中国人民大学信息学院硕士研究生导师信息：魏哲巍

　　考研中一般在复试期间大家会联系硕士研究生导师，因为提前联系运气好的话，导师看到你的简历后可能对你非常感兴趣，在不违背原则的前提下没准会对你的复试指点一二。那在和导师邮件沟通的过程中如果你对导师的学术著作颇有研究或者在考研前就已经瞄准某位导师，那就很有必要对于硕士研究生导师的信息提前熟悉了解，方便以后的沟通。下面新东方在线考研频道为大家分享：“ 中国人民大学信息学院硕士研究生导师信息：魏哲巍 ”文章。

　　魏哲巍

　　魏哲巍博士，教授，博导。2008年本科毕业于北京大学数学科学学院，2012年博士毕业于香港科技大学计算机系;2012年至2014年于奥胡斯大学海量数据算法研究中心担任博士后研究员，2014年9月加入中国人民大学信息学院担任副教授，2019年8月起任教授。2020年4月加入高瓴人工智能学院。

　　更多信息，请参见个人主页：www.weizhewei.com与gsai.ruc.edu.cn/zhewei

　　个人主页：www.weizhewei.com

　　电子邮箱：zhewei at ruc.edu.cn

　　更多教育经历

　　2008年9月至2012年3月：香港科技大学计算机科学及工程系，博士，导师：Ke Yi

　　2004年9月至2008年6月：北京大学数学科学学院，学士

　　工作经历

　　2020年4月至今：中国人民大学高瓴人工智能学院，教授(长聘副教授)

　　2019年8月2020年4月：人民大学信息学院，教授

　　2014年9月至2019年7月：人民大学信息学院，副教授

　　2012年9月至2014年8月：丹麦奥胡斯大学海量数据算法研究中心(MADALGO)，博士后研究员，合作导师：Lars Arge

　　2012年3月至2012年8月：香港科技大学，博士后研究员，合作导师：Ke Yi

　　研究方向

　　● 本人自2020年在高瓴人工智能学院(ai.ruc.edu.cn)招收博士和硕士研究生，主页请见：gsai.ruc.edu.cn/zhewei

　　● 大数据算法;图机器学习与图神经网络;数据流算法

　　● 重点关注大数据算法与传统算法的三个区别：

　　1. 从追求多项式时间算法转变为追求近线性/亚线性概率近似算法

　　2. 从传统RAM模型到数据流、外存等新型计算模型

　　3. 从最坏情况分析到典型数据分析

　　● 在研课题：

　　1. 图神经网络(Graph Neural Network)理论基础

　　2. 大规模图机器学习

　　3. 人工智能赋能的数据库优化算法

　　4. 机器学习赋能的数据流算法

　　讲授课程

　　2020-2021: 数据结构与算法II(本科生荣誉课程)

　　2020-2021: 数据结构与算法I(本科生荣誉课程)

　　2019-2020: 数据结构与算法II(本科生荣誉课程)

　　2019-2020：数据结构与算法I(本科生荣誉课程)

　　2017-2019：ACM-ICPC算法与程序设计(本科生专业选修课)

　　2016-2019：算法分析与设计(本科生专业必修课)

　　2015-2018：海量数据算法(研究生学科基础课)

　　2016：运筹学基础(本科生专业必修课)

　　2015：高等数学(本科生学科基础课)

　　科研项目

　　(1)国家自然科学基金-重点项目，大规模图的复杂性分析与高效计算(编号61932001，2020.01-2024.12，300万)，子课题负责人

　　(2)国家自然科学基金-面上项目，大图节点相似度计算及其应用(编号61972401，2020.01-2023.12，60万)，主持

　　(3)国家自然科学基金-重点项目，跨模态大数据实时交互式分析(编号61832017，2019.01-2023.12，300万)，参与

　　(4)国家自然科学基金-青年项目，支持摘要搜索的数据库多维动态索引技术研究(编号61502503，2016.01-2018.12，21万)，主持

　　(5)阿里巴巴air项目，支持实时数据分析的采样算子和AQP算法(2021.01-2022.12，50万)，主持

　　(6)阿里巴巴air项目，数据库中高效的采样算子和应用(2020.01-2021.12，50万)，主持

　　(7)中国人民大学决策咨询及预研委托项目预研及委托项目，社交网络中的邻近度近似查询方法研究(编号18XNLG21，2018.03-2020.12。30万)，主持

　　(8)中国人民大学年度项目新教师启动金项目，关系数据库中的略图搜索方法研究(编号15XNLF02，2015.04-2017.12，24万)，主持

　　科研成果

　　中国计算机学会(CCF)A类会议/期刊论文(标记*号为通讯作者论文)

　　[1] Zhewei Wei, Ke Yi: The Space Complexity of 2-Dimensional Approximate Range Counting. SODA 2013: 252-264

　　[2] Pankaj K. Agarwal, Graham Cormode, Zengfeng Huang, Jeff M. Phillips, Zhewei Wei*, Ke Yi: Mergeable summaries. ACM Trans. Database Syst. 38(4): 26:1-26:28 (2013)

