基本信息 办公电话： 电子邮件： cyjia@bjtu.edu.cn
通讯地址：北京交通大学计算机与信息技术学院 邮编：100044

教育背景 贾彩燕，博士，教授，博士生导师，中国人工智能学会《粗糙集与软计算专业委员会》委员，交通数据分析与挖掘北京市重点实验室副主任。2004年于中国科学院计算技术研究所获得计算机软件与理论专业博士学位，师从中国科学院院士陆汝钤研究员；2004年至2007年在复旦大学上海市智能信息处理实验室做博士后研究；2007年7月就职于北京交通大学计算机与信息技术学院，加入黄厚宽、于剑教授机器学习与认识计算研究团队。主要研究方向为：数据挖掘、复杂网络分析、社会计算等。目前已在国际国内学术期刊和国际会议上发表论文50余篇。近年来，主持国家自然科学基金青年基金面上项目一项、全国博士后科学基金一项；参加国家科技重大专项一项，北京市自然科学基金一项；获得湖南省科学技术进步二等奖一项，硕士论文获得湖南省百篇优秀硕士论文奖。2011年获北京交通大学“红果园D类”资助。
工作经历
研究方向 机器学习与认知计算
人工智能及应用
计算机技术（专业学位）
软件工程（专业学位）
招生专业 计算机科学与技术硕士
计算机科学与技术博士
电子信息硕士
科研项目 2015.1～2018.12，国家自然科学基金面上项目，批准号：**，主持，项目名称：节点内容和链接相结合的大规模内容网络社区发现方法及应用研究

