加入收藏 | 设为首页 | 搜索
计算机学院简介
北京邮电大学计算机学院源于1985年9月成立的北京邮电大学计算机工程系,后经多次机构调整和更名,2008年9月由计算机科学与技术专业、网络工程专业、智能科学与技术专业和信息安全专业合并形成了现在的计算机学院。
数据科学与服务中心
数据科学与服务中心概况

北京邮电大学计算机学院数据科学与服务中心是数据科学与大数据技术本科专业建设依托单位,是计算机科学与技术学科一级博士点/硕士点的主要支撑单元。中心教师是支撑教育部信息网络工程研究中心、智能通信软件与多媒体北京市重点实验室和电子政务云计算应用技术国家工程实验室的骨干力量。本中心现有教师15人,其中教授4人,副教授4人,中级职称5人,含博士生导师5人,硕士生导师9人。吴斌教授任中心主任,李劼任中心副主任兼书记。中心每年招收50余名上述学科博士、硕士研究生。

本中心致力于培养具有行业背景的计算机领域高层次人才,中心主要研究领域涉及数据科学与服务科学。研究课题覆盖了分布式计算技术、云计算、大数据技术、人工智能与机器学习、服务计算、服务工程、知识管理、复杂网络、移动互联网等。主要研究方向包括:

数据挖掘与机器学习:社会网络分析、复杂网络理论、图计算、可视化分析、文本分析、机器学习方法、分布式并行数据分析技术及行业数据分析应用开发;数据可视化技术及工具(开源可视化JS集成、可视化工具设计与开发)。及相关技术在无线移动网络、企业信息化、智慧城市、智慧校园、智慧司法、电子政务和国家安全等领域的应用。

云计算与大数据技术:开源云平台及资源调度与任务管理、资源池虚拟化、云迁移、应用架构云演化,服务开放平台及数据开放平台;针对企业信息化积累的海量数据,研究开发基于云计算平台的海量数据特别是图数据的存储、处理、大数据分析等技术;针对多地域大数据协同处理需求,研究开发跨域大数据协同存储、处理与调度技术;大数据开源平台生态研究及API开放;数据分析应用与大数据计算、存储、调度框架集成;元数据管理及数据模型研究。

深度学习及其应用:基于深度学习的图像分类与目标检测、自然语言处理(深度文本分类、深度文本匹配、文本摘要提取);在未来的智能无线移动网络的应用;研究开发基于深度学习的QA问答系统、医疗影像智能分析系统、文本处理系统等行业智能机器人助手;开展面向医疗、健康、养老、金融等行业领域的人工智能及深度学习的理论、算法、模型及应用研发。

服务计算与服务工程:开展面向互联网+的信息基础设施及现代服务业各行业领域的大规模复杂服务系统的服务科学与服务工程研究。包括共性支撑技术、服务集成技术、平台建设及产业化应用示范,研究面向分布式服务架构的系统设计、开发、集成、运营支撑;分布式系统(分布式缓存、持久化存储、消息系统)、微服务架构、互联网安全架构、大规模系统可靠性(集群监控、高并发优化、流量控制);以及移动应用开发框架及中间件、iOS/Android应用新技术、移动用户体验。

中心教师近年来参与承担国家重点研发计划、国家973、863计划、国家自然科学基金重点项目/面上项目和北京市、教育部等纵向项目 40余项,与阿里巴巴、腾讯、三大电信运营商、华为、中兴、IBM等企事业单位合作项目 30 多项。在异质网络分析、移动计算、云计算、信息提取等方面,已取得一系列具有国际先进水平的原创性、创新性研究成果,在国际国内权威刊物和会议如IEEE Transactions on Mobile Computing、IEEE Transactions on Cloud Computing,IEEE TKDE、ACM TIST、Neurocomputing、电子学报、软件学报、计算机学报等期刊,和IJCAI 、AAAI、ACM SenSys、ACM IPSN、KDD、WWW、CIKM 、PAKDD、ASONAM、 IEEE BIG DATA等著名国际会议发表100多篇论文,申请中国发明专利40余项, 获得授权10余项,在国内外产生了较大的学术影响;科研成果在企业推广应用效益显著。

在研的国家和省部级项目:

[1] 2019~2021,国家重点研发计划项目“大数据征信及智能评估技术”

[2] 2019~2021,国家重点研发计划项目 “基于大数据的科技咨询技术与服务平台研发”课题“科技咨询数据资源体系研究与资源建设”

[3] 2018-2021, 国家重点研发计划项目 “司法行政跨区域联合执法协同支撑技术研究”

[4]2018~2020,国家科技条件平台项目“国家人类遗传资源中心大数据共享服务平台”

[5] 2017-2021 国家自然科学基金项目 “面向社会媒体大数据的异质信息网络分析的关键技术研究”

[6] 2017~2019,国家自然科学基金项目“面向移动环境基于群智计算的目标检测系统”

[7] 2018-2020 国家自然科学基金项目 “面向异构信息融合的复杂网络表征学习研究”