教育/科研經曆
張銘，beat365官方网站教授，博士生導師，教育部計算機課程教指委委員；ACM China常務理事，中國ACM教育專委會主席，ACM/IEEE IT2017信息技術課程指南執委，ACM/IEEE CC2020計算機學科規範領導小組成員，2013-2021任ACM全球教育指導委員會唯一的中國理事。自1984年考入beat365，分别獲得學士、碩士和博士學位。研究方向為招文本挖掘、圖機器學習、教育大數據等，目前主持國家自然科學基金面上項目以及頭部公司合作項目，進行前沿探索，解決實際問題并且重視科研成果的轉化落地。合作發表科研學術論文300多篇（NeurIPS ICLR、ICML、KDD、WWW、ACL、AAAI、IJCAI等A類會議和TKDE、TOIS和Information Fusion等頂級期刊），獲得機器學習頂級會議ICML 2014最佳論文獎、網絡信息處理頂級會議WWW 2016最佳論文提名、數據挖掘頂級會議ICDM 2022最佳論文提名。連續入選“全球2000位最具影響力AI學者”，主要貢獻為信息檢索與推薦領域。 發表了SIGCSE、L@S等教學研究論文，出版學術專著1部，獲軟件著作權8項，獲發明專利6項。主編多部教材，其中《數據結構與算法》獲北京市精品教材獎并得到國家“十二五”規劃教材支持。帶領北大《數據結構與算法》團隊，獲評國家級和北京市級精品課程（2008）、國家級精品資源共享課程（2016）、首批國家級一流本科課程（線上和線上線下混合式，兩門一流本科課程，2020），都排名第一位。2021年榮獲CCF傑出教育獎。
張銘老師谷歌學術主頁：https://scholar.google.com/citations?user=LbzoQBsAAAAJ
主持在研項目
1. 2023.11 – 2026.12, 多層次教育知識圖譜構建、檢索與推理，國家重點研發計劃課題（社會治理與智慧社會科技支撐）
2. 2023.1 – 2026.12，預訓練圖表示學習輔助的藥物發現研究，國家自然科學基金
3. 2023.10 – 2028.10，北大-安克具身智能聯合實驗室（任實驗室主任），安克創新
4. 2024.9 – 2025.9，低信噪比時序數據的可擴展流式計算表征學習（三期），正仁量化
教學情況
本科生課程 – 數據結構與算法，統計分析與商務智能，科技創新實踐
研究生課程 - 統計分析與商務智能，科技創新與創業
主要榮譽和獲獎
2002年 beat3652001-2002學年教學優秀獎
2008年 “數據結構與算法”獲得國家級和北京市級精品課程（排名一）
2011年 《數據結構與算法》獲得北京市優秀教材獎（排名一）
2013年 beat365“楊芙清-王陽元院士教師獎”優秀獎
2014年 機器學習領域頂會ICML最佳論文獎
2017年“普惠中拔尖”，獲北京市高等教育教學成果一等獎（排名三）
2020年“數據結構與算法”（線上）被評為國家級一流本科課程（排名一）
2020年“數據結構與算法”（線上線下混合式）國家級一流本科課程（排名一）
2021年 CCF傑出教育獎
2022年 beat3652022年度曾憲梓優秀教學獎
文體類獲獎
2018、2022年 beat365優秀工會積極分子
2015、2017-2020年 beat365信息學院”Lab杯”蟬聯團體冠軍
2018-2019年 beat365教職工乒乓球賽女團蟬聯冠軍
2019年 beat365“國球聯賽”單打第五名（男女一起比賽，男生每局讓4分）
2021年 全國高校“教授杯”乒乓球賽女雙季軍
2021年 beat365“國球聯賽”女單季軍
2021、2023年 beat365“國球聯賽”團體冠軍
2023年 全國高校“教授杯”乒乓球賽女單亞軍、女雙亞軍
2023年 beat365女子花式籃球團體季軍
2024年北京市教育系統教職工乒乓球比賽高校組女子第五名
2024年 全國高校“教授杯”乒乓球賽女單季軍
學術交流
與清華大學、浙江大學、華東師範大學、美國華盛頓大學、美國華盛頓聖路易斯大學、美國加州大學洛杉矶分校、美國南加州大學、加拿大蒙特利爾大學、香港科技大學等學術機構有良好的合作關系。
代表著作
1.Junwei Yang, Hanwen Xu, Srbuhi Mirzoyan, Tong Chen, Zixuan Liu, Zequn Liu, Wei Ju, Luchen Liu, Zhiping Xiao, Ming Zhang, Sheng Wang. Poisoning medical knowledge using large language models. Nature Machine Intelligence, 2024(6), 1156–1168. Nature NMI子刊
2.Bin Feng, Zequn Liu, Nanlan Huang, Zhiping Xiao, Haomiao Zhang, Srbuhi Mirzoyan, Hanwen Xu, Jiaran Hao, Yinghui Xu, Ming Zhang, Sheng Wang. A bioactivity foundation model using pairwise meta-learning. Nature Machine Intelligence, 2024(6), 962–974. Nature NMI子刊
