intelligence, 2019: 162-174. (EI, CCF推荐国际会议) [11] Weijian Ni, Yujian Sun, Tong Liu, Qingtian Zeng and Nengfu Xie. NativeHelper: A Bilingual Sentence Search and Recommendation Engine for Academic Writing. In Proceedings of APWeb-WAIM Joint Conference on Web and Big Data, 2019: 412-416. (EI, CCF推荐国际会议) [12] Tong Liu, Weijian Ni(通讯作者), Qingtian Zeng and Nengfu Xie. Predictive Role Discovery of Research Teams Using Ordinal Factorization Machines. In Proceedings of APWeb-WAIM Joint Conference on Web and Big Data, 2019: 187-195. (EI, CCF推荐国际会议) [13] 倪维健, 孙宇健, 曾庆田, 刘彤, 郭浩宇, 刘聪. 基于事件日志增强的时序活动表示学习方法. 计算机集成制造系统, 2019, 25(4): 837-846. (EI) [14] 曾庆田, 刘晨征, 倪维健(通讯作者), 段华. 面向序数回归的组合特征提取方法. 计算机科学, 2019, 46(6): 69-74. [15] Weijian Ni, Tong Liu, Qingtian Zeng, Xianke Zhang. Robust Factorization Machines for Credit Default Prediction. In Proceedings of the 15th Pacific Rim International Conference on Artificial Intelligence, 2018: 941-953. (EI, CCF推荐国际会议) [16] 倪维健, 孙浩浩, 刘彤, 曾庆田. 面向领域文献的无监督中文分词自动优化方法. 数据分析与知识发现, 2018, 2(2): 96-104. (CSSCI) [17] 倪维健, 韦振胜, 曾庆田, 刘彤. 面向自然过程文本的案例信息抽取方法. 计算机集成制造系统, 2018, 24(7): 1680-1689. (EI) [18] Weijian Ni, Tong Liu, Haohao Sun, Zhensheng Wei. An Active Learning Approach to Recognizing Domain-Specific Queries from Query Log. In Proceedings of APWeb-WAIM Joint Conference on Web and Big Data, 2017: 18-32. (EI, CCF推荐国际会议)