崔丽欣 教授 博士生导师
中央财经大学“龙马学者-青年学者”，电子商务系副主任
基本情况：
崔丽欣，女，教授，博导，中央财经大学“龙马学者-青年学者”，电子商务系副主任。主要研究方向：金融人工智能（聚焦于图机器学习等人工智能算法理论创新研究及其在金融与管理问题的交叉应用）。科研项目方面，主持国家自然科学基金委信息学部面上与青基、中科院自动化所模式识别国家重点实验室、教育部重点实验室、校第五批青年科研创新团队与校级青年英才等相关项目多项。主持完成企事业单位委托相关横向课题2项。作为第一参与人参与国家自然科学基金青B（原“优青”）项目、面上项目、以及中央财经大学第四批青年科研创新团队等多项项目。累计发表/录用国际顶级或权威期刊会议/论文80余篇，包括：国际人工智能顶级期刊TPAMI、TKDE、TCYB、TNNLS、PR、TFS、TITS，顶级会议ICML、NeurIPS、ICDE、IJCAI、AAAI、SIGIR、ECML-PKDD、ICDM、EMNLP，管理学权威期刊IJPR、JIM等，其中国家一级学会CCF/CAA归类的A类顶级论文40余篇。完成项目《结构模式识别的理论、方法及其在金融人工智能的应用》荣获2025年度中国计算机学会“CCF科技成果奖”。发表论文中，4篇入选ESI高被引论文，5篇论文分别荣获CCF 2024首届中国数字金融大会“优秀海报”（TNNLS 2023），国际电气与电子工程师学会IEEE颁发的“IEEE IEEM 2019杰出论文奖”、国际模式识别学会IAPR颁发的“ICPR2018最佳科技论文奖”（6/1258）、亚太工业工程及管理系统学会APIEMS颁发的“APIEMS2011最佳学生论文奖”，以及国际工程师学会IAENG颁发的“WCE2011最佳学生论文奖”。曾获中央财经大学鸿基世业优秀论文奖、信息学院“科研之星”。申请国家发明专利5项，其中已授权2项，部分研究成果已在科大讯飞、中国电信等国企以及互联网头部企业的实际业务中获得应用。曾担任国际模式识别顶级期刊Pattern Recognition编委（2019-2025），并曾作为客座编辑，共同组织该期刊首个关于“模式识别与金融数据分析交叉研究方向”的特刊。现担任国际人工智能权威期刊Neural Networks编委（2025至今）。
作为主编或副主编分别编写金融人工智能类教材2部。主持/完成四项中央财经大学校级教学改革类项目。指导学生以第一作者发表国际重要会议论文多篇，并获IEEE IEEM 2019最佳论文提名与杰出论文奖，多名学生获北京市优秀毕业论文、校级优秀本科/硕士毕业论文、校级本科生涌金学术奖。曾获2019年度北京市本科毕设优秀指导教师。拥有国际金融风险管理师FRM一级证书，以及香港证券从业资格证书。曾担任Serisys Solutions HK Ltd（工作地为香港）期货交易系统商业分析师、贵州银行智能理财金融量化分析师，具有一定的业界经验。
教育背景：
(1)本科毕业于天津大学，精密仪器与光电子工程学院，测控技术与仪器专业
(2)硕士毕业于天津大学，管理学院，系统工程专业
(3)博士毕业于香港大学（The University of Hong Kong），工程学院，工业及制造系统工程专业
高校工作经历：
（1）2025年12月–今：中央财经大学，信息学院，教授，博士生导师
（2）2021年12月–2025年12月：中央财经大学，信息学院，副教授，博导（破格）
（3）2018年11月– 2021年12月：中央财经大学，信息学院，副教授
（4）2014年09月– 2018年11月：中央财经大学，信息学院，讲师（含实习）
主要讲授课程：
(1)《物流与供应链管理》、《网络金融与电子支付》等本科课程
(2)《金融人工智能》、《高等工程数学》、《运筹学》等研究生课程
代表性教材：
(1)《金融科技导论》，主编：严骏驰、崔丽欣、白璐，北京大学出版社，ISBN：978-7-301-36747-6，2025。
(2)《智能金融》，主编：张宁，副主编：赵亮、崔丽欣、白璐，高等教育出版社，ISBN：978-7-04-061832-7，2024。（高等学校金融科技专业主要教材）
代表性科研项目（仅限主持人）：
（1）2026年01月– 2029年12月：国家自然科学基金面上项目，题目：《面向上市公司财务欺诈风险分析的新型特征选择算法理论及应用研究》，主持
（2）2025年12月– 2028年12月：计算智能与中文信息处理教育部重点实验室，开放课题，题目：《面向数字金融贷前风险评估的新型图神经网络模型研究》，主持
（3）2017年01月– 2019年12月：国家自然科学基金青年科学基金项目，题目：《基于图的特征选择学习算法及其在P2P借贷信用风险评估中的应用研究》，主持
（4）2019年05月– 2022年05月：中央财经大学，第五批青年科研创新团队，题目：《基于深度图卷积模型的金融风险分析研究》，主持
（5）2018年05月– 2020年5月：中科院自动化所模式识别国家重点实验室，开放课题项目，题目：《结构化特征学习及其在P2P网贷信用风险评估的应用研究》，主持
（6）2019年05月– 2020年5月：中央财经大学，青年英才支持计划项目，题目：《基于高阶图特征学习算法的智能资产配置研究》，主持
代表性研究成果：
2026年
(1)Mingyu Zhao, Xingyu Huang, Ziyu Lyu*, Songming Zhang, Anqi Liu, Yanlin Wang,Lixin Cui, Lu Bai:GraphProbe: Knowledge Probing for Graph Representation Learning.Pattern Recognition (PR), 172: 112518, 2026.（CAA-A，CCF-B，中科院一区Top）
(2)Hangyuan Du, Rong Wang,Lixin Cui*（通讯作者）, Gaoxia Jiang, Liang Bai, Wenjian Wang.GCIB: Causal Intervention Guided Graph Information Bottleneck Framework.Proceedings ofAAAI Conference on Artificial Intelligence (AAAI), Accepted, 2026.（CCF-A，国际人工智能顶级会议）
