軟件與理論研究所

副研究員（碩導）

安徽省合肥市蜀山區丹霞路485號（合肥工業大學翡翠湖校區）計算機與信息學院

1、受教育經歷

·2008/09-2012/12，合肥工業大學，計算機應用專業，工學博士

·2005/09-2008/06，合肥工業大學，軟件與理論專業，工學碩士

·2001/09-2005/06，合肥工業大學，計算機科學與技術專業，工學學士

2、研究工作經歷

·2016年12月-至今，合肥工業大學計算機與信息學院，副研究員

·2015年5月-2016年11月，合肥工業大學計算機與信息學院，講師

·2013年1月-2015年4月，合肥工業大學軟件工程博士后站，博士后

·2011年8月-2012年12月，微軟亞洲研究院，實習生

2008年4月-2009年4月，新加坡管理大學，助理研究員

本人的研究興趣在于：數據挖掘與智能計算，包括：數據流分類、概念漂移檢測方法、不完全標記數據流的分類算法與模型、多標簽數據流分類、半監督學習

承擔課題：
? 主持人：李培培，第55批中國博士后科學基金面上資助二等資助“面向短文本數據流分類的關鍵問題研究”（No. 2014M551801）(2014.5-2015.5)
? 主持人：李培培，國家青年基金“多標記文本數據流分類方法研究”（No. 61503112） (2016.1-2018.12)
? 子課題負責人：李培培，重點研發計劃項目課題三 “碎片化知識拓撲融合” 子課題（No. 2016YFB1000906） (2016.7-2020.12)

? 主持人：李培培，安徽省青年基金“基于實體語義上下文特征擴展的短文本數據流分類方法研究”（No.1708085QF142） (2017.7-2019.6)
? 校級博士專項課題“多標記文本的數據流分類方法研究”（No. JZ2015HGBZ0461）(2015.110.1-2017.9.30)
參與課題：
[1] 2009.1-2011.12 安徽省自然科學基金“基于漂移特征發現的數據流中概念漂移問題研究及其應用”(No. 090412044)
[2] 2010.1-2012.12 國家自然科學基金：“基于特征發現的數據流概念漂移問題研究”(No. 60975034)
[3] 2013.1-2016.12 國家自然科學基金：“基于協同訓練策略的不完全標記數據流分類問題研究”(No. 61273292)
[4] 2014.1-2016.12教育部博士點博導基金：“基于特征擴展的Web 短文本數據流分類方法研究” (No.20130111110011)
[5] 2010.10-2014.05安徽省科技攻關（科技強警）：“毒品犯罪案件信息綜合管理分析系統”（編號：1001130616）
[6] 2013.1-2017.12 國家973計劃“社交網絡群體影響力及交互作用”（No.2013CB329604）
[7] 2017.1-2020.12 國家自然科學基金：“面向多源高維數據流的在線特征選擇與分類方法研究”(No. 61673152)

2015-2016第二學期，醫學信息專業15級， 數據結構（卓越）課程；

2016-2017第二學期， 信息安全專業16級，數據結構（卓越）課程；

2016-2017第一學期，計算機與信安專業13級， 數據挖掘課程；

        2017-2018第一學期，計算機與信安專業14級，數據挖掘課程；

·2009年度安徽省優秀碩士論文.

·指導學生參加2017年合肥工業大學第三屆“互聯網+”創新創業大賽優勝獎

·指導學生參加2017年安徽省大數據技術與應用大賽獲三等獎

                  ·2017年度校青年教師講課比賽獲三等獎

國際期刊論文：

[1]    Peipei Li^#, Lu He, Haiyan Wang, Xuegang Hu, Yuhong Zhang*, Lei Li, and Xindong Wu, Learning from Short Text Streams with Topic Drifts, IEEE Transactions on Cybernetics, 48(9): 2697-2711, Sept. 2018.

[2] Peipei Li^#*, Haixun Wang, Hongsong Li, and Xindong Wu, Employing Semantic Context for Sparse Information Extraction Assessment, ACM Transactions on Knowledge Discovery from Data,12(5): 54:1-36, July 2018.

[3]Peng Zhou, Xuegang Hu,Peipei Li^*, and Xindong Wu.Online Feature Selection for Class Imbalance Data.Knowledge-based Systems,136: 187-199,2017.

[4]Yuhong Zhang, Guang Chu,Peipei Li^*, Xuegang Hu,andXindong Wu.Three-layer Concept Drifting Detection in Text Data Streams. Neurocomputing, 260: 393-403, 2017.

[5]Peipei Li^*, HaixunWang, Kenny Q. Zhu,Zhongyuan Wang, Xuegang Hu, and Xindong Wu. A Large Probabilistic Semantic Network based Approach to Compute Term Similarity. IEEE Transactions on Knowledge and Data Engineering, 27(10): 2604-2617, 2015.

[6]Peipei Li, Xindong Wu, Xuegang Hu, and Hao Wang^*. An Incremental Decision Tree for Mining Multi-label Data. Applied Artificial Intelligence,29(10):992-1014, 2015.

[7]Peipei Li^*, Xindong Wu, Xuegang Hu, and Hao Wang. Learning Concept-Drifting Data Streams with Random Ensemble Decision Trees. NeuroComputing, 166(6): 68-83, 2015.

[8]Xindong Wu,Peipei Li^*and Xuegang Hu.Learning from Concept Drifting Data Streams with Unlabeled Data. NeuroComputing, 92(1): 145-155, 2012.

