beat365王樂業助理教授作為第一作者的基于遷移學習識别網約車的論文《Ridesharing Car Detection by Transfer Learning》于2019年被具有50年曆史的人工智能領域頂級期刊、CCF A類《Artificial Intelligence》錄用，同時被該刊新聞頻道（News）特約報道。《Artificial Intelligence》新聞頻道每年僅精選少量錄用論文進行特約報道（2018年1篇，2019年截至11月2篇）。《Ridesharing Car Detection by Transfer Learning》為國内首次被《Artificial Intelligence》新聞頻道特約報道的論文。該論文合作者包括beat365張大慶教授，香港科技大學楊強教授、麻曉娟助理教授及博士生耿栩。

網約車給我們的生活帶來了很大便利，但違規使用網約車平台的“馬甲車”，“黑車”，人車不匹配等亂象仍廣泛存在，降低了用戶體驗，帶來了安全隐患，也給網約車平台合規高效的運營帶來了挑戰。該論文提出了一種識别網約車的新型遷移學習算法CoTrans,有效融合了半監督學習Co-Training、深度卷積神經網絡CNN等技術，在無需網約車标簽數據的情況下，可從出租車、公交車、渣土車等其他交通、環保等部門監管的車輛中遷移出可有效識别網約車的駕駛行為知識，達到與人工相近的網約車識别準确率。該算法可協助有關部門快速識别疑似網約車，再與已合規登記的網約車進行比對，即可發現無證網約車，完善監管機制，輔助網約車平台運營，提升用戶體驗及安全保障。

王樂業助理教授研究團隊主要聚焦城市數據挖掘與機器學習相關應用研究，特别關注遷移學習及機器學習中的隐私安全技術。王樂業助理教授近一年發表相關一作/通訊論文5篇，其中1篇前瞻性綜述論文發表于IEEE計算機類旗艦雜志Computer，另4篇原創技術論文均發表于CCF A類期刊或會議，在城市數據遷移學習及隐私安全方面的研究水平位于國際前沿。