(3)Ming Li, Zihao Yan, Yuting Chen*,Lixin Cui*（通讯作者）, Lu Bai, Feilong Cao, Zhao Li, Ke Lu:Multi-Granular Graph Learning with Fine-Grained Behavioral Pattern Awarenessfor Session-Based Recommendation. Proceedings ofAAAI Conference on Artificial Intelligence (AAAI), Accepted, 2026.（CCF-A，国际人工智能顶级会议）
(4)Lin Du, Lu Bai*, Jincheng Li,Lixin Cui, Hangyuan Du, Lichi Zhang, Yuting Chen, Zhao Li:LGAN: An Efficient High-Order Graph Neural Network via the Line Graph Aggregation. Proceedings ofAAAI Conference on Artificial Intelligence (AAAI), Accepted, 2026.（CCF-A，国际人工智能顶级会议，Oral）
(5)Zhuo Xu, Lu Bai*, Lixin Cui, Ming Li, Hangyuan Du*, Ziyu Lyu, Yue Wang, Edwin R. Hancock:SSHPool: The Separated Subgraph-based HierarchicalPooling. Proceedings ofAAAI Conference on Artificial Intelligence (AAAI), Accepted, 2026.（CCF-A，国际人工智能顶级会议）
(6)Ming Li, Ruiting Zhao, Zihao Yan, Lu Bai,Lixin Cui, Feilong Cao:HyperAim: HypergraphContrastiveLearning with Adaptive Multi-frequency Filters. ProceedingsofAAAI Conference on Artificial Intelligence (AAAI), Accepted, 2026.（CCF-A，国际人工智能顶级会议，Oral）
(7)Ming Li, Huiting Wang, Yuting Chen*, Lu Bai*,Lixin Cui, Feilong Cao, Ke Lu:Self-Supervised Hypergraph Learning with Substructure Awareness for Hyperedge Prediction. Proceedings ofAAAI Conference on Artificial Intelligence (AAAI), Accepted, 2026.（CCF-A，国际人工智能顶级会议，Oral）
(8)Ming Li, Zhanle Zhu, Xinyi Li, Lu Bai,Lixin Cui, Feilong Cao*, Ke Lv:HyperNoRA: Hyperedge Prediction via Node-Level Relation-Aware Self-Supervised Hypergraph Learning. Proceedings ofAAAI Conference on Artificial Intelligence (AAAI), Accepted, 2026.（CCF-A，国际人工智能顶级会议）
2025年
(1)Lu Bai,Lixin Cui*（通讯作者）, Ming Li, Peng Ren, Yue Wang, Lichi Zhang, Philip S. Yu, Edwin R. Hancock:AEGK: Aligned Entropic Graph Kernels through Continuous-time Quantum Walks,IEEE Transactions on Knowledge and Data Engineering (TKDE),37(3): 1064-1078, 2025.（CCF-A，CAA-A，中科院一区Top）
(2)Jing Li,Lu Bai*, Bin Yang, Chang Li, Lingfei Ma,Lixin Cui, Edwin R. Hancock:Dual-modal Prior Semantic Guided Infrared and Visible Image Fusion for Intelligent Transportation System.IEEETransactions onIntelligent Transportation Systems(TITS),26(7): 9767-9780.（CAA-A，CCF-B，中科院二区Top）
(3)Lu Bai,Lixin Cui, Yue Wang, Ming Li*, Jing Li, Philip S. Yu, Edwin R. Hancock:HAQJSK: Hierarchical-Aligned Quantum Jensen-Shannon Kernels for Graph Classification(Extended Abstract),Proceedings ofInternational Conference on Data Engineering (ICDE), 2025.（CCF-A，国际数据库顶级会议）
(4)Lu Bai,Lixin Cui, Ming Li*, Peng Ren, Yue Wang, Lichi Zhang, Philip S. Yu, Edwin R. Hancock:AEGK: Aligned Entropic Graph Kernels through Continuous-time Quantum Walks(Extended Abstract),Proceedings ofInternational Conference on Data Engineering (ICDE), 2025.（CCF-A，国际数据库顶级会议）
