在難解問題的研究中,提出了具有精確相變的RB模型,解決了經(jīng)典CSP模型的平凡無解性問題,運用多學(xué)科的知識對RB模型的難解性及其應(yīng)用開展了持續(xù)系統(tǒng)的研究,系列論文發(fā)表于《Journal of Artificial Intelligence Research》、《Artificial Intelligence》和《Journal of Statistical Mechanics》等國際權(quán)威期刊。RB模型被40多個國家的學(xué)者應(yīng)用于300多篇論文的算法研究,是目前國際上應(yīng)用問題最廣泛的難解實例產(chǎn)生模型。圖靈獎得主Knuth在其將出版的名著《The Art of Computer Programming》(Vol.4B)中以總共一頁多的篇幅介紹和分析了RB模型的一種特殊情形,對該情形下的精確相變現(xiàn)象給了一個新的證明。此外,RB模型被廣泛應(yīng)用于SAT等多個國際算法競賽,并被14個國家的23所大學(xué)分別用于算法和人工智能等課程的教學(xué)工作。
在網(wǎng)絡(luò)與數(shù)據(jù)挖掘的研究中,主持設(shè)計和開發(fā)了一個全球IPv6骨干網(wǎng)絡(luò)拓?fù)涮綔y系統(tǒng),探測結(jié)果被來自全球145個國家和地區(qū)的研究者訪問,并被Slashdot等多家知名IT網(wǎng)站轉(zhuǎn)載或鏈接;研究了在線社交網(wǎng)絡(luò)信息傳播的機(jī)制與控制問題,提出了新的信息傳播模型;基于快速情緒分類模型的成果,主持設(shè)計和開發(fā)了國際上第一個針對中文微博的在線情感分析系統(tǒng)Mood Lens;提出了基于文本情感分析的搜索概念(稱為心情搜索),并研究了在線社交網(wǎng)絡(luò)的情緒相關(guān)性問題,發(fā)現(xiàn)憤怒是相關(guān)性最強的情緒。研究成果發(fā)表于《Physical Review E》和《Knowledge and Information Systems》等國際權(quán)威期刊。情緒相關(guān)性的成果在因特網(wǎng)上公布后被90多個國家的數(shù)百家媒體報道或轉(zhuǎn)載,其中包括麻省理工技術(shù)評論、BBC、CNN、路透社、華盛頓郵報、紐約時報、今日美國報、NBC、FOX、Discovery、哈佛商業(yè)評論等國際主流媒體,以及新華網(wǎng)、光明網(wǎng)、新浪網(wǎng)、騰訊網(wǎng)、南方周末等國內(nèi)主流媒體。
近五年代表性學(xué)術(shù)論文:The scaling of human mobility by taxis is exponential,Information Propagation in Online Social Networks: A Tie Strength Perspective.