|
|
招机器学习文本挖掘方向博士后和本科实习生。联系email : mzhang_cs [at] pku.edu.cn
找大学、找方向和找导师可以参考CS排名（CSRankings高水平计算机学术会议论文排名）:
基于DBLP的全球计算机专业大学和教授排名，有教授主页链接和谷歌学术网页
Short Bio
张铭，北京大学计算机学院教授，博士生导师，教育部计算机课程教指委委员；ACM China常务理事，中国ACM教育专委会主席，ACM/IEEE
IT2017信息技术课程指南执委，ACM/IEEE
CC2020计算机学科规范领导小组成员，2013-2021任ACM全球教育指导委员会唯一的中国理事。
自1984年考入北京大学，分别获得学士、硕士和博士学位。
研究方向为大语言模型、文本挖掘、图机器学习、科学智能和教育大数据等，目前主持科技部重点研发课题、国家自然科学基金面上项目以及头部公司合作项目，进行前沿探索，解决实际问题并且重视科研成果的转化落地。
合作发表科研学术论文400多篇（ICLR、ICML、KDD、WWW、ACL、AAAI等A类会议和Nature Machine Intelligence、TKDE、TOIS等顶级期刊），获得自然语言处理顶会ACL 2025最佳论文奖、机器学习顶级会议ICML 2014最佳论文奖、网络信息处理顶级会议WWW 2016最佳论文提名。连续入选“全球2000位最具影响力AI学者”，主要贡献为信息检索与推荐领域。 发表了SIGCSE、L@S等教学研究论文，出版学术专著1部，获软件著作权8项，获发明专利6项。主编多部教材，其中《数据结构与算法》获北京市精品教材奖并得到国家“十二五”规划教材支持。带领北大《数据结构与算法》团队，获评国家级和北京市级精品课程（2008）、国家级精品资源共享课程（2016）、首批国家级一流本科课程（线上和线上线下混合式，两门一流本科课程，2020），都排名第一位。2021年荣获CCF杰出教育奖。
Zhang, Ming is a full professor at the School of Computer Science, Peking University.
Prof. Zhang is a member of Advisory Committee of Ministry of Education in China,
a member at large of ACM China Chapter, a former member of ACM Education Advisory Committee
(2013-2021) and the founder and former Chair of ACM SIGCSE China (2016-2023) .
She is one of the five Executive Committee Members of ACM/IEEE IT2017 and a member of the ACM/IEEE
CC2020 steering group. She has published more than 400 research papers on Large Language Model,
Text Mining, Graph Machine Learning, AI for Science and Computing Education in the top conferences,
such as ICML, ICLR, KDD, WWW, ACL, AAAI, as well as top journals such as Nature Machine Intelligence,
TKDE, TOIS, etc. She won the best paper award of ACL 2025, the best paper award of ICML 2014 and the
best paper nominees of WWW 2016. Prof. Zhang is the leading author of several textbooks on
Data Structures and Algorithms in Chinese, and the corresponding course is awarded as
the National Elaborate Course, National Boutique Resource Sharing Course, National Fine-designed Online Course,
National First Class Course by MOE China. She won the CCF Outstanding Education Award in 2021.
-
Jingyang Yuan, Huazuo Gao, Damai Dai, Junyu Luo, Liang Zhao, Zhengyan Zhang, Zhenda Xie, Yuxing Wei,
Lean Wang, Zhiping Xiao, Yuqing Wang, Chong Ruan, Ming Zhang, Wenfeng Liang, Wangding Zeng.
Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention.
ACL (1) 2025: 23078-23097. (自然语言处理顶会 Best Paper)
[论文简介]
-
Chengwu Liu, Ye Yuan, Yichun Yin, Yan Xu, Xin Xu, Zaoyu Chen, Yasheng Wang, Lifeng Shang, Qun Liu, Ming Zhang.
Safe: Enhancing Mathematical Reasoning in Large Language Models via Retrospective Step-aware Formal Verification.
