刘真

博士 、教授 、博导

基本信息

办公电话： 电子邮件： zhliu@bjtu.edu.cn
通讯地址：北京交通大学计算机科学与技术学院 邮编：100044

教育背景

2006年毕业于中国科学院计算技术研究所，获工学博士学位。2006年7月入职北京交通大学计算机学院。2014年1月-2015年1月在美国佛罗里达大学电子与计算机工程系访问及合作研究。


工作经历


教授，博士生导师。中国计算机学会（CCF）高级会员，CCF分布式计算与系统专委会执行委员，中国铁道学会会员。中国信息通信研究院云计算大数据领域专家，中国国家铁路集团有限公司专家库专家。近年来主持或作为核心骨干参与的科研项目共计30余项。目前已发表论文 40 余篇，获授权发明专利 12 项，软著 3 项。主持或参加编写的国家或行业标准共计5项。参与编写教材2部。获得地理信息科技进步奖一等奖、教育部科技成果证书，获得北京市高等教育教学成果一等奖。

研究兴趣：

云计算与边缘计算（云边端协同训练和推理、模型压缩边缘部署，云边端协同存储）

推荐算法和推荐系统

研究方向

  • 计算机技术
  • 轨道交通信息技术
  • 大数据技术与工程
  • 软件工程
  • 新一代电子信息技术
  • 人工智能
  • 先进计算与高性能计算

招生专业

  • 计算机科学与技术博士
  • 计算机技术博士
  • 软件工程博士
  • 人工智能博士
  • 新一代电子信息技术（含量子技术等）博士
  • 计算机科学与技术硕士
  • 计算机技术硕士
  • 大数据技术与工程硕士
  • 软件工程硕士
  • 人工智能硕士
  • 新一代电子信息技术（含量子技术等）硕士

科研项目

国家自然科学基金“面上”：高速移动场景中列车在途视频监测任务的“端-云”协同处理关键技术研究，主持，2027-2030

国铁集团：面向大模型应用的铁路勘察设计领域知识注入方法研究，主持，2026-2027

中车集团：“车辆-列车-集群”嵌入式平台的多层次算力网络协同机制研究，主持，2024-2026

国家重点研发计划项目中车专项-任务：面向确定性服务质量保证的车载物联网组网技术研究 (项目名:面向未来的高效轻量化环境友好列车系统技术与装备)，主持，2023-2028

国家自然科学基金铁路联合基金重点项目：高速铁路复杂路网BIM数据智能处理与多路复用理论与方法，执行负责，2023-2026

中车集团：5G车载独立小区物联网终端接入研究，主持，2022-2023

国家重点研发计划项目-任务: 政务大数据透明管理与智能服务理论与方法 (项目名:互联网+政务大数据透明管理与智能服务平台)，主持，2019-2022

国家重点研发计划项目-任务: 天临空地车轨道交通系统状态信息获取、监测与预警技术(项目名:基于空天车地信息协同的轨道交通运营与安全综合保障技术), 主持，2016-2020

