基本情况 |
姓 名:罗辛
职 务:大数据挖掘与应用中心副主任
职 称:研究员、博士生导师
学 历:研究生
学 位:博士
邮 箱:luoxin21@cigit.ac.cn / luoxin21@gmail.com
教育背景 |
本科 2001-2005 电子科技大学 计算机应用技术专业
硕士 2005-2011 北京航空航天大学 计算机应用技术专业
博士 2005-2011 北京航空航天大学 计算机应用技术专业
教学工作 |
大数据智能计算、高维稀疏数据分析、大数据挖掘与分析、推荐系统、社会网络分析
课题项目 |
国家科技部重点研发计划课题,“贿赂犯罪社会关系网络的多粒度分析” (起止日期:2017/7-2020/6、主持)
中科院百人计划项目,“高维稀疏大数据分析与知识发现” (起止日期:2016/1-2018/1、主持)
国家自然科学基金面上项目,“基于隐特征分析的信息推荐技术研究” (起止日期:2018/1-2021/12、主持)
国家自然科学基金青年科学基金项目,“增量协同过滤模型” (起止日期:2013/1-2015/12、主持)
国家自然科学基金国际(地区)合作与交流项目,“基于大数据学习的云服务QoS分析与预
测技术研究” (起止日期:2016/4-2018/3、主持)
论文发表 |
[1] Xin Luo*, Mengchu Zhou, Yunni Xia, and Qingsheng Zhu. An Efficient Non-negative Matrix-factorization-based Approach to Collaborative-filtering for Recommender Systems. IEEE Transactions on Industrial Informatics, 2014, 10(2): 1273-1284.
[2] Xin Luo*, Mengchu Zhou, Shuai Li, Zhuhong You, Yunni Xia, Qingsheng Zhu, and Hareton Leung. An Efficient Second-order Approach to Factorizing Sparse Matrices in Recommender Systems. IEEE Transactions on Industrial Informatics, 2015, 11(4): 946-956.
[3] Xin Luo*, Mengchu Zhou, Shuai Li, Zhuhong You, Yunni Xia, and Qingsheng Zhu. A Non-negative Latent Factor Model for Large-scale Sparse Matrices in Recommender Systems via Alternating Direction Method. IEEE Transactions on Neural Networks and Learning Systems, 2016, 27(3):524-537.
[4] Xin Luo*, Mengchu Zhou, Yunni Xia, Qingsheng Zhu, Ahmed Chiheb Ammari, and Ahmed Alabdulwahab. Generating Highly Accurate Predictions for Missing QoS-data via Aggregating Non-negative Latent Factor Models. IEEE Transactions on Neural Networks and Learning Systems, 2016, 27(3):579-592.
[5] Xin Luo*, Mengchu Zhou, Yunni Xia, and Qingsheng Zhu. An Incremental-and-Static-Combined Scheme for Matrix-Factorization-Based Collaborative Filtering. IEEE Transactions on Automation Science and Engineering, 2016, 13(1):333-343.
[6] Xin Luo*, Jianpei Sun, Zidong Wang, Shuai Li, and Mingsheng Shang. Symmetric and Non-negative Latent Factor Models for Undirected, High Dimensional and Sparse Networks in Industrial Applications, IEEE Transactions on Industrial Informatics, 2017, 13(6):3098-3107.
[7] Xin Luo*, Mengchu Zhou, Shuai Li, Yunni Xia, Zhuhong You, Qingsheng Zhu, and Hareton Leung. Incorporation of Efficient Second-order Solvers into Latent Factor Models for Accurate Prediction of Missing QoS Data. IEEE Transactions on Cybernetics, 2018, 48 (4):1216-1228.
[8] Xin Luo*, Mengchu Zhou, Shuai Li, and Mingsheng Shang. An Inherently Non-negative Latent Factor Model for High-dimensional and Sparse Matrices from Industrial Applications. IEEE Transactions on Industrial Informatics, 2018, 14 (5): 2011-2022.
[9] Xin Luo, Hao Wu, Mengchu Zhou* and Huaqiang Yuan*. Temporal Pattern-aware QoS Prediction via Biased Non-negative Latent Factorization of Tensors. IEEE Transactions on Cybernetics, 2020, 50(5): 1798-1809.
[10] Xin Luo#,*, Mengchu Zhou*, Shuai Li, Lun Hu#, and Mingsheng Shang, Non-negativity Constrained Missing Data Estimation for High-dimensional and Sparse Matrices from Industrial Applications. IEEE Transactions on Cybernetics, 2020, 50(5): 1844-1855.
[11] Xin Luo#, Dexian Wang#, Mengchu Zhou*, and Huanqiang Yuan*. Latent Factor-based Recommenders Relying on Extended Stochastic Gradient Descent Algorithms. IEEE Transactions on System Man Cybernetics: Systems, 2021, 51(2): 916-926.
