中南大學劉教授頂尖課題組申請攻略

機構旨在為(wei) 大家提供更加全麵、深入的導師解析和科研輔導！每期我們(men) 會(hui) 邀請團隊的博士對各個(ge) 領域的教授導師進行詳細解析，從(cong) 教授簡介與(yu) 研究背景 / 主要研究方向與(yu) 成果分析 / 研究方法與(yu) 特色 / 研究前沿與(yu) 發展趨勢 / 對有意申請教授課題組的建議這五個(ge) 方麵，幫助大家更好地了解導師，學會(hui) 科研！

導師風采 | 中南大學頂尖課題組（劉教授）【純幹貨分享】

教授簡介與(yu) 研究背景

劉教授為(wei) 中南大學學院副教授、博士生導師，深耕計算機科學與(yu) 技術領域近二十年。她本碩博均畢業(ye) 於(yu) 中南大學，學術背景具有顯著的連貫性和係統性。自2012年留校任教以來，其研究主要集中在計算機科學與(yu) 經濟學的交叉領域，尤其在智智、物聯網及車聯網方向取得突破性進展。

劉教授的學術經曆體(ti) 現了從(cong) 傳(chuan) 統計算機技術向跨學科創新的轉型。早期研究涉及係統與(yu) 網絡資源管理，2014年起主持國家自然科學基金項目時，首次將行為(wei) 經濟學理論引入信息科學領域，開創性地利用“通告定效應”“災害疫病”等行為(wei) 模型分析網絡節點行為(wei) ，解決(jue) 協作通信中的促進問題。這一研究路徑既形成了，合作借鑒了其核心的計算機學科基礎，也借助對經濟學理論的敏銳洞察密切相關(guan) 。

團隊特色在於(yu) “學科交叉”與(yu) “產(chan) 學研結合”。其指導的研究生不僅(jin) 在國際頂級期刊（如IEEE Transactions on mobiles Computers）發表論文，畢業(ye) 後亦騰訊、阿裏等進入頭部科技企業(ye) 或繼續攻讀路徑。這種“學術-產(chan) 業(ye) ”雙軌培養(yang) 模式，將課題組成為(wei) 中南大學學科計算機中兼具理論深度與(yu) 實踐價(jia) 值為(wei) 核心的團隊。

主要研究方向與(yu) 成果分析

劉教授團隊的核心研究方向可致力於(yu) “基於(yu) 行為(wei) 經濟學的網絡行為(wei) 優(you) 化”，具體(ti) 主題如下領域：

（1）群智采集設計

針對群智采集中參與(yu) 者積極性不足的問題，團隊提出多維度模型。如機製，專(zhuan) 利《基於(yu) 定效應理論提高車聯網合作率的方法》（201910609362.4）通過設定初始認知點（一個(ge) 定值），利用用戶對相關(guan) 點的損失心理，顯著提升物資參與(yu) 數據遷移的意願。該方法在IEEE物聯網期刊的實驗中啟發，使合作率提高32%。

（2）車聯網通信協作優(you) 化

在車聯網領域，提出BMCGM（行為(wei) 經濟驅動的消息傳(chuan) 遞保障）機製（發表於(yu) Sensors，2018）。該模型通過引入“稟賦效應”，將資源賦予“虛擬端點通信”，增強節點對資源共享心理共識，從(cong) 而減少自私行為(wei) 。實驗表明，該機製在道路擁堵場景下的消息傳(chuan) 遞成功率提升19%。

（3）物聯網數據隱私與(yu) 效率平衡

在IEEE Transactions on mobilesComputing發表的論文中，提出動態預算分配算法，結合“心理賬戶”理論，將隱私保護成本納入用戶決(jue) 策框架。該方法在保證數據質量的同時，將隱私泄露風險降低至傳(chuan) 統模型的1/4。

成果：

·主持國家自然科學基金項目2項，聚焦行為(wei) 經濟學與(yu) 多元化係統結合的基礎理論；

·近5年在CCF A類期刊發表論文7篇，其中4篇發表於(yu) 物聯網頂級期刊IEEE IoT-J（影響因子>10）；

·授權發明專(zhuan) 利5項，涵蓋激勵機製設計、隱私保護等關(guan) 鍵技術。

研究方法與(yu) 特色

劉教授團隊的核心方法論可總結為(wei) “行為(wei) 建模—算法設計—係統驗證”三位一體(ti) ：

（1）跨學科理論融合

以行為(wei) 經濟學中的“非理性決(jue) 策”模型（如定效應、稟賦效應）為(wei) 切入點，構建網絡節點行為(wei) 預測框架。例如，在群智感知任務分配中，通過設定“虛擬禮物”（專(zhuan) 利201811158641.4）觸發用戶的稟賦效應，誘發更傾(qing) 向完成任務以完成線程。

（2）輕量化算法設計

區別於(yu) 傳(chuan) 統博弈論依賴複雜均衡計算，團隊采用啟發式策略降低計算費用。如在車聯網協作模型中，基於(yu) 災害的輕量級啟發矩陣線性時間複雜度，適用於(yu) 實時性要求高的移動場景。

（3）環節驅動的研究閉環

團隊與(yu) 中興(xing) 通訊、國家電網等企業(ye) 合作，構建真實場景測試平台。例如，在智慧醫療項目中，通過多種感知技術收集的臨(lin) 床數據行為(wei) 驗證了模型的預測準確率（達到89%），形成了“理論-實踐-反饋”的迭代優(you) 化機製。

研究前沿與(yu) 發展趨勢

當前，劉教授團隊正圍繞以下前沿方向展開攻關(guan) ：

（1）動態環境下的自適應

針對物聯網節點移動性增強的特點，研究時空影響策略。例如，在移動群智增益中，結合用戶稅務預測動態調整補貼預算，相關(guan) 預研成果已在IEEE IoT-J審稿中。

（2）隱私與(yu) 協作的博弈均衡

探索要點隱私、聯邦學習(xi) 與(yu) 行為(wei) 經濟學的結合點，提出隱私獲取型激勵機製。初步實驗表明，該方法在保護位置隱私的同時，任務覆蓋率提升18%。

（3）AI賦能的群體(ti) 行為(wei) 預測

引入深度學習(xi) 模型（如Transformer）分析大規模用戶行為(wei) 數據，預測網絡節點的爭(zheng) 論偏好。該方向已獲得“新一代人工智能”重大項目支持，預計將推動激勵從(cong) “規則驅動”向“數據驅動”演進。