(5)Xinya Qin,Lu Bai*,Lixin Cui, Ming Li, Hangyuan Du, EdwinR.Hancock:MultiNet: Adaptive Multi-Viewed Subgraph Convolutional Networks for Graph Classification.Proceedings ofAnnual Conference on Neural Information Processing Systems (NeurIPS), 2025.（CCF-A，国际机器学习顶级会议）
(6)Zhehan Zhao, Lu Bai*,Lixin Cui, Ming Li, Ziyu Lyu, Lixiang Xu, Yue Wang, EdwinR.Hancock:ENAHPool:The Edge-Node Attention-based Hierarchical Pooling for Graph Neural Networks.Proceedings ofInternational Conference on Machine Learning (ICML), 2025.（CCF-A，国际机器学习顶级会议）
(7)Lu Bai, Feifei Qian,Lixin Cui*（通讯作者）, Ming Li, Hangyuan Du, Yue Wang, EdwinR.Hancock:AKBR: Learning Adaptive Kernel-based Representations for Graph Classification. Proceedings ofInternational Joint Conference on Artificial Intelligence (IJCAI), 2025.（CCF-A，国际人工智能顶级会议）
(8)Feifei Qian, Lu Bai*,Lixin Cui*（通讯作者）, Ming Li, Hangyuan Du, Yue Wang, Edwin R. Hancock:Over-smoothing Problem of Graph Neural Networks for Graph Classification: An Entropy-based Viewpoint. Proceedings ofInternational Joint Conference on Artificial Intelligence (IJCAI), 2025.（CCF-A，国际人工智能顶级会议）
(9)Xinya Qin, Lu Bai*,Lixin Cui, Ming Li, Hangyuan Du, Yue Wang, Edwin R. Hancock:HA-SCN: Learning Hierarchical Aligned Subtree Convolutional Networks for Graph Classification. Proceedings ofInternational Joint Conference on Artificial Intelligence (IJCAI), 2025.（CCF-A，国际人工智能顶级会议）
(10)Zhehan Zhao, Lu Bai*,Lixin Cui, Ming Li, Hangyuan Du*, Yue Wang, Edwin R. Hancock:An End-to-End Simple Clustering Hierarchical Pooling Operation for Graph Learning Based on Top-K Node Selection. Proceedings ofInternational Joint Conference on Artificial Intelligence (IJCAI), 2025.（CCF-A，国际人工智能顶级会议）
(11)Xinya Qin, Lu Bai,Lixin Cui, Ming Li*, Ziyu Lyu, Hangyuan Du, Edwin R. Hancock:DHTAGK: Deep Hierarchical Transitive-Aligned Graph Kernels for Graph Classification. Proceedings ofInternational Joint Conference on Artificial Intelligence (IJCAI), 2025.（CCF-A，国际人工智能顶级会议）
(12)Feifei Qian,Lu Bai*,Lixin Cui, Ming Li*, Ziyu Lyu, Hangyuan Du, EdwinR.Hancock:DHAKR: Learning Deep Hierarchical Attention-based Kernelized Representations for Graph Classification. Proceedings ofAAAI Conference on Artificial Intelligence (AAAI), 2025.（CCF-A，国际人工智能顶级会议）
(13)Yue Wang, Dehang Fu, Jie Tan, Junxiao Han, Yao Wan,Lixin Cui,Lu Bai*, Philip S. Yu:Detecting Intent Drift in Continuous Conversation via Temporal Transition Accumulation.Proceeding ofIEEE International Conference on Data Mining (ICDM), Accepted, 2025.（CCF-B，国际数据挖掘顶级会议）
(14)Yupeng Qi, Ziyu Lyu*, Min Yang, Yanlin Wang,Lu Bai,Lixin Cui:MidPO: Dual Preference Optimization for Safety and Helpfulness in Large Language Models via a Mixture of Experts Framework.Proceedings ofConference on Empirical Methods in Natural Language Processing (EMNLP), 2025.（CCF-B，国际计算语言学与自然语言处理顶级会议）
