非凡娱乐

非凡娱乐｜科技驱动的游戏研发与数字娱乐平台
综合信息服务平台
EN
非凡娱乐｜科技驱动的游戏研发与数字娱乐平台 综合信息服务平台
刘宏志
博士 教授 金融信息与工程管理系 现任：工程管理硕士教育中心副主任 人力资源大数据实验室负责人

刘宏志，北京大学理学博士，教授。主要研究领域：人工智能、大数据、金融科技。已在Journal of Machine Learning Research (JMLR)、IEEE Trans. Pattern Analysis & Machine Intelligence (TPAMI)、IEEE Trans. Knowledge & Data Engineering (TKDE)、ACM Trans. Architecture & Code Optimization (TACO)、AAAI、KDD、WWW等国际知名期刊和会议上发表学术论文90多篇，并编著出版《推荐系统》、《量化投资》、《数据分析：方法与应用》等多部教材。已申请专利10多项。参与和主持国家自然科学基金、重点研发计划、科技支撑计划、国际合作和企业合作项目20多项。

中国计算机学会（CCF）杰出会员、数字金融分会执行委员、数据治理发展委员会执行委员；山东省智能油气工业软件重点实验室副主任。多次应邀担任AAAI、IEEE CEC、IEEE ICCI*CC、ICIC、I-SPAN、ICSS等国际会议的Co-Chair、Session Chair和PC Member。是IEEE TKDE、ACM TKDD、DMKD、Machine Learning等国际知名期刊的审稿人，国际期刊Journal of Interconnection Networks编委。曾担任腾讯、看准网（BOSS直聘）等公司顾问。


非凡娱乐 研究方向

  1. 推荐系统

  2. 量化投资

  3. 数据分析方法及应用

  4. 机器学习理论及应用


非凡娱乐 讲授课程

  1. 《推荐技术与应用》（MOOC： //www.icourse163.org/learn/PKU-1464038187）

  2. 《大数据分析技术与实践》

  3.  《量化投资策略与技术》

编著教材
 

  1. 刘宏志 编著. 《量化投资》. 北京：高等教育出版社. 2025

  2. 刘宏志，吴中海 编著.《推荐系统》(第2版). 北京：机械工业出版社. 2024

  3. 刘宏志，吴中海 编著. 《数据分析：方法与应用》. 北京：高等教育出版社. 2023

  4. 刘宏志 编著.《推荐系统》. 北京：机械工业出版社. 2020

  5. 刘宏志 编著.《数据、模型与决策》. 北京：机械工业出版社. 2019


非凡娱乐 学术论文
期刊论文
 

  1. Boyuan Ren, Hongrui Guo, Hongzhi Liu*, Xudong Tang, Jingming Xue, Zhonghai Wu. BPHD: Enterprise bankruptcy prediction with a hierarchical hypergraph and dual-decision experts. Information Sciences. 738: 123142, 2026  (CCF B类国际期刊)

  2. Zihan Zhang, Hongzhi Liu*, Tianqi Sun, Xiaoshuang Guo, Zhonghai Wu. 2026. BH3-MedRec: Bilateral Hierarchical Heterogeneous Hypergraph Convolution Network for Medication Recommendation. ACM Transactions on Intelligent Systems and Technology. 17, 1, Article 23, 2026[1] 

  3. Yingpeng Du, Hongzhi Liu*, Hengshu Zhu, Yang Song, Zhi Zheng, Zhonghai Wu. Quasi-Metric Learning for Bilateral Person-Job Fit.  IEEE Transactions on Pattern Analysis and Machine Intelligence, 2025 (DOI: 10.1109/TPAMI.2025.3538774) (CCF A类国际期刊)

  4. Hongrui Guo, Tianqi Sun, Hongzhi Liu*, Zhonghai Wu. Adaptive Ensemble Learning with Category-Aware Attention and Local Contrastive Loss.  IEEE Transactions on Circuits and Systems for Video Technology, 35(2):1224 –1236, 2025 (CCF B类国际期刊)

  5. Hongzhi Liu, Yao Zhu, Zhonghai Wu. Knowledge Graph-Based Behavior Denoising and Preference Learning for Sequential Recommendation. IEEE Transactions on Knowledge and Data Engineering, 36(6):2490 – 2503, 2024 (CCF A类国际期刊)

  6. Yingpeng Du, Hongzhi Liu*, Zekai Wang, Yang Song, Zhonghai Wu. Sequential ensemble learning for next item recommendation. Knowledge-Based Systems, 277, 110809: 1-11, 2023 (中科院一区, Impact Factor: 8.8)