ACL (1) 2025: 12171-12186
- Bin Feng, Zequn Liu, Nanlan Huang, Zhiping Xiao, Haomiao Zhang, Srbuhi Mirzoyan, Hanwen Xu, Jiaran
Hao, Yinghui Xu, Ming Zhang, Sheng Wang. A bioactivity foundation model
using pairwise meta-learning. Nature Machine Intelligence, 2024(6), 962–974. Nature NMI子刊 [论文简介]
- Junwei Yang, Hanwen Xu, Srbuhi Mirzoyan, Tong Chen, Zixuan Liu, Zequn Liu, Wei Ju, Luchen Liu,
Zhiping Xiao, Ming Zhang, Sheng Wang. Poisoning medical knowledge
using large language models. Nature Machine Intelligence, 2024(6), 1156–1168. Nature NMI子刊
[论文简介]
- Yifang Qin, Hongjun Wu, Wei Ju, Xiao Luo, Ming Zhang: A
Diffusion model for POI recommendation. ACM Transactions on Information Systems 2024, 42 (2),
54:1-54
- Zequn Liu, Wei Zhang, Yingce Xia, Lijun Wu, Shufang Xie, Tao Qin, Ming Zhang, Tie-Yan Liu: MolXPT: Wrapping Molecules with Text for Generative
Pre-training. ACL (2) 2023: 1606-1616
- Wei Ju, Yifang Qin, Ziyue Qiao, Xiao Luo, Yifan Wang, Yanjie Fu, Ming Zhang: Kernel-based Substructure Exploration for Next POI
Recommendation. ICDM 2022最佳论文提名
- Jianhao Shen, Yichun Yin, Lin Li, Lifeng Shang, Xin Jiang, Ming Zhang, Qun Liu: Generate & Rank: A Multi-task Framework for Math Word
Problems. EMNLP (Findings) 2021: 2269-2279
- Kewei Cheng, Ziqing Yang, Ming Zhang, Yizhou Sun: UniKER: A Unified Framework for
Combining Embedding and Definite Horn Rule Reasoning for Knowledge Graph Inference. EMNLP (1)
2021: 9753-9771
- A Clear, A Parrish, J Impagliazzo, P Wang, P Ciancarini, E Cuadros-Vargas, S Frezza, J Gal-Ezer, A
Pears, S Takada, H Topi, G van der Veer, A Vichare, L Waguespack, M Zhang: Computing
curricula 2020 (CC2020) paradigms for global computing education[中文].
ACM/IEEE
- Yifan Wang, Suyao Tang, Yuntong Lei, Weiping Song, Sheng Wang, Ming Zhang: DisenHAN: Disentangled Heterogeneous Graph Attention Network
for Recommendation. CIKM 2020: 1605-1614
- Yiping Song, Zequn Liu, Wei Bi, Rui Yan, Ming Zhang,Learning to
Customize Model Structures for Few-shot Dialogue Generation Tasks，ACL 2020: 5832-5841. [源码] [论文简介][视频]
- Chence Shi, Minkai Xu, Hongyu Guo, Ming Zhang, Jian Tang,A Graph to
Graphs Framework for Retrosynthesis Prediction，Accepted by ICML 2020 [论文简介][视频]
- Chence Shi, Minkai Xu, Zhaocheng Zhu, Weinan Zhang, Ming Zhang, Jian Tang,GraphAF: a Flow-based Autoregressive Model for Molecular
Graph
Generation，ICLR 2020 [论文简介][视频]
- Weiping Song, Chence Shi, Zhiping Xiao, Zhijian Duan, Yewen Xu, Ming Zhang, Jian Tang,AutoInt: Automatic Feature Interaction Learning via
Self-Attentive
Neural Networks，CIKM 2019: 1161-1170
- Weiping Song, Zhiping Xiao, Yifan Wang, Laurent Charlin, Ming Zhang, Jian Tang,Session-Based Social Recommendation via Dynamic Graph
Attention Networks，WSDM 2019: 555-563
- Ming Zhang, Bo Yang, Steve Cooper, Andrew Luxton-Reilly: Proceedings of the ACM Conference on Global Computing
Education, CompEd 2019, Chengdu,Sichuan, China, May 17-19, 2019. ACM 2019,
ISBN 978-1-4503-6259-7
- Ming Zhang; Jile Zhu; Zhuo Wang; Yunfan Chen,Providing personalized learning
guidance in MOOCs by multi-source data analysis，World Wide Web 22(3): 1189-1219 (2019)
- Yiping Song, Cheng-Te Li, Jian-Yun Nie, Ming Zhang, Dongyan Zhao, Rui Yan. An Ensemble of Retrieval-Based and Generation-Based
Human-Computer Conversation Systems. IJCAI 2018: 4382-4388.
- Luchen Liu, Jianhao Shen, Ming Zhang, Zichang Wang and Jian Tang. Learning the Joint Representation of Heterogeneous Temporal
Events for Clinical Endpoint Prediction. AAAI’18
[源码] [论文简介]
- Ming Zhang; Jile Zhu,A data-driven analysis of
student efforts and improvements on a SPOC experiment, ACM TUR-C 2017: 1:1-1:6
- Meng Qu, Jian Tang, Jingbo Shang, Xiang Ren, Ming Zhang, Jiawei Han, An Attention-based Collaboration
Framework for Multi-View Network Representation Learning, CIKM 2017: 1767-1776
- He Jiang ; Yangqiu Song; Chenguang Wang; Ming Zhang; Yizhou Sun,Semi-supervised Learning over Heterogeneous
Information Networks by Ensemble of Meta-graph Guided Random Walks, IJCAI 2017: 1944-1950
- Xiang Li, Lili Mou, RuiYan, Ming Zhang. StalemateBreaker:
A Proactive Content-Introducing Approach to Automatic Human-Computer Conversation. IJCAI 2016:
2845-2851.《每日邮报》报道;北大新闻报道“信息科学技术学院张铭教授课题组在人机对话系统研究中取得重要进展”
- Yin Yichun, Wei Furu, Dong Li, Xu Kaimeng, Zhang Ming and Zhou Ming. Unsupervised Word and Dependency Path
Embeddings for Aspect Term Extraction. IJCAI 2016: 2979-2985.