2024年
(1)Lixin Cui,Lu Bai*, Xiao Bai, Yue Wang, Edwin R. Hancock:Learning Aligned Vertex Convolutional Networks for Graph Classification,IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 35(4): 4423-4437, 2024.（CAA-A，CCF-B，中科院一区Top）
(2)Lixin Cui, Ming Li,Lu Bai*, Yue Wang, Jing Li, Yanchao Wang, Zhao Li, Yunwen Chen, Edwin R. Hancock:QBER: Quantum-based Entropic Representations for Un-attributed Graphs.Pattern Recognition (PR), 145: 109877, 2024.（CAA-A，CCF-B，中科院一区Top）
(3)Lu Bai,Lixin Cui, Yue Wang, Ming Li*, Jing Li, Philip S. Yu, Edwin R. Hancock:HAQJSK: Hierarchical-Aligned Quantum Jensen-Shannon Kernels for Graph Classification.IEEE Transactions on Knowledge and Data Engineering (TKDE),36(11): 6370-6384, 2024.（CCF-A，CAA-A，中科院一区Top，ESI热点）
(4)Yue Wang,Yao Wan,Lu Bai*,Lixin Cui, Zhuo Xu, Ming Li, Philip S. Yu, Edwin R. Hancock:Collaborative Knowledge Graph Fusion by Exploiting the Open Corpus.IEEE Transactions on Knowledge and Data Engineering (TKDE),36(2): 475-489, 2024.（CCF-A，CAA-A，中科院一区Top）
(5)Lu Bai,Lixin Cui*（通讯作者）, Ming Li, Yue Wang, Edwin R. Hancock:QBMK: Quantum-based Matching Kernels for Un-attributed Graphs. Proceedings ofInternational Conference on Machine Learning (ICML), 2024.（CCF-A，国际机器学习顶级会议）
(6)Lu Bai, Zhuo Xu,Lixin Cui*（通讯作者）, Ming Li, Yue Wang, Edwin R. Hancock:HC-GAE: The Hierarchical Cluster-based Graph Auto-Encoder for Graph Representation Learning, Proceedings ofAnnual Conference on Neural Information Processing Systems (NeurIPS), 2024.（CCF-A，国际机器学习顶级会议）
2023年
(1)Lu Bai, Yuhang Jiao,Lixin Cui*（通讯作者）, Luca Rossi, Yue Wang, Philip S. Yu, Edwin R. Hancock:Learning Graph Convolutional Networks based on Quantum Vertex Information Propagation.IEEE Transactions on Knowledge and Data Engineering (TKDE),35(2): 1747-1760, 2023.（CCF-A，CAA-A，中科院一区Top）
(2)Lu Bai#,Lixin Cui#（共同一作）, Zhihong Zhang*, Lixiang Xu, Yue Wang, Edwin R. Hancock:Entropic Dynamic Time Warping Kernels for Co-evolving Financial Time Series Analysis.IEEE Transactions on Neural Networks and Learning Systems (TNNLS),34(4): 1808-1822, 2023.（CAA-A，CCF-B，中科院一区Top，ESI高被引，中国计算机学会CCF 2024首届中国数字金融大会“优秀海报”）
(3)Ming Li, Lin Zhang,Lixin Cui*（通讯作者）, Lu Bai, Zhao Li, Xindong Wu:BLoG: Bootstrapped Graph Representation Learning with Local and Global Regularization for Recommendation.Pattern Recognition (PR), 144: 109874, 2023.（CAA-A，CCF-B，中科院一区Top）
2022年
(1)Lu Bai,Lixin Cui*（通讯作者）, Yuhang Jiao, Luca Rossi, Edwin R. Hancock:Learning Backtrackless Aligned-Spatial Graph Convolutional Networks for Graph Classification.IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI),44(2):783-798, 2022.（CCF-A，CAA-A，中科院一区Top，ESI高被引）