　　[3] Ke Yi, Lu Wang, Zhewei Wei*: Indexing for summary queries: Theory and practice. ACM Trans. Database Syst. 39(1): 2:1-2:39 (2014)

　　[4] Zhewei Wei, Ge Luo, Ke Yi, Xiaoyong Du, Ji-Rong Wen: Persistent Data Sketching. SIGMOD Conference 2015: 795-810

　　[5] Yu Liu, Jiaheng Lu, Hua Yang, Xiaokui Xiao, Zhewei Wei*: Towards Maximum Independent Sets on Massive Graphs. PVLDB 8(13): 2122-2133 (2015)

　　[6] Zhewei Wei, Xuancheng Liu, Feifei Li, Shuo Shang, Xiaoyong Du, Ji-Rong Wen: Matrix Sketching Over Sliding Windows. SIGMOD Conference 2016: 1465-1480

　　[7] Shuo Shang, Lisi Chen, Zhewei Wei, Christian S. Jensen, Ji-Rong Wen, Panos Kalnis: Collective Travel Planning in Spatial Networks. IEEE Trans. Knowl. Data Eng. 28(5): 1132-1146 (2016)

　　[8] Ju Fan, Zhewei Wei, Dongxiang Zhang, Jingru Yang and Xiaoyong Du. Distribution-Aware Crowdsourced Entity Collection. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2016.

　　[9] Sibo Wang, Renchi Yang, Xiaokui Xiao, Zhewei Wei*, Yin Yang: FORA: Simple and Effective Approximate Single-Source Personalized PageRank. KDD 2017: 505-514

　　[10] Haida Zhang, Zengfeng Huang, Zhewei Wei, Wenjie Zhang, Xuemin Lin: Tracking Matrix Approximation over Distributed Sliding Windows. ICDE 2017: 833-844

　　[11] Shuo Shang, Lisi Chen, Zhewei Wei, Christian S. Jensen, Ji-Rong Wen, Panos Kalnis: Collective Travel Planning in Spatial Networks. ICDE 2017: 59-60

　　[12] Yu Liu, Bolong Zheng, Xiaodong He, Zhewei Wei*, Xiaokui Xiao, Kai Zheng, Jiaheng Lu: ProbeSim: Scalable Single-Source and Top-k SimRank Computations on Dynamic Graphs. PVLDB 11(1): 14-26 (2017)

　　[13] Shuo Shang, Lisi Chen, Zhewei Wei, Christian S. Jensen, Kai Zheng, Panos Kalnis: Trajectory Similarity Join in Spatial Networks. PVLDB 10(11): 1178-1189 (2017)

　　[14] Zhewei Wei, Xiaodong He, Xiaokui Xiao, Sibo Wang, Shuo Shang, Ji-Rong Wen: TopPPR: Top-k Personalized PageRank Queries with Precision Guarantees on Large Graphs. SIGMOD Conference 2018: 441-45

　　[15] Shuo Shang, Lisi Chen, Zhewei Wei, Christian S. Jensen, Kai Zheng, Panos Kalnis: Parallel trajectory similarity joins in spatial networks. VLDB J. 27(3): 395-420 (2018)

　　[16] Chunbin Lin, Jiaheng Lu, Zhewei Wei, Jianguo Wang, Xiaokui Xiao: Optimal algorithms for selecting top-k combinations of attributes: theory and applications. VLDB J. 27(1): 27-52 (2018)

　　[17] Jingru Yang, Ju Fan, Zhewei Wei, Guoliang Li, Tongyu Liu, Xiaoyong Du: Cost-Effective Data Annotation using Game-Based Crowdsourcing. PVLDB 12(1): 57-70 (2018)

　　[18] Shuo Shang, Lisi Chen, Kai Zheng, Christian S. Jensen, Zhewei Wei, Panos Kalnis: Parallel Trajectory-to-Location Join. IEEE Trans. Knowl. Data Eng. 31(6): 1194-1207 (2019)

　　[19] Zhewei Wei, Xiaodong He, Sibo Wang, Yu Liu, Xiaoyong Du, Ji-Rong Wen. PRSim: Sublinear Time SimRank Computation on Large Power-Law Graphs. SIGMOD Conference 2019: 1042-1059

　　[20] Renchi Yang, Xiaokui Xiao, Zhewei Wei, Sourav S. Bhowmick, Jun Zhao, Rong-Hua Li: Efficient Estimation of Heat Kernel PageRank for Local Clustering. SIGMOD Conference 2019: 1339-1356

　　[21] Tongyu Liu, Jingru Yang, Ju Fan, Zhewei Wei, Guoliang Li, Xiaoyong Du: CrowdGame: A Game-Based Crowdsourcing System for Cost-Effective Data Labeling. SIGMOD Conference 2019: 1957-1960

　　[22] Yuan Yin and Zhewei Wei*: Scalable Graph Embeddings via Sparse Transpose Proximities. KDD 2019: 1429-1437, ORAL

