师资队伍

教师风采

当前位置: 首页 -> 师资队伍 -> 教师风采 -> 正文

1CC72

刘金环

职称: 副教授
学院: 数据科学学院
电子邮箱: liujinhuan.sdu@gmail.com
  • 基本信息

  • 项目

  • 获奖

  • 论文

  • 专利

  • 课程

  • 教材或专著

  • 基本信息
    姓名:  刘金环             最高学位:博士                      入职科大时间:2020.09          
    主要研究方向:推荐系统、信息检索和机器学习                                                    导师类别:硕士生导师          
    国内外重要学术组织任职:中国计算机学会会员、模式识别与人工智能专委会委员、计算机辅助设计与图形学专委会委员,山东省人工智能学会理事,CCF YOCSEF AC委员
    学习研究经历:
    2016/09-2020/06山东大学,计算机科学与技术专业 博士
    2020/09-至今 青岛科技大学,数据科学学院 副教授
  • 项目
    [1]省级,山东省青创团队项目,2025年1月-2028年12月,项目负责人
    [2]国家级,国家自然科学基金青年基金(62202253),2023年1月-2025年12月,项目负责人
    [3]省级,山东省自然科学基金青年项目(ZR2021QF074),2022年1月-2024年12月,项目负责人
    [4]校级,青岛科技大学人才项目(12030430010962),2020年9月-2025年9月,项目负责人
  • 获奖
    2024年青岛科技大学先进工作者;
    2024校级青教赛一等奖;
    2022和2024年度优秀班主任(导师);
    2021年蓝桥杯大赛先进考务工作者。
  • 论文
    [1]Jinhuan Liu, Lei Hou, Xu Yu, Xuemeng Song, Zhaochun Ren. Unifying Heterogeneous and Homogeneous Relations for Personalized Compatibility Modeling. Knowledge Based Systems 290: 111560 (2024), (JCR 一区)
    [2]Xu Yu, Qinglong Peng, Feng Jiang, Junwei Du, Hongtao Liang and Jinhuan Liu (通信作者). Multi-Head Attention and Knowledge Graph Based Dual Target Graph Collaborative Filtering Network. Neural Processing Letters.(2023-05)
    [3]Jinhuan Liu, Xuemeng Song, Zhaochun Ren, Liqiang Nie, Zhaopeng Tu, Jun Ma:Auxiliary Template-Enhanced Generative Compatibility Modeling. IJCAI 2020: 3508-3514
    [4]Jinhuan Liu, Xuemeng Song, Liqiang Nie, Tian Gan, Jun Ma. An End-to-End Attention-Based Neural Model for Complementary Clothing Matching. ACM Trans. Multim. Comput. Commun. Appl. 15(4): 114:1-114:16 (2020)
    [5]Jinhuan Liu, Xuemeng Song, Zhumin Chen, Jun Ma. MGCM: Multi-modal generative compatibility modeling for clothing matching. Neurocomputing 414: 215-224 (2020)
  • 专利
    [1]刘金环;于旭;朱凯耀;李政;杜军威;巩敦卫;用户意图解离多行为推荐方法、系统、存储介质及设备,2024-11-05,CN118643222B (发明专利)
    [2]刘金环;侯磊;谭春艳;孙硕吉;杜军威;于旭;基于动态取样和自适应特征融合的个性化兼容性建模方法和系统,2024-9-17,CN 118428993B (发明专利)
    [3]刘金环;侯磊;杜军威;于旭;马军;基于有效邻居取样最大化的图神经网络的个性化建模方法,2022-8-10, CN202210571867.7 (发明专利)
  • 课程
    [1] 本科生课程,人工智能导论,32学时
    [2] 本科生课程,机器学习与模式识别,64学时
    [3] 本科生课程,Python程序设计,64学时
  • 教材或专著