2014.1～2015.12，数字出版国家重点实验室专项课题，主持，项目名称：学术论文的个性化推荐

2014.1～2015.12，中央高校基本科研业务费专项资金，批准号，2014JBM031，主持，项目名称：节点内容和链接相结合的复杂网络社区发现方法研究

2011.6～2014.5，中央高校基本科研业务费重大专项资金，主要承担人，项目名称：面向复杂网络的数据挖掘理论与应用技术；

2011.1～2013.12，中央高校基本科研业务费专项资金，批准号：2011JBM025（主持），项目名称：复杂网络聚类分析及应用；

2011.1～2013.12，北京市自然科学基金，批准号：**主持（于剑），主要承担人：贾彩燕，项目名称：复杂网络聚类分析及应用；

2011.1～2012.12，国家科技支撑计划，主要承担人：贾彩燕，项目名称：冠心病血瘀证中药临床疗效评价关键技术的研究；

2010.1~2012.12 国家自然科学基金青年基金项目，批准号：**（主持），项目名称：面向顺式调控元件及模块识别的近似序列模式挖掘；

教学工作
论文/期刊 [1]Yafang Li， Caiyan Jia*, Jian Yu, A Parameter-free Community Detection Method Based on Centrality and Dispersion of Nodes in Complex Networks, Physica A: Statistical Mechanics and its Applications, 438: 454-468, 2015(SCI, IF: 1.676)
[2]Baifang Chai, Caiyan Jia*, Jian Yu, An Online Expectation Maximization Algorithm for Exploring General Structure in Massive Networks, Physica A: Statistical Mechanics and its Applications, 438: 454-468, 2015(SCI, IF: 1.676)
[3]Caiyan Jia*, M.B. Carson, Yang Wang et al., A New Exhaustive Method and Strategy for Finding Motifs in ChIP-enriched Regions, PLOS ONE, 9(1): e86044, 2014 (SCI, IF: 3.73)
[4]Caiyan Jia*, M.B. Carson, Jian Yu, A Fast Weak Motif Finding Algorithm Based on Community Detection in Graphs, BMC Bioinformatics, 14(227), pp. 1471-2150, 2013 (SCI, IF: 3.02)
[5]Bianfang Chai, Jian Yu*, Caiyan Jia*, et al., Combining a Polularity-productivity Stochastic Block with a Discriminative Content Model for Detecting General Structures. Physical Review E, 88(1):012807, , 2013 (SCI, IF: 2.313)
[6]Yanwen Jiang, Caiyan Jia*, Jian Yu, An Efficient Community Detection Algorithm by Greedy Surprise Maximization, Journal of Physics A: Mathematical and Theoretical, 2014. (SCI, IF: 1.766)
[7]Yawen Jiang, Caiyan Jia*, Jian Yu, An Efficient Community Detection Method Based on Rank Centrality, Physica A: Statistical Mechanics and its Applications, doi:10.1016/j.physa.2012.12.013, 2013 (SCI, IF: 1.676)
[8]Caiyan Jia*, Ruqian Lu, Lusheng Chen, A Frequent Pattern Mining Method for Finding (l, d) Planted Motifs of Unknown Length in DNA sequences, International Journal of Computational Intelligence Systems, 4(5), pp. 1032-1041, 2011 (SCI, IF: 0.31)
[9]Zhipeng Hu*, Lusheng Chen, Caiyan Jia, Huanzhang Zhu, Wei Wang, Jiang Zhong, Screening of Potential Pseudo att Sites of Streptomyces Phage ΦC31 Integrase in the Human Genome. Acta Pharmacologica Sinica. 2013, 34(4), pp. 561-569, 2013 (SCI, IF: 2.354)
[10]柴变芳, 贾彩燕, 于剑，基于概率模型的大规模网络结构发现方法，软件学报，第25卷，第12期，2753-2766页，2014标注**
[11]李亚芳，贾彩燕，于剑，一种新的社区/动态社区优化方法，数字采集与处理，第30卷，第6期，1215-1224页，2015　标注**
[12]李亚芳，贾彩燕，于剑，应用非负矩阵分解模型的社区发现方法综述，计算机科学与探索，第10卷，第一期，1－13页，2016，标注**
[13]柴变芳, 于剑, 贾彩燕*, 一种基于随机块模型的快速广义社区发现算法, 软件学报，第24卷，第11期，2699-2709页，2013
[14]姜雅文，贾彩燕*，于剑，基于类原型的复杂网络重叠社区发现方法，模式识别与人工智能，第26卷，第7期，648-659页，2013
[15]柴变芳，赵晓鹏，贾彩燕，于剑，内容网络广义社区发现有效算法，计算机科学与探索，2014 ，8 (9): 1076-1084
[16]柴变芳，赵晓鹏，贾彩燕，于剑，大规模网络的三角形模体社区发现模型，南京大学学报，2014，50（4）：466-473
[17]柴变芳，于剑，贾彩燕*，融合内容和链接的网络结构发现概率模型综述，小型微型计算机系统,　 第34卷，第11期，2524-2528页，2013
[18]程飞，贾彩燕*，于剑，一种基于用户相似性的协同过滤推荐算法，计算机工程与科学，第35卷，第5期，161-165页，2013
[19]康旭彬，贾彩燕*，一种改进的标签传播快速社区发现方法，合肥工业大学学报，第1期，43-47页，2013
[20]柴变芳、贾彩燕、于剑*，基于统计推理的社区发现模型综述，计算机科学, 第39卷，第8期，1-7页， 2012
[21]姜雅文，贾彩燕*，于剑，基于节点相似度的网络社团检测算法研究，计算机科学，第38卷，第7期，185-189页，2011
[22]Ruqian Lu, Caiyan Jia*, Shaofang Zhang, Lusheng Chen, and Hongyu Zhang, An Exact Data Mining Method for Finding Generalized Approximate Center Strings and All Their Instances, IEEE Transactions on Knowledge and Data Engineering, vol.19, no. 4, pp. 509-522, 2007 (SCI, IF:1.892)
[23]Caiyan Jia* and Xieping Gao, Multi-scaling Sampling: An Adaptive Sampling Method for Discovering Approximate Association Rules, Journal of Computer Science and Technology，vol. 20, no. 3, pp. 308-318, 2005（SCI, IF:0.477）
[24]Caiyan Jia*, and Xieping Gao, A General Sampling for Multiwavelet Subspaces, Science in China Series F, vol. 45, no. 5, pp. 365-372, 2002 (SCI, IF:0.706)
[25]Lusheng Chen, Wei Wang, Shaoping Ling, Caiyan Jia, and Fei wang*, KemmaDom, a Webserver for Domain Prediction Using Kernel Machine with Local Context, Nucleic Acids Research, vol. 34, pp. W158-63 , 2006 (SCI, IF:8.278)
[26]刘佳、贾彩燕*，基于TAN的文本自动分类框架，计算机工程，第36卷，第16期，36-38页，2010
[27]庄力、周雪忠*、贾彩燕、于剑、张润顺、王映辉，基于Biclustering的中医药症关系分析，计算机工程，第36卷，第11期，241-243页，2010
[28]贾彩燕*，陆汝钤等 ，关联规则挖掘的取样误差量化模型和快速估计算法，计算机学报，第29卷，第4期，625-634页，2006
[29]高协平（硕士导师）、贾彩燕*，广义插值多小波及其Hopfield反馈神经网络构造，计算机研究与发展，第40卷，第6期，861-868页，2003
[30]贾彩燕*、倪现君，关联规则挖掘研究述评，计算机科学，第30卷，第4期，151-153页，2003
[31]贾彩燕*、高协平，多小波空间的一般取样定理，中国科学E，第32卷，第6期，838-845页，2002
专著/译著
专利
软件著作权
获奖与荣誉
社会兼职