3. Yifang Qin, Hongjun Wu, Wei Ju, Xiao Luo, Ming Zhang: A Diffusion model for POI recommendation. ACM Transactions on Information Systems 2024, 42 (2), 54:1-54
4. Zequn Liu, Wei Zhang, Yingce Xia, Lijun Wu, Shufang Xie, Tao Qin, Ming Zhang, Tie-Yan Liu: MolXPT: Wrapping Molecules with Text for Generative Pre-training. ACL (2) 2023: 1606-1616
5. Wei Ju, Yifang Qin, Ziyue Qiao, Xiao Luo, Yifan Wang, Yanjie Fu, Ming Zhang: Kernel-based Substructure Exploration for Next POI Recommendation. ICDM 2022最佳論文提名
6. Jianhao Shen, Yichun Yin, Lin Li, Lifeng Shang, Xin Jiang, Ming Zhang, Qun Liu: Generate & Rank: A Multi-task Framework for Math Word Problems. EMNLP (Findings) 2021: 2269-2279 (被OpenAI團隊Training verifiers to solve math word problems一文三處引用)
7. A Clear, A Parrish, J Impagliazzo, P Wang, P Ciancarini, E Cuadros-Vargas, S Frezza, J Gal-Ezer, A Pears, S Takada, H Topi, G van der Veer, A Vichare, L Waguespack, M Zhang: Computing curricula 2020 (CC2020) paradigms for global computing education. ACM/IEEE
8. Yifan Wang, Suyao Tang, Yuntong Lei, Weiping Song, Sheng Wang, Ming Zhang: DisenHAN: Disentangled Heterogeneous Graph Attention Network for Recommendation. CIKM 2020: 1605-1614
9. Chence Shi, Minkai Xu, Zhaocheng Zhu, Weinan Zhang, Ming Zhang, Jian Tang: GraphAF: a Flow-based Autoregressive Model for Molecular Graph Generation. ICLR 2020
10. Chence Shi, Minkai Xu, Hongyu Guo, Ming Zhang, Jian Tang: A Graph to Graphs Framework for Retrosynthesis Prediction. ICML 2020: 8818-8827
11. Ming Zhang, Jile Zhu, Zhuo Wang, Yunfan Chen: Providing personalized learning guidance in MOOCs by multi-source data analysis. World Wide Web 22(3): 1189-1219 (2019).
12. Ming Zhang, Bo Yang, Steve Cooper, Andrew Luxton-Reilly: Proceedings of the ACM Conference on Global Computing Education, CompEd 2019, Chengdu, Sichuan, China, May 17-19, 2019. ACM 2019, ISBN 978-1-4503-6259-7
13. Weiping Song, Chence Shi, Zhiping Xiao, Zhijian Duan, Yewen Xu, Ming Zhang, Jian Tang: AutoInt: Automatic Feature Interaction Learning via Self-Attentive Neural Networks. CIKM 2019: 1161-1170.
