姓名：唐杰

职称：教授

教育背景

工学博士 (计算机科学与技术), 清华大学, 中国, 2006.

社会兼职

TKDD: 执行主编；

IEEE TKDE, ACM TIST, IEEE TBD, Science China: 编委;

中国计算机学会中文信息技术专业委员会：副主任；

中文信息学会社会媒体处理专业委员会：副主任、秘书长；

KDD 2018：大会副主席；

WWW 2018, CIKM 2016, WSDM 2015, ASONAM 2015: 程序委员会主席；

研究领域

人工智能、社交网络、数据挖掘、机器学习、知识图谱

研究概况

研究兴趣包括：社会网络分析、数据挖掘、机器学习和知识图谱。

主要创新性研究包括：

1）社会影响力分析：提出基于话题的社会网络影响力模型，针对大规模社会网络进行用户级别的微观建模，自动计算用户之间基于不同话题层次的影响力强度，为定量化、细粒度的网络影响力分析给出理论基础，部分解决了影响力最大传播模型的输入假设问题。

2）社会网络用户行为建模：将社会网络的基础理论(结构平衡理论、两阶段传播理论、结构洞理论等) 融入概率因子图模型中对社会网络关系和强度进行定量描述，实现了社会网络关系挖掘的统一学习算法。

3）网络行为建模和影响力分析，提出了针对社会网络的微观动态分析方法，并首次提出了社会影响力的量化分析方法，以及社会网络行为和社会影响力关联关系的分析方法。

4）应用上述研究成果，研发了完全自主知识产权的科技情报大数据挖掘与服务平台AMiner。系统2006年上线以来，已收录论文文献2.3亿、学者1.3亿，为全球学者免费提供学者、文献等科技信息资源检索及学者评价/推荐、技术发展趋势分析、产业发展报告等特色服务。吸引了来自全球220个国家/地区的1000多万次独立IP访问。

研究课题

国家杰出青年基金项目：知识发现与知识工程（2019-2023）；

国家自然科学基金与英国皇家学会联合基金项目：社交网络群体行为分析（2015-2017）；

863课题：基于行为心理动力学模型的群体行为分析与事件态势感知技术（2014-2016）；

国家优秀青年基金项目：知识发现与知识工程（2013-2015）；

IBM国际合作项目: 社会网络搜索和挖掘 (2007-2011);

国家自然科学基金重点课题: 面向Web的社会网络理论与方法研究 (2010-2013);

863课题: 基于概率图模型的异构XML数据集成与检索 (2009-2010);

国家自然科学基金课题: 统一的语义内容标注模型研究 (2008-2010)。

奖励与荣誉

2018年国家自然科学基金杰出青年基金

2017年北京市科学技术奖一等奖（排名1）

2016年微软亚洲研究院合作研究奖

2015年牛顿高级学者基金

2013年中国人工智能学会（CAAI）吴文俊人工智能科学技术（进步）一等奖（排名1）

2012年CCF青年科学家奖

2011年北京科技新星

2011年清华大学优秀员工

2010年清华学术新人奖

2006年度清华大学优秀博士论文