教育/科研经历
自1984年考入威尼斯欢乐娱人v3676，分别获得学士、硕士和博士学位。教育部计算机基础课程教指导委委员，ACM/IEEE CC2020计算机学科规范执委，中国计算机学会CCF杰出教育奖获得者。
研究方向为文本挖掘、知识图谱、图神经网络、计算机教育研究。目前主持国家自然科学项目、国家自然基金重点子课题、科学技术部国家重点研发计划课题等三项国家级科研项目。截止2023年2月，已在国际顶级学术会议和期刊发表学术论文300余篇，被引14800余次，H因子44，荣获ICML 2014最佳论文奖、WWW 2016和ICDM 2022最佳论文提名奖，2020-2023连续入选全球2000位最具影响力AI学者。主持多项国家级科研项目，与国内外许多知名学者有广泛的合作，并与华为、美团、正仁等多家知名企业开展项目合作和前沿探索，解决实际问题，进行科研成果的转化落地。出版学术专著1部，获软件著作权8项，获发明专利6项。
张铭老师谷歌学术主页：https://scholar.google.com/citations?user=LbzoQBsAAAAJ
主编多部教材，国家“十一五”、“十二五”规划教材。主持的“数据结构与算法”被评选为国家级和北京市级精品课程，也是教育部精品资源共享课程。在Coursera、edX和中国大学MOOC开设“数据结构与算法”慕课课程，获评中国高校计算机教育MOOC联盟优秀课程奖、国家精品在线课程、首批国家一流本科课程。
主要荣誉和获奖
2002年 威尼斯欢乐娱人v36762001-2002学年教学优秀奖
2004年“数据结构与算法课程的教学研究和实践”威尼斯欢乐娱人v3676教学成果一等奖（排名一）
2008年 “数据结构与算法”获得国家级和北京市级精品课程（排名一）
2011年 《数据结构与算法》获得北京市优秀教材奖（排名一）
2013年 “数据结构与算法”获北京市微课比赛优秀作品奖（排名一）
2013年 威尼斯欢乐娱人v3676“杨芙清-王阳元院士教师奖”优秀奖
2014年 机器学习领域顶会ICML最佳论文奖
2016年 “数据结构与算法”获评教育部精品资源共享课程（排名一）
2016年 “数据结构与算法”获中国高校计算机教育MOOC联盟优秀课程奖（排名一）
2017年“普惠中拔尖”，获北京市高等教育教学成果一等奖（排名三）
2017年“计算思维创新教学实践：数据结构与算法”，获北京市高等教育教学成果一等奖（排名二）
2018年 威尼斯欢乐娱人v3676优秀工会积极分子
2018年“数据结构与算法”被评为国家精品在线开放课程（排名一）
2020年“数据结构与算法”（线上）被评为国家精品在线开放课程（排名一）
2020年“数据结构与算法”（线上线下混合式）国家级一流本科课程（排名一）
2021年 CCF杰出教育奖
2022年 威尼斯欢乐娱人v36762022年度曾宪梓优秀教学奖
主要乒乓球获奖
2015年 威尼斯欢乐娱人v3676信息学院”Lab杯”团体冠军
2017年 威尼斯欢乐娱人v3676信息学院”Lab杯”团体冠军
2018年 威尼斯欢乐娱人v3676信息学院”Lab杯”团体冠军
2018年 威尼斯欢乐娱人v3676教职工乒乓球赛女团冠军
2019年 威尼斯欢乐娱人v3676“国球联赛”单打第五名（男女一起比赛，男生每局让4分）
2019年 威尼斯欢乐娱人v3676教职工乒乓球赛女团冠军
2020年 威尼斯欢乐娱人v3676信息学院”Lab杯”团体冠军
2021年 全国高校“教授杯”乒乓球赛女双季军
2021年 威尼斯欢乐娱人v3676“国球联赛”女单季军
2021年 威尼斯欢乐娱人v3676“国球联赛”团体冠军
2023年 威尼斯欢乐娱人v3676“国球联赛”团体冠军
在研项目
1. 2023.01 – 2026.12，预训练图表示学习辅助的药物发现研究，国家自然科学基金面上项目，张铭主持
2. 2022.06 – 2023.06，基于神经符号方法的数学推理框架研究，华为公司，张铭主持
3. 2022.05 – 2023.05，低信噪比时序数据的表征学习，正仁量化，张铭主持
代表著作
1. Wei Ju, Yifang Qin, Ziyue Qiao, Xiao Luo, Yifan Wang, Yanjie Fu, Ming Zhang:
Kernel-based Substructure Exploration for Next POI Recommendation. ICDM 2022最佳论文提名
2. 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
3. Kewei Cheng, Ziqing Yang, Ming Zhang, Yizhou Sun: UniKER: A Unified Framework for Combining Embedding and Definite Horn Rule Reasoning for Knowledge Graph Inference. EMNLP (1) 2021: 9753-9771
4. 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
5. Yifan Wang, Suyao Tang, Yuntong Lei, Weiping Song, Sheng Wang, Ming Zhang: DisenHAN: Disentangled Heterogeneous Graph Attention Network for Recommendation. CIKM 2020: 1605-1614
