姓名:冯铃 职称:教授 电话:010-62773581 传真:010-62771138 教育背景工学学士 (计算机科学与工程), 华中理工大学(现华中科技大学), 中国, 1990; 工学博士 (模式识别与智能控制), 华中理工大学(现华中科技大学), 中国, 1995. 社会兼职清华大学 数据科学研究院 计算心理健康研究中心主任 (2015-); 清华大学 信息科学与技术学院 学术委员会委员 (2017-); 清华大学 计算机科学与技术系 学术委员会委员(2007-); 中国 计算机学会数据库专委会委员(2007-)。
研究领域情境感知的数据管理与服务;数据挖掘与仓库;分布式面向对象数据库管理系统 讲授课程 软件前沿技术 (40240751,本科); 分布式数据库系统 (70240063,研究生). 教学概况 我先后在香港理工大学计算学系(1997-1999)、荷兰蒂尔堡大学信息系统与管理系(1997-2001)、荷兰屯特大学计算机系(2001-2006)、中国北京www.288sb.com(2006-)等地讲授18门本科、研究生课程,包括数据库原理、数据库设计与实现、分布式多媒体数据管理、数据安全管理、面向对象程序设计、数据结构与算法、信息系统开发方法、操作系统、软件前沿研讨,以及非计算机专业的程序设计基础等。 过去三年,我的主要教学努力集中在基础教学部设置的面向全校本科一年级学生的程序设计课程。我认为非计算机专业计算机教育应不同于计算机专业的计算机教育。非计算机专业学生有着不同的专业背景,将来也会从事各行各业不同种类的工作。非计算机专业学生通常与诸如信号、图像、方程、表格等实体打交道比较多,对计算的思维方式不同于计算机专业的学生。他们往往将计算机看成是一种工具而非自身的兴趣所在,更非其职业追求的目标,因此用在计算机课程上的学习时间十分有限。 针对非计算机专业学生对计算机课程的需求特点,我在教学课堂上引用的例子是不同专业的学生都可通过直觉所接受的,或者相关领域内的实例。为了能够对非计算机专业的学生有所帮助,教学内容上强调教会他们如何表示日后工作中会用到的数据,以及如何操作这些数据,而对学生不太感兴趣的抽象复杂数据结构(如优先AVL树),则略去不讲。课程目标旨在教授学生基本编程思路与方法,同时培养学生对计算能力,以及计算机能做什么和不能做什么的强大直觉。
研究概况我从事数据管理理论与技术研究30余年。研究领域包括智能空间情境感知的数据安全管理与服务、数据挖掘与数据仓库、分布式面向对象数据库管理系统等。主持承担30余项中国、香港、荷兰、澳大利亚国家尖端级角逐拨款、杰出中青年发明创造等重大项目。在国内外学术期刊和会议(如:ACM TOIS、IEEE TKDE、VLDB、J-BHI等)上发表论文200余篇。 在信息安全管理领域的研究成果因兼具创新与实用性,2003年获得荷兰皇家Philips重大专利。 在数据挖掘领域,我将传统的事务内关联理论拓宽成多维、事务间关联模式,这一扩展对预测系统已产生重大影响。在数据仓库领域的重要工作是运用语言学表征以及模糊推理对数据仓库赋予新的蕴意性语义,该语义较传统的数字聚合信息更能为决策者-人提供有力支持。运用面向对象及概念图论,成功研发出XML数据设计与管理的新方法。在智能空间信息管理领域,提出的场境感知数据管理与服务模式,引发出普适移动数据库中的一系列研究问题。此工作获荷兰皇家科学院杰出中青年发明创造奖(该奖为荷兰最具声望的创新研究基金,用于奖励具备杰出研究才能的中青年者开辟自身的研究领域,也是自该奖2000年设立以来,全荷兰首位计算机学者获此国家尖端级荣誉)。 提出融合社交媒体与日常行为数据感知、预测、预警与疏导青少年心理压力的创新研究及其产业化引发出一个新的计算心理健康研究领域。 研究课题 科技部云计算和大数据重点研发计划:面向高端制造领域的大数据管理系统(2016-2019); 国家自然科学基金课题:感知与疏导青少年心理压力的微博平台(2014-2017); 国家自然科学基金课题:传感数据管理的理论基础与实现技术(2011-2013); 核高基重大专项:非结构化数据管理系统(2010-2011); 清华-波音联合研究中心项目:航空服务中的智能情境感知数据管理(2010-2011) Nokia中国国际合作课题:场境感知移动服务的可扩展体系结构和系统(2009-2011); 国家自然科学基金课题:场境感知的数据管理技术研究(2008-2010); 863课题:支持智能空间的关键技术及原型系统(2008-2010); 荷兰科学研究部杰出中青年创新课题:智能空间中情境感知的数据管理(2005-2010).
奖励与荣誉中国教育部:“长江学者”特聘教授奖励计划 (2007); 清华大学: “百名人才引进”奖励计划 (2006); 清华大学: “清华大学教学成果奖”二等奖 (2009); 中国教育部: 科技进步一等奖 (1993); 荷兰皇家科学院: 杰出中青年发明创造奖 (2004)。
学术成果[1] Hongjun Lu, Ling Feng, and Jiawei Han. Beyond Intra-Transaction Association Analysis: Mining Multi-Dimensional Inter-Transaction Association Rules. ACM Transactions on Information Systems, vol. 18, no. 4, pp. 423-454, 2000. [2] Ling Feng, Tharam Dillon, and James Liu. Inter-Transactional Association Rules for Multidimensional Contexts for Prediction and their Applications to Studying Meteorological Data. International Journal of Data and Knowledge Engineering, vol. 37, pp. 85-115, 2001. [3] Ling Feng, Elizabeth Chang, and Tharam Dillon. A Semantic Network Based Design Methodology for XML Documents. ACM Transactions on Information Systems, vol. 20, no. 4, pp. 390-421, 2002. [4] Ling Feng, Jeffrey X. Yu, Hongjun Lu, and Jiawei Han. A Template Model for Multidimensional Inter-Transactional Association Rules. International Journal of Very Large Data Bases, vol. 11, no. 2, pp. 153-175, 2002. [5] Ling Feng and Tharam Dillon. Using Linguistic Representations to Provide Explanatory Semantics for Data Warehouses. IEEE Transactions on Knowledge and Data Engineering, vol. 15, no. 1, pp. 86-102, 2003. [6] Xiang Li, Ling Feng, Lizhu Zhou, and Yuanchun Shi. Learning in an Ambient Intelligent Environment. IEEE Transactions on Knowledge and Data Engineering, vol. 21, no. 6, pp.910-924, 2009. [7] Yiping Li, Jianwen Chen, and Ling Feng. Dealing with Uncertainty: A Survey of Theories and Practices, IEEE Transactions on Knowledge and Data Engineering (TKDE), 25(11): 2463-2482,2013. [8] Tangjian Deng, Liang Zhao, Hao Wang, Qingwei Liu and Ling Feng. ReFinder: A Context-based Information Re-Finding System. IEEE Transactions on Knowledge and Data Engineering (TKDE), 25(9): 2119-2132,2013. [9] Qi Li, Yuanyuan Xue, Liang Zhao, Jia Jia, and Ling Feng. Analyzing and Identifying Teens Stressful Periods and Stressor Events from a Microblog. IEEE Journal of Biomedical and Health Informatics (J-BHI), 2016. [10] Li Jin, Gangli Liu, Chaokun Wang, and Ling Feng. Personal Web Revisitation by Context and Content Keywords with Relevance Feedback. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2017.
|