研究方向

1. 自然语言处理：结构化信息抽取、文本检索、领域文献挖掘

2. 个性化推荐：序列推荐、面向用户群组的推荐、过程模型推荐

3. 深度学习：面向时序数据的深度学习、知识驱动的深度学习

4. 业务过程挖掘：过程执行预测与优化、面向多模态数据的过程模型发现

5. 软件工程：容器化开发技术、软件开发行为挖掘

教育及工作经历

● 2010.9-至今：山东科技大学计算机科学与工程学院，教授，博士生导师；

● 2015.9-2016.10：纽约州立大学宾厄姆顿分校，访问学者（合作导师：Weiyi Meng教授）；

● 2012.4-2015.6：山东科技大学计算机科学与技术博士后科研流动站，博士后（合作导师：曾庆田教授）

● 2008.7-2010.8：百度在线网络技术有限公司，高级工程师；

● 2006.6-2007.9：微软亚洲研究院，访问学生（导师：李航、徐君教授）；

● 2003.9-2008.6：南开大学信息技术科学学院，博士研究生（硕博连读，导师：黄亚楼教授）。

代表性科研项目

1. 山东省自然科学基金：数据驱动与知识引导的业务过程预测型时间性能优化研究，在研，主持。

2. 国家自然科学基金重点项目委托课题：大型天文光学望远镜控制系统智能化软件平台，在研，主持。

3. 科技创新2030“新一代人工智能”重大项目课题：农业生产系统性风险认知和不确定环境下智能决策理论与方法，在研，第2位。

4. 青岛市社科规划项目：面向青岛市应急预案体系的预案综合评估方法研究，在研，主持。

5. 国家自然科学基金：面向用户群组的结构化推荐技术及其应用研究，结题，主持。

6. 山东省优秀中青年科学家科研奖励基金：结构支持向量机自适应学习方法研究及其在农产品价格联动预警中的应用，结题，主持。

7. 山东省高等学校科技计划：面向信息检索的非平衡数据排序学习问题研究，结题，主持。

8. 中国博士后科学基金：面向自然分组样本的统计学习理论与方法研究，结题，主持。

9. 全国统计科学研究计划，基于空间统计的农产品市场区域风险评估研究，结题，主持。

10. 山东省统计科研重点课题，基于统计学习的多类农产品价格联动预警模型研究，结题，主持。

11. 国家自然科学基金，应急预案流程图谱自动建模方法及其在场景式诊断中的应用，结题，第2位。

12. 国家自然科学基金，可重写Petri网理论及在大规模动态分布式系统中的应用，结题，第2位。

代表性学术论文

[1] Weijian Ni, Chengqin Zhang, Tong Liu, Qingtian Zeng, Lingzhe Xu, Huaiqing Wang. An efficient astronomical seeing forecasting method by random convolutional Kernel transformation. Engineering Applications of Artificial Intelligence, 2024, 127: 107259. (SCI二区 Top)

[2] 刘彤, 任欣儒, 尹金辉, 倪维健(通讯作者). 一种全面的少标签样本情形下的知识蒸馏方法. 数据分析与知识发现, 2024, 8(1): 104-113. (CSSCI)

[3] Weijian Ni, Quanle Shen, Tong Liu, Qingtian Zeng, Lingzhe Xu. Generating textual emergency plans for unconventional emergencies—A natural language processing approach. Safety Science, 2023, 160: 106047. (SCI一区 Top)

[4] Weijian Ni, Gang Zhao, Tong Liu, Qingtian Zeng, Xingzong Xu. Predictive Business Process Monitoring Approach Based on Hierarchical Transformer. Electronics, 2023, 12(6): 1273. (SCI)

[5] Rui Cao, Qingtian Zeng, Weijian Ni(通讯作者), Hua Duan, Cong Liu, Faming Lu, Ziqi Zhao. Business process remaining time prediction using explainable reachability graph from gated RNNs. Applied Intelligence, 2023, 53: 13178–13191. (SCI, CCF-C)

[6] Weijian Ni, Quanle Shen, Qingtian Zeng, et al. Data-driven Seeing Prediction for Optics Telescope: from Statistical Modeling, Machine Learning to Deep Learning Techniques. Research in Astronomy and Astrophysics, 2022, 22(12): 125003. (SCI)

[7] Weijian Ni, Ming Yan, Tong Liu, Qingtian Zeng. Predicting remaining execution time of business process instances via auto-encoded transition system. Intelligent Data Analysis, 2022, 26(2): 543-562. (SCI, CCF-C)

