职　　称：副教授
研究方向：文本挖掘，大数据推荐
办公电话：QQ-58248004
办公地点：信息科学与技术学院428室

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20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。 【主讲课程】 研究生：大数据分析，强化学习，现代工程数学应用 本科生：概率论与数理统计，组合数学（及优化），运筹学，数据挖掘 【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 2012/11-2016/1，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）

  • 大数据分析

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，省、市、自治区科技项目，2017年
  • 2. 基于贝叶斯图模型的海量短文本数据统计推断，国家自然科学基金项目，2015年
  • 论文：
  • 1. 双通道循环网络情感三元组抽取方法研究，东北师大学报（自然科学版），2024年
  • 2. Bayesian estimation of time-varying parameters in ordinary differential equation models with noisy time-varying covariates，COMMUN STAT-SIMUL C，2021年
  • 3. A multi-view clustering algorithm for mixed numeric and categorical data，IEEE ACCESS，2021年
  • 4. Extreme Residual Connected Convolution-Based Collaborative Filtering for Document Context-Aware Rating Prediction，IEEE ACCESS，2020年
  • 5. Clustering Mixed Numeric and Categorical Data With Cuckoo Search，IEEE ACCESS，2020年
  • 6. On combining variable ordering heuristics for constraint satisfaction problems，J HEURISTICS，2020年
  • 7. Item Recommendation Based on Heterogeneous Information Networks with Feedback Information，2019IEEE International Conference on Bioinformatics and Biomedicine(BIBM)，2019年
  • 8. Trust-Aware Collaborative Filtering with a Denoising Autoencoder，NEURAL PROCESS LETT，2019年
  • 9. Composite Feature Extraction and Selection for Text Classification，IEEE ACCESS，2019年
  • 10. Clustering mixed numeric and categorical data with artificial bee colony strategy，J INTELL FUZZY SYST，2019年
  • 11. Integrating an Attention Mechanism and Convolution Collaborative Filtering for Document Context-Aware Rating Prediction，IEEE ACCESS，2019年
  • 12. Multiple Auxiliary Information Based Deep Model for Collaborative Filtering，J COMPUT SCI TECHNOL，2018年
  • 13. 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
  • 14. 基于Levenshtein和TFRSF的文本相似度计算方法，计算机与现代化，2018年
  • 15. A probabilistic model derived term weighting scheme for text classification，PATTERN RECOGN LETT，2018年
  • 16. 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
  • 17. 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
  • 18. 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
  • 19. Recommendation based on trust and distrust social relationships，2017 6th International Conference on Computer Science and Network Technology (ICCSNT)，2017年
  • 20. Relevance popularity: A term event model based feature selection scheme for text classification，PLOS ONE ，2017年
  • 21. A method of opinion target extraction based on syntactic structure，ICIC Express Letters，2016年
  • 22. A Term Frequency Based Weighting Scheme Using Naive Bayes for Text Classification，J COMPUT THEOR NANOS，2016年
  • 23. Feature subset selection using naive Bayes for text classification，PATTERN RECOGN LETT，2015年
  • 专利：
  • 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
暂停信息维护