职　　称：副教授
研究方向：大数据检索与推荐
办公电话：
办公地点：计算机学院426房间

个人简历

张邦佐，男，博士，副教授，博士生导师（2019年11月）。 1991－1995年在东北师范大学就读，获学士学位，并留校任教； 1999－2002年在吉林大学计算机科学与技术学院获得硕士学位； 2003－2009在吉林大学计算机科学与技术学院获得博士学位； 2011年3月－2012年3月在美国伊利诺伊大学芝加哥分校计算机系做访问学者。 主要研究方向为数据库与Web智能，机器学习与信息检索。 目前主持的主要在研项目： [1]张邦佐,林和平,周颜军,朱铁英,姜华,杨凤芹,张日明,孙小新。基于异构信息网络融合社会关系的电子商务推荐系统关键技术研究与开发。吉林省科学技术厅重点科技攻关项目(20150204040GX)，20.0万，2015.01—2017.12 [2]张邦佐,朱铁英,蒲东兵,孙铁利,姜华,孙红光,杨凤芹,张日明,孙小新,冯国忠。大数据环境下的电子商务推荐系统的研究与开发。吉林省发展和改革委员会（2015Y055），20万，2015.01—2017.12

社会兼职

获奖情况 （数据来源：科学技术处、社会科学处）

  • 2023-08-01 全国高校评估检测学术年会优秀论文 优秀奖
  • 2013-12-23 中国商业联合会科学技术奖三等奖

教学信息 （数据来源：教务处）

  • 信息检索理论与技术
  • 算法分析与设计
  • 数据仓库与数据挖掘
  • 数据挖掘（计算机）
  • 大数据分析（计算机技术）
  • 教育数据挖掘（实训）
  • 大数据分析（软件工程）
  • 大数据处理及教育应用
  • 大数据分析
  • 大数据处理及教育应用
  • 数据挖掘
  • 数据结构
  • 大数据技术及应用(1)
  • 数据挖掘理论与应用
  • Web分析与文本挖掘
  • 大数据技术及应用4