(2)Lu Bai, Yuhang Jiao,Lixin Cui*（通讯作者）, Luca Rossi, Yue Wang, Philip S. Yu, Edwin R. Hancock:Learning Graph Convolutional Networks based on Quantum Vertex Information Propagation (Extended Abstract). Proceedings ofInternational Conference on Data Engineering (ICDE), pp. 3132-3133, 2022.（CCF-A，国际数据库顶级会议）
(3)Lu Bai,Lixin Cui*（通讯作者）, Edwin R. Hancock:A Hierarchical Transitive-Aligned Graph Kernel for Un-attributed Graphs. Proceedings ofInternational Conference on Machine Learning (ICML), pp. 1327-1336, 2022.（CCF-A，国际机器学习顶级会议）
2021年
(1)Lixin Cui,Lu Bai*, Yue Wang, Philip S. Yu, Edwin R. Hancock:Fused Lasso for Feature Selection using Structural Information.Pattern Recognition (PR),119: 108058, 2021.（CAA-A，CCF-B，中科院一区Top）
(2)Lixin Cui,Lu Bai*, Yanchao Wang, Xin Jin, Edwin R. Hancock:Internet Financing Credit Risk Evaluation Using Multiple Structural Interacting Elastic Net Feature Selection.Pattern Recognition (PR),114: 107835, 2021.（CAA-A，CCF-B，中科院一区Top）
(3)Lixiang Xu,Lixin Cui*（通讯作者）, Thomas Weise, Xinlu Li, Zhize Wu, Feiping Nie, Enhong Chen, Yuanyan Tang:Semi-supervised Multi-Layer Convolution Kernel Learning in Credit Evaluation.Pattern Recognition (PR), 120: 108125, 2021.（CAA-A，CCF-B，中科院一区Top）
2020年
(1)Lu Bai, Luca Rossi*,Lixin Cui*（通讯作者）, Jian Cheng, Edwin R. Hancock:A Quantum-Inspired Similarity Measure for the Analysis of Complete Weighted Graphs.IEEE Transactions on Cybernetics (TCYB), 50(3): 1264-1277, 2020.（CAA-A，CCF-B，中科院一区Top）
(2)Yue Wang, Chenwei Zhang, Shen Wang, Philip S. Yu,Lu Bai,Lixin Cui*（通讯作者）, Guandong Xu:Generative Temporal Link Prediction via Self-tokenized Sequence Modeling.World Wide Web, 23(4): 2471-2488, 2020.（CCF-B）
(3)Lu Bai,Lixin Cui*（通讯作者）, Luca Rossi, Lixiang Xu, Xiao Bai, Edwin R. Hancock:Local-global Nested Graph Kernels Using Nested Complexity Traces.Pattern Recognition Letters (PRL),134: 87-95, 2020.（CCF-C）
(4)Lu Bai,Lixin Cui*（通讯作者）, Yue Wang, Edwin R. Hancock:A Quantum-inspired Entropic Kernel for Multiple Financial Time Series Analysis, Proceedings ofInternational Joint Conference on Artificial Intelligence (IJCAI), 2020.（CCF-A，国际人工智能顶级会议）
2019年及以前
(1)Lu Bai,Lixin Cui*（通讯作者）, Xiao Bai, Edwin R. Hancock:Deep Depth-based Representations of Graphs Through Deep Learning Networks.Neurocomputing (NC),336: 3-12, 2019.（CCF-C）
(2)Lixin Cui,Lu Bai*, Zhihong Zhang, Yue Wang, Edwin R. Hancock:Identifying the Most Informative Features Using A Structurally Interacting Elastic net.Neurocomputing (NC),336: 13-26, 2019.（CCF-C）
(3)Yue Wang, Yao Wan, Chenwei Zhang,Lu Bai*,Lixin Cui, Philip S. Yu:Competitive Multi-agent Deep Reinforcement Learning with Counterfactual Thinking. Proceedings ofInternational Conference on Data Mining (ICDM), 1366-1371, 2019.（CCF-B，国际数据挖掘顶级会议）