[8] Weijian Ni, Tong Liu, Qingtian Zeng, Nengfu Xie. Mining Domain Terminologies Using Search Engine's Query Log. ACM Transactions on Asian and Low-Resource Language Information Processing, 2021, 20(6):100. (SCI, CCF-C)

[9] 倪维健, 吉桂芳, 曾庆田, 刘彤, 段华. 基于表示学习的业务过程模型匹配方法. 计算机集成制造系统, 2021, 27(8): 2661-2669. (EI)

[10] 刘彤, 刘琛, 倪维健(通讯作者). 多层次数据增强的半监督中文情感分析方法. 数据分析与知识发现, 2021, 5(5): 51-58. (CSSCI)

[11] Weijian Ni，Haoyu Guo，Tong Liu，Qingtian Zeng. Automatic role identification for research teams with ranking multi-view machines. Knowledge and Information Systems, 2020, 62(12):4681-4716. (SCI, CCF-B)

[12] 倪维健, 郭浩宇, 刘彤, 曾庆田. 基于多头自注意力神经网络的购物篮推荐方法. 数据分析与知识发现, 2020, 4(2-3): 68-77. (CSSCI)

[13] 刘彤, 倪维健(通讯作者), 孙宇健, 曾庆田. 基于深度迁移学习的业务流程实例剩余执行时间预测方法. 数据分析与知识发现, 2020, 4(2-3): 134-142. (CSSCI)

[14] 倪维健, 孙宇健, 刘彤, 曾庆田, 刘聪. 基于注意力双向循环神经网络的业务流程剩余时间预测方法. 计算机集成制造系统, 2020, 26(6): 1564-1572. (EI)

[15] Weijian Ni, Tong Liu and Qingtian Zeng. Sparse Ordinal Regression via Factorization Machines. In Proceedings of the 16th Pacific Rim International Conferences on Artificial Intelligence, 2019: 162-174. (EI, CCF-C)

[16] Weijian Ni, Yujian Sun, Tong Liu, Qingtian Zeng and Nengfu Xie. NativeHelper: A Bilingual Sentence Search and Recommendation Engine for Academic Writing. In Proceedings of APWeb-WAIM Joint Conference on Web and Big Data, 2019: 412-416. (EI, CCF-C)

[17] Tong Liu, Weijian Ni(通讯作者), Qingtian Zeng and Nengfu Xie. Predictive Role Discovery of Research Teams Using Ordinal Factorization Machines. In Proceedings of APWeb-WAIM Joint Conference on Web and Big Data, 2019: 187-195. (EI, CCF-C)

[18] 倪维健, 孙宇健, 曾庆田, 刘彤, 郭浩宇, 刘聪. 基于事件日志增强的时序活动表示学习方法. 计算机集成制造系统, 2019, 25(4): 837-846. (EI)

[19] Weijian Ni, Tong Liu, Qingtian Zeng, Xianke Zhang. Robust Factorization Machines for Credit Default Prediction. In Proceedings of the 15th Pacific Rim International Conference on Artificial Intelligence, 2018: 941-953. (EI, CCF-C)

[20] 倪维健, 孙浩浩, 刘彤, 曾庆田. 面向领域文献的无监督中文分词自动优化方法. 数据分析与知识发现, 2018, 2(2): 96-104. (CSSCI)

[21] 倪维健, 韦振胜, 曾庆田, 刘彤. 面向自然过程文本的案例信息抽取方法. 计算机集成制造系统, 2018, 24(7): 1680-1689. (EI)

[22] Weijian Ni, Tong Liu, Haohao Sun, Zhensheng Wei. An Active Learning Approach to Recognizing Domain-Specific Queries from Query Log. In Proceedings of APWeb-WAIM Joint Conference on Web and Big Data, 2017: 18-32. (EI, CCF-C)

部分奖励/荣誉称号

1. 山东科技大学毕业生“我最难忘的恩师”，2021；

2. 山东科技大学学生心目中好老师，2021、2022、2023等；

3. 山东科技大学学生科技创新优秀指导教师，2015、2017、2018、2019等；

4. 山东省优秀学士学位论文指导教师，2013；

5. 山东科技大学优秀博士后，2013；

6. 中国软件杯大学生软件设计大赛优秀指导教师，2015、2017、2018、2019等；

7. 山东科技大学优秀科研管理工作者，2012；

8. 百度公司优秀创新个人、2010Q1季度之星，2010；

9. IBM中国优秀学生，2005。

联系方式

■ Email: niweijian AT sdust.edu.cn

■ Tel/Wechat: 一三七 九一九七 九二六九

（欢迎与学业发展有困惑的同学交流；年均招收4名左右研究生，欢迎立志勤学、乐于求知的同学报考）