朱旭振老师

2020/1-今，北京邮电大学，信息与通信工程学院，副教授

2015/10-2019/12，北京邮电大学，信息与通信工程学院，讲师

2015年毕业于北京邮电大学通信与信息系统专业，获得博士学位。

博士  副教授  中共党员

网络信息处理研究中心

网络与交换技术国家重点实验室

信息与通信工程学院

北京邮电大学 

专注于大数据环境下的链路预测、推荐系统以及复杂网络上的传播动力学，参与多项863项目和国家自然科学基金项目；负责多项数据挖掘和分析项目，发表论文多篇。

研究方向

大数据环境下的数据挖掘与传播动力学研究

近几年，发表40余篇论文，其中以第一作者身份，在国内外期刊上发表刊出SCI检索论文11篇。

作为项目负责人，主持1项在研国家自然科学基金青年项目“海量数据信息下一致性协作推荐机理研究”；

作为主研人，参与1项国家自然科学基金面上项目“基于个性与群组特征的异构网络资源适配机制研究”、1项国家重大科技专项“低时延高可靠5G系统概念样机研发”；参与完成1项国家重大科技专项“面向公路智能交通系统的无线物联网总体技术研究”、1项国家863项目“室内可见光通信与多用户高速接入实验系统”。参与完成DOCOMO北京研究所横向合作项目“小蜂窝网络中的无线资源管理及基于轨道角动量的无线通信研究”；信威横向合作项目“低成本MTC通信及LAA标准的技术研究”。

作为负责人，主持北京邮电大学青年科研创新计划专项1项，网络与交换国家重点实验室探索课题1项。

专业技能

精通C/C++语言,能运用常用算法和数据结构进行程序开发，具有丰富的Linux网络编程和多线程编程经验。

熟悉基于Linux操作系统和ARM处理器的嵌入式系统开发，了解嵌入式系统架构和内核移植。

熟练使用Java语言编程，深刻领悟OOP思想,具有较丰富的界面、网络编程和多线程编程经验。

熟练使用Matlab语言进行模拟仿真实验，

精通Python、R、Shell等脚本语言，能熟练运用Python语言进行数据挖掘建模。

熟悉Hadoop，Spark大数据系统，熟练运用Redis、Hadoop、Spark、Kafka、flume等构建大数据处理平台。

熟悉Echart，使用Html5+CSS3+javascript实现大数据界面展示。

熟练使用Office、Photoshop、Illustrator、Latex以及Origin等办公编辑软件。

英语CET6，并获英语口语B级证书，具有良好的听说读写能力。

获奖情况：

2014年度：获得国家奖学金

2014年度：获得北京邮电大学优秀博士基金全额支持

2018年度：获得中国智能交通协会科学技术二等奖（大数据驱动的多层级需求主动引导关键技术）

2016—2019年度：国家自然科学基金（海量数据信息下基于一致性协作推荐机理研究）

与北京工业大学合作共同研究“大数据驱动的多层级需求主动引导关键技术”，为北京市政府交通规划管理提供决策依据和技术。并获得2018年中国智能交通协会科学技术二等奖，排名第三。

2020年获得“绽放杯”5G应用征集大赛智慧文旅专题赛项目“全景温州5G沉浸式文旅体验商务解决方案”一等奖，排名第二。

近年主要项目经历：

纵向：

1）网络与交换国家重大实验室，前瞻项目，基于多层耦合网络的多尺度病毒传播与控制机理研究， 2021年-2022年， 20万元，在研，主持

2）国家自然科学基金委员会，青年项目，61801044，动态不确定环境下协作边缘缓存演化适配机理研究，2019-01至2021-12，22万元，在研，参加

3）网络与交换技术国家重点实验室，基地自主课题，NST20170206，社交网络上的行为传播机制研究，2017-01至2018-12，10万元，已结题，主持

4）国家自然科学基金委员会，青年项目，61602048，海量数据信息下一致性协作推荐机理研究，2016-01至2019-12，23万元，已结题，主持

5）国家自然科学基金委员会，面上项目，61471060，基于个性与群组特征的异构网络资源适配机制研究，2015-01至2018-12，70万元，已结题，参加

横向：

主持横向项目“基于电力线载波的消防通信系统研发”（2020-2022，49万）

参与横向项目“低成本MTC通信及LAA标准的技术研究”（2015-2017，30万）

参与横向项目“小蜂窝网络中的无线资源管理及基于轨道角动量的无线通信研究”（2013-2018，30万）

项目经历：

项目1:  2014.1-至今   国家863项目   5G移动通信系统总体技术研究

项目简介：本课题面向2020年发展，研究5G业务应用与需求、商业发展模式、用户体验模式、网络演进及发展策略、频谱需求与空中接口技术需求等，开展面向5G频谱应用的信号传播特性、测量与建模研究。

主要工作：在该项目中，我主要有两方面的工作：一方面，参与调研移动通信中典型用户业务需求、应用方式和行为方式，分析用户需求和行为对移动通信系统可能的要求；另一方面，重点研究移动社交网络中好友的关系挖掘和移动互联网中的推荐算法，关键运用复杂网络模型刻画移动社交网络，通过链路预测算法挖掘潜在好友关系，对于移动互联网中的电子商务应用，通过二部图网络建模，基于相似性协作推荐技术研究优化的推荐算法。