中车集团：基于5G的车载物联网框架研究，执行负责，2020-2021

中央高校基本科研业务费项目: 移动社交网络时空特性下基于并行图模型的高效位置推荐, 主持，2017-2018

国家自然科学基金"青年": 云计算中多目标驱动的虚拟机安置技术研究, 主持，2013-2015

中央高校基本科研业务费项目: 面向内容的绿色通信网络路由与存储技术研究, 主持，2015-2016

其他省部级科技计划基金: 数据异构融合及相关数据标准研究, 参与，2018-2019

红果园国家级科技委项目: 云环境下的交通调度关键技术研究, 参与，2019-2020

中央高校基本科研业务费项目: 大云数据中心网络的路由技术研究, 参与，2016-2017

科技部“863”: 高速铁路动车组全生命周期数据集成管理与综合-高速铁路动车组全生命周期数据集成化管理平台技术研究, 参与，2015-2018

铁路总公司（原铁道部）: 信息系统互联互通及安全、维护技术应用研究——铁路信息系统互联互通和信息共享关键技术, 参与，2012-2013

中兴通讯公司: 新一代数据中心网络关键技术研究, 参与，2011-2012

中央高校基本科研业务费项目: 云式移动计算（CMC）体系架构及实验床构建, 主持，2009-2011

中央高校基本科研业务费项目: 超高速移动宽带无线接入与车地高速通信关键技术, 参与，2009-2011

神华集团重大项目: WiMAX技术在铁路移动通信中的应用研究, 任务负责，2009-2012

Intel公司: 云计算在铁路行业应用, 参与，2009-2010

科技部“863”: 基于网格的铁路货运信息综合应用系统, 参与，2007-2010

校科技基金: 通信网业务资源的网格服务化研究, 主持，2007-2009

教学工作

1. 本科生课程
《数据库系统原理》、《高级语言程序设计》、《面向对象程序设计与C++》、《计算机基础》

2. 研究生课程
《并行与分布式计算》

论文/期刊


  • Yannan Wang, Zhen Liu*, Chong Geng, Ruiqi Liu, Guoqiang Zhang, Feng Liu. Maintaining Content Strong Consistency from an Edge Caching Perspective: An Offline Reinforcement Learning Approach. IEEE Transactions on Mobile Computing (TMC). 2026, 25(8):12521-12535.
  • Sibo Lu, Yafan Yuan, Zhen Liu*, and Xinxin Yang. ERA: Meta Representation Alignment for Data Bias Mitigation in Recommendations. ACM Transactions on Information Systems(TOIS), 2026, 44(5), 104:1-32.
  • Yannan Wang, Zhen Liu*, Chong Geng, Yidong Li, Xinyu Liu, Qiang Gao. Distributed Multi-Agent Reinforcement Learning on a Hierarchical Game Model for Railway Engineering Data Collaborative Edge Caching. IEEE Transactions on Intelligent Transportation Systems (TITS). 2025, 26(2):2643-2655.
  • Yiran Li, Zhen Liu*, Ze Kou, Yannan Wang, Guoqiang Zhang, Yidong Li, Yongqi Sun. Real-time Adaptive Partition and Resource Allocation for Multi-user End-cloud Inference Collaboration in Mobile Environment. IEEE Transactions on Mobile Computing (TMC). 2024, 23(12):13076-13094.
  • C. Geng, Z. Liu*, Y. Wang and Y. Li, "Distributed Cloud-Edge Scheduling for Multimedia Data Requests: A MARL Approach," 2025 IEEE International Conference on Multimedia and Expo (ICME), Nantes, France, 2025, pp. 1-6, doi: 10.1109/ICME59968.2025.11209143.
  • Y. Yuan, Z. Liu*, X. Yang and S. Lu, "Contrastive Intent-Disentangled Variational AutoEncoder for Sequential Recommendation," 2025 IEEE International Conference on Multimedia and Expo (ICME), Nantes, France, 2025, pp. 1-6, doi: 10.1109/ICME59968.2025.11209547.
  • Zhen Liu, Cheng Wang, Xinxin Yang, Ning Zhang, Feng Liu, Bin Zhang. Time Series Multi-step Forecasting Based on Memory Network for the Prognostics and Health Management in Freight Train Braking System. IEEE Transactions on Intelligent Transportation Systems (TITS). 2023, 24(8):8149-8162. 
  • Yibo Gao, Zhen Liu*, Xinxin Yang, Sibo Lu, Yafan Yuan. Disentangled Multi-Graph Convolution for Cross-Domain Recommendation. ACM Transactions on Knowledge Discovery from Data (TKDD). 2025, 19(3): 1-28.
  • Xinxin Yang, Xinwei Li, Zhen Liu*, Yafan Yuan, Yannan Wang. Multi-teacher knowledge distillation for debiasing recommendation with uniform data. Expert Systems with Applications (ESWA), 2025: 126808.
  • Xinxin Yang, Zhen Liu*, Xiaoman Lu, Yafan Yuan, Sibo Lu, Yibo Gao. Contrastive Disentangled Representation Learning for Debiasing Recommendation with Uniform Data.  The 33rd ACM International Conference on Information and Knowledge Management (CIKM). Boise, USA. Oct. 21-25, 2024:4188-4192.
  • 杨新新, 刘真*, 卢思博, 袁亚凡, 孙永奇. 基于因果推断的推荐系统去偏研究综述. 计算机学报. 2024, 47(10):2307-2332. 
  • Yilin Ding, Zhen Liu*, Hao Hao. Self-supervised Learning and Graph Classification under Heterophily. The 32nd ACM International Conference on Information and Knowledge Management (CIKM). Birmingham, UK. Oct. 21-25, 2023:3849-3953.
  • Ninghua Dong, Zhen Liu*, Xiang He, Yiran Li. Ternary Logit Distillation via Non-Target Classes Decomposition. 2024 IEEE International Conference on Big Data (BigData), Washington, DC, USA, 2024:1288-1293. 
  • Xiang He, Zhen Liu*, Ze Kou, Ninghua Dong, Yiran Li, Zeshuai Liu. HSMS-ADP: Adaptive DNNs Partitioning for End-Edge Collaborative Inference in High-Speed Mobile Scenarios. The 29th IEEE International Conference on Parallel and Distributed Systems (ICPADS). Dec. 17-21, 2023:1015-1022. 