(4)Lu Bai, Yuhang Jiao,Lixin Cui*（通讯作者）, Edwin R. Hancock:Learning Aligned-Spatial Graph Convolutional Networks for Graph Classification. Proceedings ofEuropean Conference on Machine Learning and Knowledge Discovery in Databases (ECML-PKDD)1:464-482, 2019.（CCF-B，欧洲机器学习顶级会议）
(5)Yibo Chai, Yahu Cong,Lu Bai*,Lixin Cui*（通讯作者）:Loan Recommendation in P2P Lending Investment Networks: A Hybrid Graph Convolution Approach.IEEE International Conference on Industrial Engineering and Engineering Management (IEEE IEEM), 945-949, 2019.（最佳论文提名，优秀论文奖，获奖比例：约<10/1200）
(6)Lixiang Xu, Yuanyan Tang, Bin Luo,Lixin Cui*（通讯作者）, Xiu Chen, Jin Xiao:A Combined Weisfeiler-Lehman Graph Kernel for Structured Data.Int. J. Wavelets Multiresolution Inf. Process. 16(5): 1850039:1-1850039: 19, 2018.（SCI期刊）
(7)Chuanyu Xu, Dong Wang, Zhihong Zhang*, Beizhan Wang, Da Zhou, Guijun Ren,Lu Bai,Lixin Cui, Edwin R. Hancock:Depth-based Subgraph Convolutional Neural Networks. Proceedings ofInternational Conference on Pattern Recognition (ICPR), 1024-1029, 2018.（IAPR旗下会议，IAPR最佳科技论文奖，获奖比例：6/1258）
(8)Lu Bai, Luca Rossi,Lixin Cui, Zhihong Zhang*, Peng Ren, Xiao Bai, Edwin R. Hancock: Quantum Kernels for Unattributed Graphs using Discrete-time Quantum Walks.Pattern Recognition Letters87: 96-103, 2017.（CCF-C）
(9)Lixin Cui: Joint Optimization of Production Planning and Supplier Selection Incorporating Customer Flexibility: An Improved Genetic Approach.Journal of Intelligent Manufacturing (JIM), 27(5):1017-1035, 2016.（管理学领域权威期刊，中科院二区Top）
(10)Lixin Cui:Towards Optimal Configuration of a Manufacturer's Supply Network with Demand Flexibility.International Journal of Production Research (IJPR), 53(12):3541-3560, 2015.（管理学领域权威期刊，中科院二区Top）
(11)Lixin Cui, K.L. Mak, S.T. Newman:Optimal Supplier Selection and Order Allocation for Multi-product Manufacturing Featuring Customer Flexibility.International Journal of Computer Integrated Manufacturing, 28(7):729-744, 2014.（管理学领域权威期刊，SCI）
(12)Lixin Cui, Ruiqing Zhao, Wansheng Tang:Principal-Agent Problem in a Fuzzy Environment.IEEE Transactions on Fuzzy Systems (TFS), 15(6): 1230-1237, 2007.（CAA-A类，中科院一区Top）（时为天津大学硕士生）
代表性科研奖励：
（1）2025年10月：《结构模式识别的理论、方法及其在金融人工智能的应用》, 2025年度中国计算机学会“CCF科技成果奖”,自然科学三等奖（第二完成人）
（2）2024年12月：中国计算机学会CCF 2024首届中国数字金融大会“优秀海报”（TNNLS 2023论文“Entropic Dynamic Time Warping Kernels for Co-evolving Financial Time Series Analysis”，该奖项共授予了三篇论文，是基于大会征集的与数字金融相关且发表于UTD-24、CCF-A类或同等级别的期刊、会议论文进行遴选）
（3）2019年12月：国际工业工程及工程管理大会IEEE IEEM 2019，“最佳论文提名”与“优秀论文奖”，提名率：3%，国际会议论文奖（论文题目：“Loan Recommendation in P2P Lending Investment Networks: A Hybrid Graph Convolution Approach”，通讯作者，论文第一作者为电子商务专业本科生）
（4）2018年8月：国际模式识别旗舰会议ICPR “最佳科技论文奖”，获奖比例为6/1258
（5）2011年7月：The World Congress on Engineering “Best Student Paper Award”
（6）2011年10月：APIEMS “Best Student Paper Award”
欢迎有志于金融人工智能方向的学生报考我的博士或硕士研究生，也期待有志于科学研究的优秀本科生加入团队！
联系方式：cuilixin@cufe.edu.cn