- Jian Tang, Jingzhou Liu, Ming Zhang, Qiaozhu Mei. Visualizing Large-scale and High-dimensional Data. WWW
2016: 287-297. (网络信息领域顶会 Best
paper nominee).
- Chenguang Wang, Yangqiu Song, Haoran Li, Ming Zhang, Jiawei Han. Text Classification
with Heterogeneous Information Network Kernels. AAAI 2016: 2130-2136. 数据下载
- Chenguang Wang, Yangqiu Song, Ahmed El-Kishky, Dan Roth, Ming Zhang, Jiawei Han, Incorporating World Knowledge to
Document Clustering via Heterogeneous Information Networks. SIGKDD 2015：1215-1224.
- Ming Zhang, Jile Zhu, Yanzhen Zou, Hongfei Yan, Dan Hao, Chuxiong Liu: Educational Evaluation in the PKU SPOC Course
"Data Structures and Algorithms". In Proc. of ACM Conference on Learning at Scale , L@S 2015:
237-240
- Chenguang Wang, Yangqiu Song, Dan Roth, Chi Wang, Jiawei Han, Heng Ji, Ming Zhang. Constrained
Information-Theoretic Tripartite Graph Clustering to Identify Semantically Similar Relations. IJCAI
2015: 3882-3889
- Jian Tang, Meng Qu, Mingzhe Wang, Ming Zhang, Jun Yan, Qiaozhu
Mei. LINE: Large-scale Information Network Embedding.
WWW 2015: 1067-1077.源代码下载
- Fangtao Li, Sheng Wang, Shenghua Liu, Ming Zhang. SUIT: A Supervised
User-Item based Topic model for Sentiment Analysis. In Proc. of Twenty-Eighth Conference on
Artificial Intelligence (AAAI-14), 2014:1636-1642.
- Ziqi Wang, Gu Xu, Hang Li, and Ming Zhang, A Probabilistic Approach to
String Transformation. IEEE Trans. Knowl. Data Eng. 26(5): 1063-1075 (2014).
- Jian Tang, Zhaoshi Meng, XuanLong Nguyen, Qiaozhu Mei, Ming
Zhang. Understanding the Limiting Factors
of Topic Modeling via Posterior Contraction Analysis. ICML 2014: 190-198 (机器学习顶会 Best Paper)
- Jian Tang, Ming Zhang, and Qiaozhu Mei. One Theme in All Views: Modeling Consensus
Topics in Multiple Contexts. KDD 2013, Oral full paper. Chicago, U.S, August 11-14, 2013.
PP5-13..
- Tao Sun, Ming Zhang, and Qiaozhu Mei. Unexpected Relevance: An Empirical Study
of Serendipity in Retweets. In The 7th International AAAIConference on Weblogs and Social Media,
2013.
- Xiaolong Wang, Furu Wei, Xiaohua Liu, Ming Zhou and Ming Zhang. Graph-based Sentiment Classification for
Hashtags in Twitter. CIKM 2011, Glasgow, UK. PP1031-1040.
- Ziqi Wang, Gu Xu, Hang Li and Ming Zhang, A Fast and Accurate Method for
Approximate String Search. The 49th Annual Meeting of the Association for Computational
Linguistics: Human Language Technologies (ACL’11), Portland, Oregon, USA, June 19-24, 2011. PP52-61.
- Haoyuan Li, Yi Wang, Dong Zhang, Ming Zhang and
Edward Chang. PFP: Parallel FP-Growth for
Query Recommendation. In ACM Recommender Systems 2008. October 23-25, 2008 Polydôme Lausanne
Switzerland. Pages 107-114.
PFP has been made part of Apache Mahout (http://mahout.apache.org/users/misc/parallel-frequent-pattern-mining.html).
