基本情况：

张全贵，博士，副教授，硕士生导师，CCF多媒体专委会委员，国家公派悉尼科技大学访问学者。博士毕业于北京工业大学模式识别与智能系统专业。

教育经历：

1998-2002 辽宁工程技术大学，本科

2002-2005 辽宁工程技术大学，硕士

2007-2011 北京工业大学，博士

工作经历：

2005.04-2021.05 辽宁工程技术大学，副教授

2021.06-今 菠菜全讯白菜网，副教授

所授课程：

深度学习，人工智能算法与模型，智能算法实训，计算机网络

研究兴趣：

推荐系统，深度学习

科研项目：

1. 重庆市教委重点项目，基于图的用户隐式行为学习及其在健康推荐系统中的应用研究，2023-2026，主持。

2. 菠菜全讯白菜网塔尖项目，面向非独立同分布数据的序列推荐方法研究，2022-2025，主持。

3. 菠菜全讯白菜网塔基项目，异构信息耦合关系表示学习及其在推荐系统中的应用研究，2021-2025，主持。

4. 辽宁省自然科学基金，基于非独立同分布的深度混合推荐方法研究，2018-2021，主持。

5. 辽宁省教育厅项目，短文本中耦合关系学习及推荐方法研究，2019-2022，主持。

发表论文：

1. Zhang, Quangui, Li Wang, Keda Xu, Wenpeng Lu, Xinqiang Ma, and Yi Huang. "Learning coupled latent features via review texts for IOT service recommendation." Computers and Electrical Engineering 101 (2022): 108084.

2. Zhang Q, Cao L, Zhu C, et al. CoupledCF: Learning Explicit and Implicit User-item Couplings in Recommendation for Deep Collaborative Filtering[C]//IJCAI. 2018: 3662-3668.

3. Q. Zhang, L. Wang, X. Meng, K. Xu and J. Hu, "A Generic Framework for Learning Explicit and Implicit User-Item Couplings in Recommendation," in IEEE Access, vol. 7, pp. 123944-123958, 2019.doi: 10.1109/ACCESS.2019.2937841

4. 张全贵,胡嘉燕,王丽.耦合用户公共特征的单类协同过滤推荐算法[J].计算机科学与探索,2022,16(03):637-648.

5. 张全贵，张新新，李志强. 基于注意力机制的音乐深度推荐算法[J]. 计算机应用研究, 2019,36(8):2297-2304 .

6. 张全贵,李志强,张新新等.融合元数据及attention机制的深度联合学习推荐[J].计算机应用研究,2019,36(11):3290-3293.DOI:10.19734/j.issn.1001-3695.2018.04.0285.

7. 张全贵, 蔡丰, 李志强. 基于耦合多隐马尔可夫模型和深度图像数据的人体动作识别[J]. 计算机应用, 2018, 38(2): 454-457.

8. 张全贵, 李志强, 蔡丰, 等. 融合元数据及隐式反馈信息的多层次联合学习推荐方法[J]. 计算机应用研究, 2018 (12).

9. 张全贵, 曹阳, 李志强. 一种频率约束的高效用模式挖掘算法[J]. 计算机应用与软件, 2018, 35: 11.