[12] Xin Luo#*, Zhigang Liu#, Shuai Li, Mingsheng Shang, and Zidong Wang, A Fast Non-negative Latent Factor Model based on Generalized Momentum Method. IEEE Transactions on System Man Cybernetics: Systems, 2021, 51(1): 610-620.
[13] Xin Luo, Zidong Wang*, and Mingsheng Shang*. An Instance-frequency-weighted Regularization Scheme for Non-negative Latent Factor Analysis on High Dimensional and Sparse Data. IEEE Transactions on System Man Cybernetics: Systems, 2021, 51(6): 3522-3532.
[14] Xin Luo#, Ye Yuan#, MengChu Zhou*, Zhigang Liu, and Mingsheng Shang*. Non-negative Latent Factor Model based on β-divergence for Recommender Systems. IEEE Transactions on System Man Cybernetics: Systems, 2021, 51(8): 4612-4623.
[15] Xin Luo*, MengChu Zhou, Shuai Li, and Mingsheng Shang*. Algorithms of Unconstrained Non-negative Latent Factor Analysis for Recommender Systems, IEEE Transactions on Big Data, 2021, 7(1): 227-240.
[16] Xin Luo#, Wen Qin#, Ani Dong, Khaled Sedraoui, and MengChu Zhou*, Efficient and High-quality Recommendations via Momentum-incorporated Parallel Stochastic Gradient Descent-based Learning, IEEE/CAA Journal of Automatica Sinica, 2021, 8(2): 402-411.
[17] Xin Luo, Zhigang Liu, Mingsheng Shang, Jungang Lou*, and MengChu Zhou*. Highly-Accurate Community Detection via Pointwise Mutual Information-Incorporated Symmetric Non-negative Matrix Factorization, IEEE Transactions on Network Science and Engineering, 2021, 8(1): 463-476.
[18] Xin Luo, Yue Zhou, Zhigang Liu, and MengChu Zhou*. Fast and Accurate Non-negative Latent Factor Analysis on High-dimensional and Sparse Matrices in Recommender Systems, IEEE Transactions on Knowledge and Data Engineering, 2021, DOI: 10.1109/TKDE.2021.3125252.
[19]Xin Luo*, Yurong Zhong, Zidong Wang, and Maozhen Li. An Alternating-direction-method of Multipliers-Incorporated Approach to Symmetric Non-negative Latent Factor Analysis, IEEE Transactions on Neural Networks and Learning Systems, 2021, DOI: 10.1109/TNNLS.2021.3125774.
专利/软著 |
[1] 罗辛, 李东扬, 吴迪, 袁野. 基于后邻域正则化的联网服务质量隐特征提取装置与方法. CN: CN112866037A, 2021-05-28.
[2] 刘娟, 罗辛, 程雪峰, 黄学达. 基于大数据技术的托辊故障诊断方法、系统及存储介质. CN: CN112660746A, 2021-04-16.
[3] 刘娟, 罗辛, 程雪峰, 黄学达. 托辊故障智能诊断方法、系统及可读存储介质. CN: CN112660745A, 2021-04-16.
[4] 金龙, 罗辛, 齐一萌. 一种多重信息约束下的多智能体一致性协同控制方法. CN: CN112596395A, 2021-04-02.
[5] 刘娟, 罗辛, 程雪峰, 黄学达. 基于机器学习的托辊故障诊断方法、系统及存储介质. CN: CN112504673A, 2021-03-16.
[6] 袁野, 罗辛, 吴昊. 一种基于广义动量的产品智能推荐装置和方法. CN: CN112258263A, 2021-01-22.
[7] 许明, 周玥, 罗辛. 一种基于大数据的个性化金融服务推荐装置和方法. CN: CN112214668A, 2021-01-12.
[8] 张能峰, 吴昊, 罗辛. 一种基于时间序列的金融服务个性化推荐装置和方法. CN: CN112182395A, 2021-01-05.
[9] 许明, 刘志刚, 罗辛. 一种基于网络表示学习的老人看护装置与方法. CN: CN112182498A, 2021-01-05.
[10] 张能锋, 李卿, 罗辛. 一种基于支持向量机的阿尔兹海默症检测装置. CN: CN112155550A, 2021-01-01.
[11] 袁野, 李超华, 罗辛, 尚明生, 吴迪. 一种视频数据线性偏差主特征提取装置和方法. CN: CN107808163B, 2020-12-29.
[12] 袁野, 许明, 罗辛, 尚明生. 一种Web服务吞吐量时变隐特征分析装置和方法. CN: CN112131080A, 2020-12-25.
