职  称:副教授
研究方向:文本数据分析,贝叶斯统计
办公电话:0431-84536338
办公地点:信息科学与技术学院428室
电子邮件:fenggz264@nenu.edu.cn

个人简历

冯国忠,副教授,理学博士。主持国家自然科学基金青年项目1项,吉林省科技发展计划优秀青年人才基金项目1项。从事文本数据分析领域的研究工作。近年来在Information Processing and Management,Pattern Recognition Letters,PLoS ONE等刊物发表论文10余篇。先后获得2007年全国博士生学术论坛优秀论文奖、2014年吉林省优秀博士学位论文奖,吉林省科学技术奖科技进步奖三等奖及东北师范大学2017年实践育人标兵各一项。 【教育经历】 2004/9 - 2012/1,东北师范大学,概率论与数理统计,博士 2000/9 - 2004/7,东北师范大学,数学与应用数学,学士 【科研与学术工作经历】 2018/7-至今,东北师范大学,信息科学与技术学院,副教授 2012/11-2018/6,东北师范大学,信息科学与技术学院,讲师 2018/12-2021/8, George Washington University,Columbian College of Arts & Sciences,Post Doctoral Scientist 2012/11-2015/12,东北师范大学,数学与统计学院,博士后

社会兼职

获奖情况 (数据来源:科学技术处、社会科学处)

  • 2016-11-01 吉林省科学技术奖科技进步奖三等奖

教学信息 (数据来源:教务处)

科研信息 (数据来源:科学技术处、社会科学处)

  • 项目:
  • 1. 基于大数据的贝叶斯文本聚类方法研究,2017年
  • 2. 基于贝叶斯图模型的海量短文本数据统计推断,2015年
  • 论文:
  • 1. Extreme Residual Connected Convolution-Based Collaborative Filtering for Document Context-Aware Rating Prediction,IEEE ACCESS,2020年
  • 2. Clustering Mixed Numeric and Categorical Data With Cuckoo Search,IEEE ACCESS,2020年
  • 3. On combining variable ordering heuristics for constraint satisfaction problems,J HEURISTICS,2020年
  • 4. Item Recommendation Based on Heterogeneous Information Networks with Feedback Information,2019IEEE International Conference on Bioinformatics and Biomedicine(BIBM),2019年
  • 5. Trust-Aware Collaborative Filtering with a Denoising Autoencoder,NEURAL PROCESS LETT,2019年
  • 6. Composite Feature Extraction and Selection for Text Classification,IEEE ACCESS,2019年
  • 7. Clustering mixed numeric and categorical data with artificial bee colony strategy,J INTELL FUZZY SYST,2019年
  • 8. Integrating an Attention Mechanism and Convolution Collaborative Filtering for Document Context-Aware Rating Prediction,IEEE ACCESS,2019年
  • 9. Multiple Auxiliary Information Based Deep Model for Collaborative Filtering,J COMPUT SCI TECHNOL,2018年
  • 10. 基于语义的聚焦爬虫算法研究,东北师大学报(自然科学版),2018年
  • 11. 基于Levenshtein和TFRSF的文本相似度计算方法,计算机与现代化,2018年
  • 12. A probabilistic model derived term weighting scheme for text classification,PATTERN RECOGN LETT,2018年
  • 13. 基于改进Single-Pass算法的网络新闻话题发现,吉林大学学报(理学版),2018年
  • 14. 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
  • 15. 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
  • 16. Recommendation based on trust and distrust social relationships,2017 6th International Conference on Computer Science and Network Technology (ICCSNT),2017年
  • 17. Relevance popularity: A term event model based feature selection scheme for text classification,PLOS ONE ,2017年
  • 18. A method of opinion target extraction based on syntactic structure,ICIC Express Letters,2016年
  • 19. A Term Frequency Based Weighting Scheme Using Naive Bayes for Text Classification,J COMPUT THEOR NANOS,2016年
  • 20. Feature subset selection using naive Bayes for text classification,PATTERN RECOGN LETT,2015年
  • 专利:
  • 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
信息维护