科研信息 （数据来源：科学技术处、社会科学处）

  • 项目：
  • 1. 基于异构信息网络融合社交关系的电子商务推荐系统关键技术研究与开发，省、市、自治区科技项目，2015年
  • 2. 大数据环境下的电子商务推荐系统的研究与开发，省、市、自治区科技项目，2015年
  • 3. 基于用户社区和半监督资源组织的电子商务个性化推荐系统的研究与开发，省、市、自治区科技项目，2012年
  • 4. 半监督文本挖掘及其应用，校内自然科学青年基金，2009年
  • 5. 基于图形模式的分类其理论、方法与算法研究，校内自然科学青年基金，2009年
  • 6. 基于学分制的通用动态教学管理系统研究与实现，校内项目，2003年
  • 专著：
  • 1. 计算机实用基础教程，吉林科学技术出版社，01-6年
  • 2. 电子计算机之父，吉林人民出版社，01-1年
  • 论文：
  • 1. Relationship-aware contrastive learning for social recommendations，INFORMATION SCIENCES，2023年
  • 2. Session recommendation based on target attention and directed graph，5th International Conference on Computer Information Science and Application Technology, CISAT 2022，2022年
  • 3. A new document representation based on global policy for supervised term weighting schemes in text categorization，MATH BIOSCI ENG，2022年
  • 4. KCRec: Knowledge-aware representation Graph Convolutional Network for Recommendation，KNOWLEDGE-BASED SYSTEMS，2021年
  • 5. Attribute-aware deep attentive recommendation，J SUPERCOMPUT，2021年
  • 6. Deep Plot-Aware Generalized Matrix Factorization for Collaborative Filtering，NEURAL PROCESS LETT，2020年
  • 7. Extreme Residual Connected Convolution-Based Collaborative Filtering for Document Context-Aware Rating Prediction，IEEE ACCESS，2020年
  • 8. Adaptive Deep Modeling of Users and Items Using Side Information for Recommendation，IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS，2020年
  • 9. 基于SPOC的线上线下混合教学模式探究与实践，长春师范大学学报，2019年
  • 10. Item Recommendation Based on Heterogeneous Information Networks with Feedback Information，2019IEEE International Conference on Bioinformatics and Biomedicine(BIBM)，2019年
  • 11. Trust-Aware Collaborative Filtering with a Denoising Autoencoder，NEURAL PROCESS LETT，2019年
  • 12. Integrating an Attention Mechanism and Convolution Collaborative Filtering for Document Context-Aware Rating Prediction，IEEE ACCESS，2019年
  • 13. 高校网络舆情安全中主题分类方法研究——以新浪微博数据为例，数据分析与知识发现，2018年
  • 14. Multiple Auxiliary Information Based Deep Model for Collaborative Filtering，J COMPUT SCI TECHNOL，2018年
  • 15. A probabilistic model derived term weighting scheme for text classification，PATTERN RECOGN LETT，2018年
  • 16. 结合用户行为信息和信任传递的推荐算法，东北师大学报（自然科学版），2017年
  • 17. 一种基于 Bhattacharyya 系数和项目相关性的协同过滤算法，计算机科学，2017年
  • 18. Recommendation based on trust and distrust social relationships，2017 6th International Conference on Computer Science and Network Technology (ICCSNT)，2017年
  • 19. A SELF-ADAPTIVE TEXT CLASSIFICATION METHOD BASED ON MULTIPLE WORD EMBEDDING AND NEURAL NETWORK，ICIC Express Letters，2017年
  • 20. A novel recommendation method based on user’s interest and heterogeneous information，GAP 2016 and 1st International Workshop on Spatial-temporal Data Management and Analytics，2016年
  • 21. A New Weighted Similarity Method Based on Neighborhood User Contributions for Collaborative Filtering，2016 IEEE First International Conference on Data Science in Cyberspace，2016年
  • 22. Recommendation with Implicit Trust Relationship Based on Users' Similarity，2016 International Conference on Manufacturing Science and Information Engineering(ICMSIE 2016)，2016年
  • 23. Prediction of Ubiquitination Sites with Feature-Weighting Scheme and Naive Bayes Vectorizer，J COMPUT THEOR NANOS，2016年
  • 24. A New Category-Based Weighting Scheme for Automated Text Categorization，J COMPUT THEOR NANOS，2015年
  • 25. 一种基于规则的无监督词性标注方法，吉林大学学报（理学版），2015年
  • 26. On the Practice of ‘Algorithm Analysis and Design’ Course Based on Blackboard Platform，Advances in Social Science,Education and Humanities Research，2015年
  • 27. A novel recommendation algorithm based on heterogeneous information network similarity and preference diffusion，WAIM 2015 and International Workshop on Heterogeneous Information Network Analysis and Applications，2015年
  • 28. 一种融合异构信息网络和评分矩阵的推荐新算法，计算机研究与发展，2014年
  • 29. 基于BB平台的《算法分析与设计》课程实践教学探索，教学研究，2014年
  • 30. Collaborative Filtering Based on User’s Drifting Interests，International Journal of Advancements in Computing Technology(IJACT)，2012年
  • 31. Collaborative Filtering Based on Gradual Forgetting Curves，ICIC Express Letters，2011年
  • 32. A Novel K-Means Clustering Algorithm Based on Positive Examples and Careful Seeding，2010 International Conference on Computational and Information Sciences(ICCIS2010)，2010年
  • 33. Survey of User Behaviors as Implicit Feedback，2010 International Conference on Computer,Mechatronics,Control and Electronic Engineering(CMCE2010)，2010年
  • 34. Research on XML Normalization Struct Indexing Tree，2010 International Colloquium on Computing,Communication,Control,and Management(CCCM2010)，2010年
  • 35. Constrained –Kmeans Cluster based Learning from Positive and Unlabeled Examples，Journal of Computational Information Systems，2009年
  • 36. Reliable Negative Extracting based on kNN for Learning from Positive and Unlabeled Examples，JOURNAL OF COMPUTERS，2009年
  • 37. Co-EM Support Vector Machine Based Text Classification from Positive and Unlabeled Examples，First International Conference on Intelligent Networks and Intelligent Systems，2008年
  • 38. Tri-training based learning from positive and unlabeled data，International Symposium on Information Processing (ISIP 2008)/International Pacific Workshop on Web Mining and Web-based Application，2008年
  • 39. Learning from positive and unlabeled examples: A survey，International Symposium on Information Processing (ISIP 2008)/International Pacific Workshop on Web Mining and Web-based Application，2008年
  • 40. A novel reliable negative method based on clustering for learning from positive and unlabeled examples，LECT NOTES COMPUT SC，2008年
  • 41. 以核心变量为基础的离散贝叶斯网络结构学习，东北师大学报（自然科学版），2005年
  • 42. 基于贝叶斯网络理论的TAN分类器无向依赖扩展，小型微型计算机系统，2005年
  • 43. 在网络应用系统中综合运用B/S和C/S结构的软件技术，计算机工程与应用（增刊），2004年
  • 44. B/S结构数据管理系统的模式化方法，第四届全国计算机支持协同工作 第二届全国智能信息网络 联合会议论文集，2004年
  • 45. 基于OOP技术的B/S结构应用程序优化技术，第四届全国计算机支持协同工作 第二届全国智能信息网络 联合会议论文集，2004年
  • 46. AN EFFICIEMT WEB TRAVERSAL PATTERN MINING ALGORITHM BASED ON SUFFIX ARRAY，Proceedings of the Third International Conference on Machine Learning and Cybernetics，2004年
  • 47. 我国的CAI与CAI软件，华中师范大学学报 ，1996年
  • 专利：
  • 一种基于知识图谱和图卷积网络的推荐方法及其系统 2022-02-11
  • 一种用户推荐方法 2021-11-26
  • 一种电子商务推荐方法 2021-03-16
  • 一种融入内容信息的混合推荐方法 2020-11-06
  • 融合注意力模型的卷积神经网络协同过滤推荐方法及系统 2020-11-06
  • 基于异构信息网络的内容提供方法及系统 2017-01-25
暂停信息维护