  7. Hongzhi Liu, Yingpeng Du, Zhonghai Wu. Generalized Ambiguity Decomposition for Ranking Ensemble Learning [J]. Journal of Machine Learning Research, 23(88):1-36, 2022 (//jmlr.org/papers/v23/20-843.html) (CCF A类国际期刊)

  8. Hongzhi Liu, Jie Luo, Ying Li, Zhonghai Wu. Iterative Compilation Optimization Based on Metric Learning and Collaborative Filtering [J]. ACM Transactions on Architecture and Code Optimization, 19(1), Article No.: 2, pp 1–25, 2022 (//doi.org/10.1145/3480250) (CCF A类国际期刊)

  9. Hongzhi Liu, Yingpeng Du, Zhonghai Wu. AEM: Attentional Ensemble Model for Personalized Classifier Weight Learning, Pattern Recognition, 96, 10697: 1-8, 2019 (中科院一区, Top期刊，Impact Factor: 8.518)

  10. Hongzhi Liu, Zhengshen Jiang, Yang Song, Tao Zhang, Zhonghai Wu. User Preference Modeling Based on Meta Paths and Diversity Regularization in Heterogeneous Information Networks, Knowledge-Based Systems, 181, 104784: 1-10, 2019 (中科院一区, Top期刊，Impact Factor: 8.139)

  11. Hongzhi Liu, Zhonghai Wu, Xing Zhang. CPLR: Collaborative pairwise learning to rank for personalized recommendation, Knowledge-Based Systems, 148: 31-40, 2018  (中科院一区, Top期刊，Impact Factor: 8.139)

  12. 姜正申, 刘宏志*, 付彬, 吴中海, 集成学习的泛化误差和AUC分解理论及其在权重优化中的应用，计算机学报，42(1): 1-15，2019  (CCF A类中文期刊)

会议论文
 

  1. Zeheng Zhong, Hongzhi Liu*, Gong Chen, Boyuan Ren, Guomin Qin, Zhonghai Wu. Hypergraph Diffusion-Based Sequential Ensemble for CTR Prediction. The 49th International ACM SIGIR Conference on Research and Development in Information Retri; float: left; display: block; text-align: center; font-size: 1.2em; line-height: 2em;">发明专利

 

  1. 刘宏志，孙天琦，吴中海. 一种基于大语言模型的搜索推荐任务联合训练方法及系统，专利号：ZL202411979746.1 （已授权）

  2. 刘宏志，张旭坤，吴中海. 基于异构知识和结构融合的药物重定位方法及系统，专利号：ZL202511904753.X （已授权）

  3. 刘宏志，张子涵，吴中海. 基于知识增强超图卷积网络的可解释药物推荐方法及系统，专利号：ZL202511904750.6 （已授权）

  4. 刘宏志，钟则恒，栗琳，丁亮，吴中海. 基于超图和元路径的多视图融合中药重定位方法及系统，专利号：CN202511784849.7 [1] 

  5. 刘宏志，孙天琦，吴中海. 一种基于类别感知注意力的分类方法及系统，专利号：ZL202411979746.1 （已授权）

  6. 刘宏志，任伯元，吴中海. 基于元路径去噪与胶囊网络建模的企业违约预测方法及系统，专利号：ZL202411409783.9（已授权）

  7. 刘宏志，张子涵，吴中海. 一种基于层次超图卷积网络的药物组合推荐方法及系统，专利号：ZL202510029532.6（已授权）

  8. 刘宏志，钟则恒，吴中海. 序列推荐方法、设备及存储介质，专利申请号：CN202511097560.8

  9. 刘宏志，董志金，吴中海. 基于重构和多原型学习的弱监督异常检测方法及设备，专利申请号：CN202411438195.8

  10. 吴勰，刘宏志，倪子恒，孙天琦，吴汶政. 基于事件门控机制的深度时序预测方法及系统，专利申请号：CN202510547216.8

  11. 刘宏志，李浩，吴中海，张兴. 针对Intel移动平台的实时AVS软编码方法，专利号：ZL201410355678.1 （已授权）

非凡娱乐 社会服务

  1. CCF杰出会员、CCF数字金融分会执行委员、CCF数据治理发展委员会执行委员、CCF大数据专委委员、CCF人工智能与模式识别专委委员

  2. 多次担任AAAI、IEEE CEC, ICCI*CC，ICIC，I-SPAN、ICSS等国际会议的Co-Chair、Session Chair和PC Member 

  3. IEEE Transactions on Knowledge and Data Engineering (TKDE)、ACM Transactions on Knowledge Discovery from Data (TKDD)、Data Mining and Knowledge Discovery (DMKD)、Machine Learning等国际知名期刊的审稿人

  4. 国际期刊Journal of Interconnection Networks编委

网站地图