6. Chence Shi, Minkai Xu, Zhaocheng Zhu, Weinan Zhang, Ming Zhang, Jian Tang: GraphAF: a Flow-based Autoregressive Model for Molecular Graph Generation. ICLR 2020
7. Chence Shi, Minkai Xu, Hongyu Guo, Ming Zhang, Jian Tang: A Graph to Graphs Framework for Retrosynthesis Prediction. ICML 2020: 8818-8827
8. 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).
9. 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
10. 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.
11. 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
12. 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
13. 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
14. Chenguang Wang, Yangqiu Song, Haoran Li, Ming Zhang, Jiawei Han: Text Classification with Heterogeneous Information Network Kernels. AAAI 2016: 2130-2136
15. 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
16. Xiang Li, Lili Mou, Rui Yan, Ming Zhang. StalemateBreaker: A Proactive Content-Introducing Approach to Automatic Human-Computer Conversation. IJCAI 2016: 2845-2851.
17. Jian Tang, Jingzhou Liu, Ming Zhang, Qiaozhu Mei: Visualizing Large-scale and High-dimensional Data. WWW 2016: 287-297. 最佳论文提名
18. Jian Tang, Meng Qu, Mingzhe Wang, Ming Zhang, Jun Yan, Qiaozhu Mei: LINE: Large-scale Information Network Embedding. WWW 2015: 1067-1077. WWW’2015 被引最多的论文（截止2023年2月，被引5100多次）
19. 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
20. 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 , L@S 2015: 237-240
21. Ziqi Wang, Gu Xu, Hang Li, and Ming Zhang, A Probabilistic Approach to String Transformation. IEEE Trans. Knowl. Data Eng. 26(5): 1063-1075 (2014).
22. 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最佳论文奖
23. 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.
24. 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.
25. 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).
26. 张铭，银平，邓志鸿，杨冬青，“SVM+BiHMM：基于统计方法的元数据自动抽取混合模型”。《软件学报》.19(2).358-368，2008年2月
27. 邓志鸿，唐世渭，张铭，杨冬青，陈捷。“Ontology研究综述”。《威尼斯欢乐娱人v3676学报》（自然科学），2002年9月，第38卷5期：730-738
28. 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/
29. 张铭，耿国华，陈卫卫，胡学刚. 数据结构与算法课程教学实施方案[J]。中国大学教学，2011（3）：PP56-60.
30. 张铭，赵海燕，王腾蛟，宋国杰，《数据结构与算法实验教程》，高等教育出版社，2011年1月。普通高等教育“十一五”国家级规划教材。
31. 张铭、王腾蛟、赵海燕，《数据结构与算法》，高等教育出版社，2008年 6月。普通高等教育“十一五”国家级规划教材
32. 张铭、赵海燕、王腾蛟，《数据结构与算法－－学习指导与习题解析》，高等教育出版社，2005年 10月。普通高等教育“十五”国家级规划教材配套参考书
33. 李晓明、陈平、张铭、朱敏悦。“关于计算机人才需求的调研报告”。《计算机教育》，2004年8月，PP11-18