[13] 袁野, 罗辛, 尚明生, 吴迪. 一种视频数据多维非负隐特征的提取装置和方法. CN: CN107704830B, 2020-12-08.
[14] 张能锋, 袁野, 罗辛, 尚明生. 一种基于多层随机隐特征模型的网页广告投放装置和方法. CN: CN112036963A, 2020-12-04.
[15] 罗辛, 吴昊, 陈敏治, 尚明生, 刘志刚, 钟裕荣. 一种基于偏置张量分解的云服务响应时间预测方法和装置. CN: CN110113180A, 2019-08-09.
[16] 罗辛, 吴昊, 尚明生, 陈敏治, 钟裕荣, 王德贤. 一种时序网络动态隐特征抽取方法和装置. CN: CN110083631A, 2019-08-02.
[17] 许明, 罗辛, 张能锋, 袁野, 吴迪, 夏云霓. 一种基于非负交替方向变换的用户特征抽取方法及抽取装置. 中国: CN104636486B, 2018-01-02.
[18] 吴迪, 李超华, 尚明生, 罗辛, 袁野. 一种基于数据密度峰值的自标记半监督分类方法及装置. 中国: CN106778859A, 2017-05-31.
史晓雨, 尚明生, 田文洪, 罗辛. 一种能耗感知的云计算服务器资源在线管理方法和系统. 中国: CN106648890A, 2017-05-10.
荣誉奖励 |
[1] 2020 年,国家高层次人才特殊支持计划(万人计划)青年拔尖人才(第五批)
[2] 2020 年,SCI检索、科技部卓越期刊行动计划重点期刊《IEEE/CAA Journal of Automatica Sinica》杰出副编辑奖;
[3] 2019 年,重庆市自然科学基金杰出青年基金
[4] 2019 年,重庆市青年专家工作室领衔专家
[5] 2019 年,重庆市自然科学一等奖:高维稀疏大数据智能分析理论与方法,罗辛(排名 1、主持)、 李伟生、尚明生、曾念寅、夏云霓。中国科学院重庆绿色智能技术研究院、重庆邮电大学、厦门大学;
[6] 2018 年,重庆市科技进步一等奖:智慧金融集成生物识别关键技术及应用,周曦、罗辛(排名 2)、张小洪、李鹏华、李伟生、尚明生、肖斌、姚志强、王洪星、陈琳、周吉祥、李嫄源、朱 智勤、周翔、温浩。重庆中科云丛科技有限公司、中国科学院重庆绿色智能技术研究院、重庆 邮电大学、重庆大学、广州云从信息科技有限公司;
[7] 2018 年,中国人工智能学会吴文俊人工智能科技进步一等奖:智慧金融中的集成生物识别关键技术及应用,周曦、王国胤、罗辛(排名 3)、李伟生、尚明生、肖斌、夏云霓、姚志强、周吉 祥、周丽芳、袁野、吴全旺、周翔、胡峰、温浩。重庆中科云丛科技有限公司、重庆邮电大学、中国科学院重庆绿色智能技术研究院、重庆大学、广州云从信息科技有限公司;
[8] 2017年,高维数据挖掘算法及可信服务计算预测模型研究,重庆市自然科学奖三等奖,排名3;
[9] 2015年,ACM中国学术新星(重庆分会)奖;
[10] 2014年获评优秀青年编委。
2012年,社区服务关键技术研究与应用示范,重庆市科学技术奖科技进步二等奖,排名9;
社会兼职 |
[1] 2018年,中国科学院重庆绿色智能技术研究院大数据挖掘与应用中心副主任;
[2] 2017年,重庆市市级创新创业示范团队:大数据智能计算创新团队带头人;
[3] 2017年,IEEE学会高级会员;
[4] 2017年,EI检索期刊《IEEE/CAA Journal of Automatica Sinica》编委(王飞跃教授、周孟初教授主编);
[5] 2017年,重庆市第三批高层次人才特殊支持计划青年拔尖人才;
[6] 2017年,SCI检索期刊《IEEE Access》(中科院二区)编委;
[7] 2016年,SCI检索期刊《Neurocomputing》(中科院二区)编委(王子栋教授主编)
[1] 2016年,中国科学院率先行动百人计划青年俊才类;
[2] 2014年,重庆市第二批青年科技人才培育计划;
[3] 2013年,SCI检索期刊《Frontiers of Computer Science in China》青年编委(李未院士主编);
[4] 2012年起,担任《IEEE Transactions on Neural Networks and Learning Systems》《IEEE Transactions on Cybernetics》《IEEE Transactions on Industrial Informatics》《Knowledge-Based Systems》《Neurocomputing》等国际期刊的通讯审稿人,完成审稿共计100余篇。