　　[23] Sibo Wang, Renchi Yang, Runhui Wang, Xiaokui Xiao, Zhewei Wei*, Wenqin Lin, Yin Yang and Nan Tang. Efficient Algorithms for Approximate Single-Source Personalized PageRank Queries. ACM TODS 44(4): 18:1-18:37 (2019)

　　[24] Hanzhi Wang, Zhewei Wei*, Ye Yuan, Xiaoyong Du and Ji-Rong Wen.Exact Single-Source SimRank Computation on Large Graphs. SIGMOD Conference 2020: 653-66

　　[25] Qintian Guo, Sibo Wang, Zhewei Wei* and Min Chen. Influence Maximization Revisited: Efficient Reverse Reachable Set Generation with Bound Tightened. SIGMOD Conference 2020: 2167-2181

　　[26] Hanzhi Wang, Zhewei Wei*, Junhao Gan, Sibo Wang, Zengfeng Huang. Personalized PageRank to a Target Node, Revisited. KDD 2020: 657-667

　　[27] Ming Chen, Zhewei Wei*, Zengfeng Huang, Bolin Ding, Yaliang Li. Simple and Deep Graph Convolutional Networks. ICML 2020: 1725-1735

　　[28] Yu Liu, Lei Zou, Qian Ge, Zhewei Wei*. SimTab: Accuracy-Guaranteed SimRank Queries through Tighter Confidence Bounds and Multi-Armed Bandits. Proc. VLDB Endow. 13(11): 2202-2214 (2020)

　　[29] Ming Chen, Zhewei Wei*, Bolin Ding, Yaliang Li, Ye Yuan, Xiaoyong Du, Ji-Rong Wen: Scalable Graph Neural Networks via Bidirectional Propagation. NeurIPS 2020

　　[30] Jingru Yang, Ju Fan, Zhewei Wei, Guoliang Li, Tongyu Liu, Xiaoyong Du: A game-based framework for crowdsourced data labeling. VLDB J. 29(6): 1311-1336 (2020)

　　[31] Shuyuan Yan, Bolin Ding, Wei Guo, Jingren Zhou, Zhewei Wei, Xiaowei Jiang, Sheng Xu:

　　FlashP: An Analytical Pipeline for Real-time Forecasting of Time-Series Relational Data. Proc. VLDB Endow. 14(5): 721-729 (2021)

　　[32] Hao Wu, Junhao Gan, Zhewei Wei*, Rui Zhang: Unifying the Global and Local Approaches: An Efficient Power Iteration with Forward Push. To appear in SIGMOD2021

　　[33] Hanzhi Wang, Zhewei Wei*, Yu Liu, Ye Yuan, Xiaoyong Du and Ji-Rong Wen. ExactSim: Benchmarking Single-Source SimRank Algorithmswith High-Precision Ground Truths. To appear in VLDB Journal, 2021

　　[34] Guanhao Hou, Xingguang Chen, Sibo Wang*, Zhewei Wei*: Massively Parallel Algorithms for Personalized PageRank. To appear in Proc. VLDB Endow. 14, 2021

　　[35] Yu Liu, Lei Zou, Zhewei Wei: Building Graphs at Scale via Sequence of Edges: Model and Generation Algorithms. To appear in TKDE 2021

　　[36] Yongyi Yang, Tang Liu, Yangkun Wang, Jinjing Zhou, Quan Gan, Zhewei Wei, Zheng Zhang, Zengfeng Huang, David Wipf: Graph Neural Networks Inspired by Classical Iterative Algorithms. To appear in ICML2021

　　[37] Hanzhi Wang, Mingguo He, Zhewei Wei*, Sibo Wang, Ye Yuan, Xiaoyong Du, Ji-Rong Wen: Approximate Graph Propagation. To appear in KDD2021

　　社会兼职

　　● 论文集主席：SIGMOD/PODS20, ICDT21

　　● 程序委员会成员：NeurIPS21, ICML21, KDD21, VLDB20, ICDE21, SIGMETRICS20, ICBK19，NDBC18

　　● 会议评审员: SODA, ISAAC, VLDB, ICDE, CIKM, PODS, SIGMOD, KDD

　　● 期刊评审员: TKDE, TODS, VLDBJ, TOIS, SICOMP, TALG, GEOINFORMATICA

　　● 学术成员：中国计算机学会数据库专委会专委，中国计算机学会学术工作委员会委员

　　荣誉获奖

　　● 人工智能与数字经济广东省实验室(琶洲实验室)青年科学家

　　● 2019年中国人民大学教学标兵提名奖

　　● 中国人民大学“杰出学者”青年学者

　　以上就是新东方在线考研频道为大家分享的文章：“中国人民大学信息学院硕士研究生导师信息：魏哲巍”。建议大家给导师发邮件题目直接写“姓名 xxx专业硕士自荐信”等，让硕士研究生导师一眼就能知道你的目的。内容主要分成两个部分：第一，要说明自己的情况。第二，要表明对老师研究方向的兴趣。