头像
更新时间:2024.08.25
总访问量:10

龚卫华

| 博士 副教授 硕士生导师

单位:

职务:

研究方向:

办公地址: 计算机

办公电话: 85290527

电子邮箱: whgong@zjut.edu.cn

  • 个人简介

    博士/博士后,副教授,硕士生导师。于2006年获得华中科技大学计算机软件与理论专业博士学位,研究方向主要包括社交网络、移动计算和机器学习等领域。2006年至今任职于浙江工业大学计算机学院,分别入选浙江工业大学第三批校级学术骨干和浙江省151人才工程第三层次培养人员。于2014至2016年进入波导公司从事大数据流处理方面的博士后研究工作。目前已主持并结题了浙江省自然科学基金2项,中国博士后科学基金1项,同时还曾参加国家自然科学基金、浙江省科技厅等多项科研项目。至今已在《计算机学报》、《软件学报》、《计算机研究与发展》、《电子学报》、《电子与信息学报》、《通信学报》以及《IEEE Transactions on Service Computing》、《Expert Systems With Applications》、《IEEE Transactions on Neural Networks and Learning Systems》、《Data Mining and Knowledge Discovery》、《KSII Transactions on Internet and Information Systems》、《Chinese Journal of Electronics》等国内外核心期刊上发表了30余篇相关论文,其中20多篇被SCI或EI等收录,还拥有多项授权专利。近年来的主要代表作如下:

    [1]Weihua Gong; Genhang Shen; Anlun Zhao; Lianghuai Yang; Zhen Cheng.“Deep graph embedding learning based on multi-variational graph autoencoders for POI recommendation.Data Mining and Knowledge Discovery.Feb 2024, Accepted.  CCF-B

    [2]Weihua Gong, Genhang Shen, Lianghuai Yang, Haoran Liang,“Sentiment-aware Representation Learning Framework Fusion with Multi-aspect Information for POI Recommendation”. IEEE Transactions on Services Computing, 2024, 17(5):2850-2861。CCF-A,SCI一区

    [3]Weihua Gong,Kechen Zheng, Shubin Zhang, Ping Hu.“Deep pairwise learning for user preferences via dual graph attention model in location-based social networksExpert Systems with Applications, 2023, vol.227, no.120222.  SCI一区

    [4]龚卫华,沈松,裴小兵,杨旭华.基于位置的社交网络中双重异质社区的聚类与关联方法.计算机学报,2020,43(10):1909-1923.CCF-A中文    

    [5]龚卫华,金蓉,裴小兵,梅建萍.LBSN中基于社区联合聚类的协同推荐方法.计算机研究与发展,2019,56(11):2506-2517.CCF-A中文 

    [6]龚卫华,陈彦强,裴小兵,杨良怀.基于位置的社交网络中融合多维关系的社区发现方法.软件学报,2018,29(4):1163-1176.CCF-A中文 

    [7]Binwei Xu, Haoran Liang, Weihua Gong, Ronghua Liang, Peng Chen. “A visual representation-guided framework with global affinity for weakly supervised salient object detection”.IEEE Transactions on Circuits and Systems for Video Technology, 2024,34(1):248-259. SCI一区,CCF-B

    [8]Xiaobing Pei,Chuanbo Chen,Weihua Gong.Concept factorization with adaptive neighbors for document

     clustering.IEEE Transactions on Neural Networks and Learning Systems,2018,29(2):343-352. 

    SCI一区,CCF-B

    [9]龚卫华,兰雪锋,裴小兵,杨良怀.基于k-度匿名的社会网络隐私保护方法.电子学报,2016,44(6):1437-1444. CCF-A中文

    [10]Gong Weihua,JIN Rong,YANG Lianghuai,HUANG Decai.Enhanced entropybased resource searching in 

    unstructured P2P networks.Chinese Journal of Electronics,2015,24(2):229-235.

    [11]龚卫华,郭伟鹏,裴小兵,杨良怀.信任网络中基于节点重要性的层次化划分方法研究.浙江大学学报(工学版),2015,49(9):1609-1615.

    [12]龚卫华,杨良怀,金蓉,丁维龙.基于主题的用户兴趣域算法.通信学报,2011,32(1):72-78.

    [13]龚卫华,郭伟鹏,杨良怀.信任网络中多维信任序列模式挖掘方法研究.电子与信息学报,2014,36(8):1810-1816.

    [14]龚卫华,陈凯,王百城.基于监督学习的分类器自适应融合算法.传感技术学报,2022,35(2):195-201.

    [15]Weihua Gong; Rong Jin; Yanjun Li; Lianghuai Yang; Jianping Mei;Privacy Protection Method for Sensitive Weighted Edges in Social Networks, KSII Transactions on Internet and Information Systems, 2021, 15(2): 540-557 SCI四区






  • 科研项目

    主持科研项目:

    (1) 中国博士后科学基金, 2015M581957, 开放网络环境下P2P用户协同推荐关键技术研究

    , 2015-01 至 2016-12, 结题, 主持

    (2) 浙江省自然科学基金,LY13F020026, 基于声誉的P2P用户信任模型及信任安全研究, 2013-01 至 2015-12, 结题, 主持

    (3) 浙江省自然科学基金,  Y1080102, P2P模型下自适应查询算法及其优化研究, 2009-01 至 2010-12,结题, 主持

    参与科研项目:

    (4) 浙江省“领雁”研发攻关计划项目,2022C01088,基于大数据的海关“智慧大脑”关键技术及示范应用项目,2022年1月1日 至  2024年12月31日,

    (5)国家自然科学基金, 青年科学基金项目, 61802346, 鲁棒性多云存储中的用户数据保密及隐私保护信息检索编码方案研究, 2019-01-01 至 2021-12-31,

    (6)浙江省自然科学基金, LY20F020023,深度聚类联合学习模型及其在文本归类的应用,2020-1-1至2022-12-31

    (7)浙江省自然科学基金, LQ18F020008,多云存储场景下的用户数据保密性研究,2018-1-1至2020-12-31,


  • 教学与课程

    主要承担中外合作办学课程(瑞典Blekinge Institute of Technology):《团队合作与职业规划》、《网络程序设计》。此外,还主讲《数据库原理及应用》、《数据挖掘》、《计算机网络》等本科课程。


  • 育人成果

    指导学生参加DATA TECH2018大数据建模与创新应用大赛(WDD),最佳算法奖,5W

    指导学生参加14届大学生电子商务竞赛省级三等奖,项目名:小机灵智能化跨境商品借卖

    指导学生参加第十三届全国大学生服务外包创新应用大赛获得东部区域赛二等奖、国赛三等奖等

    获校级优秀本科生毕业设计3人次:2020届本科生曹尔哲,2022届王百城,2023届沈根行等等

    指导本科生发表A类期刊学术论文(传感技术学报)及授权专利等。

    连续获2019年,2020年度校级优秀本科生导师2次

    2023年获校级优秀本科生实习指导教师1次。

    2023年获校级优秀毕业论文(设计指导教师1次。



链接

更新时间:2024.08.25
总访问量:10

手机扫描二维码

即可访问本教师主页