- 张铭，陈娟，韩飞，杨晓春，吴锡，"ACM/IEEE计算课程体系规范CC2020对中国计算机专业设置的启发"。《中国计算机学会通讯》，2020年，第16卷第12期，32-37
- 张铭，“计算机教育的研究”。《中国计算机学会通讯》.2019年，第15卷第4期.8-9
- 张科， 张铭， 陈娟， 张昱， 常轶松，“计算机教育研究浅析——从ACM计算机科学教育大会看国内外计算机教育科研”。《中国计算机学会通讯》.2019年，第15卷第4期.16-25
- 张铭，“计算机教育的科学研究和展望”。《计算机教育》.2017年第12期，12.5-10
- 张昱、陈娟、肖胜刚、张铭，“由第 48 届 ACM
计算机科学教育大会看国内计算机教育科研”。《计算机教育》.2017年第9期，176-179
- 张铭，银平，邓志鸿，杨冬青，“SVM+BiHMM：基于统计方法的元数据自动抽取混合模型”。《软件学报》.19(2).358-368，2008年2月
- 邓志鸿，唐世渭，张铭，杨冬青，陈捷。“Ontology研究综述”。《北京大学学报》（自然科学），2002年9月，第38卷5期：730-738。
- Ming Zhang, Virginia Mary Lo: Undergraduate computer science education
in China. In Gary Lewandowskiet. al. (Eds.): Proceedings of the 41st ACM technical symposium on
Computer science education, SIGCSE 2010, Milwaukee, Wisconsin, USA, March 10-13, 2010. ACM 2009, ISBN
978-1-4503-0006-3 pp. 396-400.A referred paper by the course "Images of Computing" delivered by Dr.
Carol Frieze, http://www.cs.cmu.edu/~cfrieze/courses/
- 张铭，耿国华，陈卫卫，胡学刚. 数据结构与算法课程教学实施方案[J]。中国大学教学，2011（3）：PP56-60.
- 张铭，赵海燕，王腾蛟，宋国杰，《数据结构与算法实验教程》，高等教育出版社，2011年1月。普通高等教育“十一五”国家级规划教材。
- 张铭、王腾蛟、赵海燕，《数据结构与算法》，高等教育出版社，2008年 6月。普通高等教育“十一五”国家级规划教材
- 张铭、赵海燕、王腾蛟，《数据结构与算法－－学习指导与习题解析》，高等教育出版社，2005年 10月。普通高等教育“十五”国家级规划教材配套参考书
- 李晓明、陈平、张铭、朱敏悦。“关于计算机人才需求的调研报告”。《计算机教育》，2004年8月，PP11-18。
主要荣誉与获奖
- 2025年 自然语言处理领域顶会ACL最佳论文奖
- 2022年 北京大学2022年度曾宪梓优秀教学奖
- 2021年 CCF杰出教育奖
- 2020年“数据结构与算法”（线上线下混合式）国家级一流本科课程（排名一）
- 2020年“数据结构与算法”（线上）被评为国家级一流本科课程（排名一）
- 2018年“数据结构与算法”被评为国家精品在线开放课程（排名一）
- 2018年 北京大学优秀工会积极分子
- 2017年“计算思维创新教学实践：数据结构与算法”，获北京市高等教育教学成果一等奖（排名二）
- 2017年“普惠中拔尖”，获北京市高等教育教学成果一等奖（排名三）
- 2016年 “数据结构与算法”获中国高校计算机教育MOOC联盟优秀课程奖（排名一）
- 2016年 “数据结构与算法”获评教育部精品资源共享课程（排名一）
- 2014年 机器学习领域顶会ICML最佳论文奖
- 2013年 北京大学“杨芙清-王阳元院士教师奖”优秀奖
- 2013年 “数据结构与算法”获北京市微课比赛优秀作品奖（排名一）
- 2011年 《数据结构与算法》获得北京市优秀教材奖（排名一）
- 2008年 “数据结构与算法”获得国家级和北京市级精品课程（排名一）
- 2004年“数据结构与算法课程的教学研究和实践”北京大学教学成果一等奖（排名一）
- 2002年 北京大学2001-2002学年教学优秀奖
主要乒乓球获奖
- 2026年 “北大杯”乒乓球赛混团亚军
- 2025年 全国高校“教授杯”乒乓球赛女双冠军
- 2024年 全国高校“教授杯”乒乓球赛女单季军
- 2024年北京市教育系统教职工乒乓球比赛高校组女子第五名
- 2023年 第四届全国高校“教授杯”乒乓球赛女单亚军、女双亚军
- 2023年 北京大学“国球联赛”团体冠军
- 2021年 北京大学“国球联赛”团体冠军
- 2021年 北京大学“国球联赛”女单季军
- 2021年 全国高校“教授杯”乒乓球赛女双季军
- 2020年 北京大学信息学院”Lab杯”团体冠军
- 2019年 北京大学教职工乒乓球赛女团冠军
- 2019年 北京大学“国球联赛”单打第五名（男女一起比赛，男生每局让4分）
- 2018年 北京大学教职工乒乓球赛女团冠军
- 2018年 北京大学信息学院”Lab杯”团体冠军
- 2017年 北京大学信息学院”Lab杯”团体冠军
- 2015年 北京大学信息学院”Lab杯”团体冠军
Last Updated: March 2024
|