[9]Peipei L^i*, Xindong Wu and Xuegang Hu. Mining Recurring Concept Drifts with Limited Labeled Streaming Data. ACM Transactions on Intelligent Systemsand Technology, 3(2): 29:1-32,2012.

[10]Peipei L^i*, Xindong Wu, Xuegang Hu,Qianhui Liang and Yunjun Gao. A Random Decision Tree Ensemble for Mining Concept Drifts from Noisy Data Streams. Applied Artificial Intelligence, 24(7): 680-710, 2010.

[11]Xuegang Hu,Peipei Li^*, Xindong Wu, Gongqing Wu. A Semi-Random Multiple Decision-Tree Algorithm for Mining Data Streams. J. Comput. Sci. Technol. 22(5): 711-724, 2007.

會議論文：

[12]Peipei Li*, Lu He,Junfeng  Liu, Xuegang Hu and Xindong Wu. Max-Relevance and Min-Redundancy based Multi-label Data StreamClassification with Concept Drifting Detection.Submitted to AAA’17,2017.

[13]Peipei Li*, Lu He, Xuegang Hu, Yuhong Zhang, Lei Li, and Xindong Wu. Concept based Short Text Stream Classification with Topic Drifting Detection. In: Proceedings ofInternational Conference on Data Mining (ICDM'16),pp. 1009-1014,2016. (EI檢索號：20171003423991)

[14] Xugang Hu, Junhong He,Peipei Li*, Xindong Wu. Drifting Detection and Model Selection based Ensemble Classification for Data Streams with Unlabeled Data. In: Proceedings ofArtificial Intelligence Science and Technology (AIST’16),pp: 83- 90, 2017.

[15]Peipei Li^*, Hunxun Wang, Hongsong Li, and Xindong Wu. Assessing Sparse Information Extraction using Semantic Contexts. In:Proceedings of 22nd ACM International Conference on Information and Knowledge Management(CIKM’13), pp.1709-1714, 2013.

[16]Peipei Li^*, Hunxun Wang, Kenny Q. Zhu, Zhongyuan Wang, and Xindong Wu. Computing Term Similarity by Large Probabilistic isA Knowledge. In:Proceedings of CIKM’13,pp. 1401-1410, 2013.

[17]Peipei Li^*, Xindong Wu, Qianhui Liang, Xuegang Hu, Yuhong Zhang. Random Ensemble Decision Trees for Concept Drifting Data Streams. In:Proceedings of PAKDD’11, May 24-27, pp. 313-325, Shenzhen China, 2011.

[18]Peipei Li^*, Xindong Wu and Xuegang Hu. Learning from Concept Drifting Data Streams with Unlabeled Data.  In:Proceedings of AAAI10-SA10, July 11-15, pp. 1945-1946, Atlanta, GA, United States, 2010.

[19]Peipei Li^*, Xindong Wu, and Xuegang Hu. Mining Recurring Concept Drifts with Limited Labeled Streaming Data. In:Proceeding of 2nd Asian Conference Machine Learning, Nov. 8-10, pp. 251-262, Tokyo, 2010.

[20]Peipei Li^*, Xuegang Hu, Q.-H. Liang, and Y.-J. Gao.Concept Drifting Detection on Noisy Streaming Data in Random Ensemble Decision Trees. In:Proceedings of the 6th International Conference on Machine Learning and Data Mining, pp. 236-250, 2009.

[21]Peipei Li^*, Qianhui Liang, Xindong Wu, and Xuegang Hu. Parameter Estimation in Semi-Random Decision Tree Ensembling on Streaming Data. In:Proceedings of PAKDD’09,pp. 376-388, 2009.

[22]Qianhui Liang,Peipei Li^*, P. C.K. Hung, and Xindong Wu. Clustering Web Services for Automatic Categorization. In:Proceedings of International Conference on Services Computing, pp. 380-387, 2009.

[23]Peipei Li^*, Xuegang Hu, and Xindong Wu. Mining Concept-drifting Data Streams with Multiple Semi-random Decision Trees. In:Proceedings of 4^th International Conference on Advanced Data Mining and Applications, pp. 733-740, 2008.

國內期刊:

[24]  胡學鋼^#,王海平,郭丹,李培培^*.圖算法求解帶有限長空位和one-off約束的模式匹配問題.模式識別與人工智能, 29(5):400-409,2016.

軟著：
胡學鋼、李培培、吳信東等. 數據流分類算法實驗工具包軟件 ETDSV1.0（登記號為2010SR062895）

專著：

胡學鋼、李培培、張玉紅、吳信東.數據流分類,清華大學出版社, 603千字, ISBN 978-7-302-40599-3, 2016.01.01.

專利：

[1]李培培, 李磊, 張玉紅, 胡學鋼, 劉俊峰, 何路, 吳共慶, 吳信東.一種基于類與特征分布的多標簽數據流中概念漂移檢測方法. 申請號:201710151295.6, 申請日： 2017年03月14日(實際審查)

[2]胡學鋼, 王博巖, 李培培. 自適應多標簽預測方法. 國家發明專利，專利號：ZL201510501816.7，專利申請日：2015年08月14日，授權公告日：2018年05月18日.

  [3]胡學鋼，王海燕，李培培. 一種基于短文本擴展和概念漂移檢測的短文本數據      流分類方法，專利申請號201710994366.9，專利申請日：2017年10月23日.