项目2:  2011.5-2014.5   欧盟合作项目   EU FP7  Project  EVANS

项目简介：本课题着眼于海量信息基于节点簇的多层次、多尺度的分布式信息存储和共享机制，充分利用局部移动节点间的计算通信能力和局部网络状态设计最优的分布式存储和共享模式，并且研究移动节点间的合作缓存策略，最终实现“存储换带宽”的目的。

主要工作：主要负责节点网络拓扑结构分析及建模。将分布式系统建模为复杂网络，基于链路预测技术研究相似节点之间较为有效、可行的信息存储和共享机制以及合作缓存机制的业务需求。基于复杂网络链路预测技术，结合分布式存储网络中节点分散性、拓扑多样性的场景特点，设计出相关的具有高效自适应能力的链路预测技术，通过建模研究分布式存储网络中节点关系和网络演进。

项目3:  2013.6-至今   自然基金   面向协作生成服务的社交搜索研究

项目简介：面对社会化协作服务生成的背景下，负责协作任务发布以及对协作关系组织的社交推荐成为核心的技术，本课题将研究面向社会化协作关系挖掘的社会计算机理以及社交推荐相关技术。

主要工作：在本项目中我负责潜在社交关系挖掘，通过复杂网络建模社交网络的方式描述网络结构特征和关联方式，发现网络拓扑结构的相似性特征，研究基于局部路径相似性和半局部路径相似性的链路预测算法发掘潜在社交关系并进行社交推荐，预测未来社交关系的演进变化，同时研究社交网络中的社会影响传播，通过建立双层网络模型模拟多关系社交网络状况，研究人群同时存在于两个网络中时，一个网络上影响力的传播对另一个网络上影响力传播的影响。

项目4:  始于2015.1   自然基金   基于个性与群组特征的异构网络资源适配机制研究

项目简介：移动互联网业务的爆发式增长对移动通信网络容量的提升提出了挑战。挖掘新的资源形态，提高异构无线网络资源利用率，将有助于有效地解决该问题的挑战。针对现有异构网络资源管理体制在资源拓展、适配方面灵活性不足的问题，本项目在挖掘提炼用户行为特征的基础上，从用户个性和群组两方面特征入手，对异构网络资源适配机制展开研究。

主要工作：作为用户行为特征分析组组长，带领硕士生进行关于用户特征行为的调研工作，对用户行为研究方向进行梳理、规划。其次负责基于复杂网络下链路预测技术建模研究用户关系行为，将用户关系建模为新的资源形态，研究用户通过关系行为建立起来的潜在业务应用网模式，从用户业务应用关系层面指导资源的调度和预分配。

项目5:  始于2017.1   自然基金青年基金   海量数据下基于一致性的推荐机理研究

项目简介：大数据环境下，推荐系统的出现打破了用户在海量数据中难以获得个性化信息的僵局。在众多推荐算法中，基于二部图的协同过滤算法由于适应性强，准确性、多样性和个性化方面推荐性能优异，得到了广泛关注。但是，以往在二部图上，协同过滤算法主要是基于时间顺序上物品间的因果关系来研究物品相似性的，但当物品间没有因果关系，并且物品的选择是基于用户一致性偏好时，采用因果性推荐将导致相似性估计偏差，造成推荐性能的局限。针对因果性推荐机理的不足，本项目在对比因果性推荐机理和用户选择物品的一致性偏好基础上，从基于一致性机理的物品相似性指标和推荐模型入手，对协同推荐机理及算法展开研究。首先，研究二部图属性对因果相似性估计的影响，以及因果相似性与一致相似性的关系。其次，研究如何基于因果相似性指标构建正向相似性和反向相似性指标。最后，研究基于正向和反向相似性指标构建非平衡一致性协同过滤推荐机理和算法模型

主要工作：作为项目负责人，设计方案和研究关键技术，带领博士和硕士生进行一致性推荐行为的调研工作，对一致性推荐研究方向进行梳理、规划。其次负责基于复杂网络下二部图推荐建模研究用户物品购买关系，通过分析传统因果性推荐研究因果性推荐与一致性推荐的差别，通过因果性推荐找到正向推荐和反向推荐，综合双向推荐得到合理的一致性推荐机理。最后基于一致性推荐机理，研究高效推荐算法，提高推荐的准确性、多样性和个性化。

近年为运营商授课清单

学员、学生评价

朱老师授课经验丰富，能够结合实际工作案例讲解课程，内容深入浅出，深受大家欢迎，反馈成绩都在96分以上。

朱老师在科研领域勤耕不缀的同时，也积极在北邮开展大学生创新创业培训：

指导学生开发的智慧语音课堂系统，获得国家级奖励证书，并在与企业的合作项目中得到有效应用；指导学生开发的基于机器视觉的电子导盲犬项目，获得市级奖励证书，并获得良好的应用反馈；指导学生开发基于机器视觉的智能驾驶技术，获得校级奖励证书，并在与企业的合作项目中得到积极应用反馈。