中文摘要：

熊辉博士，毕业于美国明尼苏达大学，现为美国罗格斯-新泽西州立大学商学院副教授并终身教授。他的主要研究兴趣为信息管理与商务智能理论方法及应用，近五年来承担了美国国家科学基金会(NSF)、德国政府，以及IBM、Panasonic、SAP等公司的研究课题十多项，出版专著一部、合作主编书籍两本,在JOC、TKDE、VLDBJ、JDMKD、KDD等一流学术期刊和会议上发表70余篇高水平的学术论文，其中SCI检索28篇，EI检索62篇，学术成果得到国际同行的广泛引用。获得2009 罗格斯-新泽西州立大学最高学术奖，IBM 2008 ESA创新奖。2009年，罗格斯-新泽西州立大学破格晋升熊辉博士为副教授并终身教授（提前两年）。还应邀担任KDD、ICDE、ICDM、AAAI、SIGECOM等本方向顶级国际会议的程序委员会主席或委员，国际一流期刊KAIS 编委及美国国家科学基金会（NSF）特约评委。

结论摘要：

在全球尤其是中国的移动商务爆炸式发展的今天，已有数据挖掘技术不足以支持对移动互联网数据的全面分析，移动商务智能信息挖掘成为一个极大的挑战。本项目通过收集移动商务产生的业务数据特别是接入数据，结合人口、地理信息,运用数据挖掘方法挖掘异质数据中隐含的模式，并将之应用于移动商务的战略规划及实务运作，以期推动移动商务向个性化和差异化发展。课题组成员在为期二年的研究中取得了如下重要研究成果基于移动用户情境记录的行为模式和偏好挖掘方法研究[8,10]。从移动用户的情境记录数据中挖掘用户个性化的行为模式和情境偏好，是一项重要的基础性研究，也是进行用户个性化推荐、用户行为聚类及分类的前提和基础。基于该项研究，项目组进一步深入研究了基于情境感知的移动用户推荐系统研究[1,12,14]，和面向智能移动服务的聚类方法研究[3,5,9]。实时时空数据信息的采集为基于地理位置信息的智能服务研究[13,7,6]提供了数据基础。同时项目组专注于面向移动推荐系统的基础性研究[4,11]，为基于移动数据的具体应用提供理论技术支持。面向金融欺诈检测的智能商务研究[2]则研究了快速有效检测金融欺诈行为的方法，可在维护经济秩序和稳定中发挥重要作用。上述成果共发表高水平学术论文14篇，其中5篇发表于《IEEE Transactions on Knowledge and Data Engineering》、《Data Mining and Knowledge Discovery》等数据挖掘领域的顶级期刊；另有9篇发表于“ACM KDD”、“IEEE ICDM”等顶级国际学术会议，在数据挖掘领域具有广泛影响力。其中，论文“Personalized Travel Package Recommendation”获2012年度IEEE ICDM唯一的“Best Research Paper Award”。人才培养方面，熊辉教授指导的博士生获国际Unsupervised and Transfer Learning Challenge Award；目前在研博士生10名, 已毕业博士1名，现为University of Tennessee商学院TENURE-TRACK助理教授，其毕业论文获ACM SIGKDD DISSERTATION AWARD Honorable Mention。