14. Weiping Song, Zhiping Xiao, Yifan Wang, Laurent Charlin, Ming Zhang, Jian Tang: Session-Based Social Recommendation via Dynamic Graph Attention Networks. WSDM 2019: 555-563
15. Yiping Song, Cheng-Te Li, Jian-Yun Nie, Ming Zhang, Dongyan Zhao, Rui Yan: An Ensemble of Retrieval-Based and Generation-Based Human-Computer Conversation Systems. IJCAI 2018: 4382-4388
16. Meng Qu, Jian Tang, Jingbo Shang, Xiang Ren, Ming Zhang, Jiawei Han: An Attention-based Collaboration Framework for Multi-View Network Representation Learning. CIKM 2017: 1767-1776
17. Chenguang Wang, Yangqiu Song, Haoran Li, Ming Zhang, Jiawei Han: Text Classification with Heterogeneous Information Network Kernels. AAAI 2016: 2130-2136
18. Yichun Yin, Furu Wei, Li Dong, Kaimeng Xu, MingZhang, Ming Zhou: Unsupervised Word and Dependency Path Embeddings for Aspect Term Extraction. IJCAI 2016: 2979-2985
19. Xiang Li, Lili Mou, Rui Yan, Ming Zhang. StalemateBreaker: A Proactive Content-Introducing Approach to Automatic Human-Computer Conversation. IJCAI 2016: 2845-2851. （被英國《每日郵報》報道）
20. Jian Tang, Jingzhou Liu, Ming Zhang, Qiaozhu Mei: Visualizing Large-scale and High-dimensional Data. WWW 2016: 287-297. 最佳論文提名
21. Jian Tang, Meng Qu, Mingzhe Wang, Ming Zhang, Jun Yan, Qiaozhu Mei: LINE: Large-scale Information Network Embedding. WWW 2015: 1067-1077. WWW’2015 被引最多的論文（截止2024年11月，被引6500多次）
22. Chenguang Wang, Yangqiu Song, Ahmed El-Kishky, Dan Roth, Ming Zhang, Jiawei Han: Incorporating World Knowledge to Document Clustering via Heterogeneous Information Networks. KDD 2015: 1215-1224
23. Ming Zhang, Jile Zhu, Yanzhen Zou, Hongfei Yan, Dan Hao, Chuxiong Liu: Educational Evaluation in the PKU SPOC Course "Data Structures and Algorithms". In Proc. of ACM Conference on Learning at Scale 2015: 237-240
24. Jian Tang, Zhaoshi Meng, XuanLong Nguyen, Qiaozhu Mei, Ming Zhang. Understanding the Limiting Factors of Topic Modeling via Posterior Contraction Analysis. ICML 2014: 190-198. Best Paper最佳論文獎
25. Tao Sun, Ming Zhang, and Qiaozhu Mei. Unexpected Relevance: An Empirical Study of Serendipity in Retweets. In The 7th International AAAI Conference on Weblogs and Social Media, 2013.
26. Xiaolong Wang, Furu Wei, Xiaohua Liu, Ming Zhou and Ming Zhang. Graph-based Sentiment Classification for Hashtags in Twitter. CIKM 2011, Glasgow, UK. PP1031-1040.
27. Haoyuan Li, Yi Wang, Dong Zhang, Ming Zhang and Edward Chang. PFP: Parallel FP-Growth for Query Recommendation. In ACM Recommender Systems 2008. Pages 107-114. PFP has been made part of Apache Mahout (http://mahout.apache.org/users/misc/parallel-frequent-pattern-mining.html).
28. 張銘，銀平，鄧志鴻，楊冬青，“SVM+BiHMM：基于統計方法的元數據自動抽取混合模型”。《軟件學報》.19(2).358-368，2008年2月
29. 鄧志鴻，唐世渭，張銘，楊冬青，陳捷。“Ontology研究綜述”。《beat365學報》（自然科學），2002年9月，第38卷5期：730-738
30. Ming Zhang, Virginia Mary Lo: Undergraduate computer science education in China. SIGCSE 2010, pp. 396-400. A referred paper by the course "Images of Computing" delivered by Dr. Carol Frieze,http://www.cs.cmu.edu/~cfrieze/courses/
31. 張銘，耿國華，陳衛衛，胡學剛. 數據結構與算法課程教學實施方案[J]。中國大學教學，2011（3）：PP56-60.
32. 張銘，趙海燕，王騰蛟，宋國傑，《數據結構與算法實驗教程》，高等教育出版社，2011年1月。普通高等教育“十一五”國家級規劃教材。
33. 張銘、王騰蛟、趙海燕，《數據結構與算法》，高等教育出版社，2008年 6月。普通高等教育“十一五”國家級規劃教材
34. 張銘、趙海燕、王騰蛟，《數據結構與算法－－學習指導與習題解析》，高等教育出版社，2005年 10月。普通高等教育“十五”國家級規劃教材配套參考書
35. 李曉明、陳平、張銘、朱敏悅。“關于計算機人才需求的調研報告”。《計算機教育》，2004年8月，PP11-18