  • Zhen Liu, Meng Zhang, Feng Liu, Bin Zhang. Multidimensional Feature Fusion and Ensemble Learning-Based Fault Diagnosis for the Braking System of Heavy-Haul Train, IEEE Transactions on Industrial Informatics (TII), 2021, 17(1): 41-51.
  • Yibo Gao, Zhen Liu*, Xinxin Yang, Yilin Ding. Graph Convolutional Network based Feature Constraints Learning for Cross-Domain Adaptive Recommendation. The 30th International Conference on Neural Information Processing (ICONIP). Nov. 20-23, 2023: 152-164.
  • Zhen Liu, Xiaodong Wang, Ying Ma, Xinxin Yang. Relational Metric Learning with High Order Neighborhood Interactions for Social Recommendation. Knowledge and Information Systems (KAIS). 2022(64): 1525–1547. 
  • Yanlin Zhang, Zhen Liu*, Ying Ma, Yibo Gao. Multi-graph Convolutional Feature Transfer for Cross-domain Recommendation. The 2022 International Conference on Neural Networks (IJCNN), Italy, July. 2022. 
  • Zhen Liu, Baoxin Yuan, Ying Ma. A multi-task dual attention deep recommendation model using ratings and review helpfulness, Applied Intelligence (APIN), 2022, 52(5):5595-5607. 
  • 范文韬, 刘真*, 马英, 杨新新. 基于生成对抗网络的知识图谱嵌入负采样, 第九届中国计算机学会大数据学术会议, 中国广州, 2022.1（最佳学生论文奖）
  • Xiaodong Wang, Zhen Liu*, Nana Wang, Wentao Fan. Relational Metric Learning with Dual Graph Attention Networks for Social Recommendation. The 24th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD), Singapore, May. 2020:104-117. 
  • Zhen Liu, Jingyu Tian, Lingxi Zhao, Yanling Zhang. Attentive-Feature Transfer based on Mapping for Cross-domain Recommendation. The 20th IEEE International Conference on Data Mining (ICDM) Workshop: Neural Recommender Systems. Sydney. Nov. 2020:151-158. 
  • Zhen Liu, Huanyu Meng, Shuang Ren, Feng Liu. Reliable Collaborative Filtering on Spatio-temporal Privacy Data. Security and Communication Networks (SCN). 2017.
  • Huanyu Meng, Zhen Liu*, Fang Wang, Jiadong Xu. Towards Efficient Collaborative Filtering Using Parallel Graph Model and Improved Similarity Measure. The 18th IEEE International Conference on High Performance Computing and Communication (HPCC), Sydney, Australia. Dec. 2016: 182-189. 
  • Guoqiang Zhang, Xiaohui Wang, Qian Gao, Zhen Liu. A Hybrid ICN Cache Coordination Scheme Based on Role Division Between Cache Nodes. 2015 IEEE Global Communications Conference (GLOBECOM). 2015: 1-6. 
  • 曲晓雅, 刘真*. 基于阈值滑动窗口机制的虚拟机迁移判决算法. 计算机科学, 2016-04，43(4): 43-46.
  • Zhen Liu, Yongchao Xiang, Xiaoya Qu. Towards Optimal CPU Frequency and Different Workload for Multi-objective VM Allocation. 2015 12th Annual IEEE Consumer Communications and Networking Conference(CCNC). Las Vegas, NV, USA. Jan. 2015, 369-374.
  • Yongchao Xiang, Zhen Liu*, Guoqiang Zhang. Cloud Data Centers Energy-saving Scheduling Algorithm Based on CPU Frequency Scaling. WIT Transactions on Information and Communication Technologies. 2014, 51(1): 1027-1037.
  • 张国强,林森,刘真,林涛,张国清,李幼平. 高能效互联网传输技术研究. 通信学报，2012-05,33(5):158-168.
  • Fei MA, Feng LIU, Zhen LIU. Multi-objective Optimization for Initial Virtual Machine Placement in Cloud Data Center. Journal of Information and Computational Science. 2012, 9(16):5029-5038. 
  • Fei MA, Feng LIU, Zhen LIU. Distributed Load Balancing Allocation of Virtual Machine in Cloud Data Center. IEEE International Conference on Software Engineering and Service Sciences. 2012:20-23.
  • Weiwei Fang, Zhen Liu, Feng Liu. A Cross-Layer Protocol for Reliable and Efficient Communication in Wireless Sensor Networks. International Journal of Innovative Computing, Information and Control, 2012,10(B)(8)：7185-7198.
  • 刘真，刘峰，张宝鹏，高石玉，马飞.云计算模型在铁路大规模数据处理中的应用研究. 北京交通大学学报，2010,34(5):14-19.
  • Zhen Liu. Gridifying Teleco-services for NGN Service Convergence. IFIP/IEEE International Symposium on Integrated Network Management-Workshops(IM),2009. Long Island, New York, USA，2009:253-256.
  • Zhen Liu. FDM: A Network Fault Diagnosis Model based on Knowledge and Reasoning。7th IEEE International Symposium on Communications and Information Technologies(ISCIT)，Sydney，Oct.17-19，2007:785-789.
  • 刘真, 杨景,李国杰,张国清.基于Parlay和OGSA的NGN业务生成框架模型. 通信学报，2007, 28(2):64-74.
  • Zhen Liu, Jing Yang, Guoqing Zhang. Towards a Parlay-Grid communication model for NGN service convergence. IEEE Global Telecommunications Conference(Globecom), St. Louis, Missouri, USA. Dec.2005:79-83.




专著/译著




专利


软件著作权



获奖与荣誉

社会兼职