姓名
周全强
单位部门
信息与控制工程学院/软件工程教研室
职称
副教授
电话/邮箱
zhouqiang128@126.com
个人简介
周全强，男，工学博士，副教授，硕士生导师。2014年1月毕业于燕山大学计算机应用技术专业，获工学博士学位，同年入职青岛理工大学。主持2项山东省自然科学基金项目，参与6项国家级、省部级自然基金项目，发表SCI、EI检索论文10余篇，担任多个国际、国内期刊的审稿人。获得青岛理工大学高层次引进F类人才、西海岸新区第二批区外引进高层次紧缺人才、校级先进工作者等荣誉称号。
研究领域
机器学习及其应用、推荐系统、信息安全、智能信息处理等。
教科研情况
教学情况：
讲授课程包括《C语言程序设计》《C++语言程序设计》《Java语言程序设计》《数据结构》《操作系统》《决策支持系统》《软件工程》等。
科研情况：
主持或参与的部分科研项目：
6.山东省自然科学基金培养基金项目：推荐攻击增量检测方法及关键技术研究。1/1
5.山东省自然科学基金培养基金项目：深度学习框架下视觉显著性协同物体分割方法研究。2/4
4.山东省安全生产监督管理局安全生产重特大事故防治关键技术科技项目：基于深度学习的大数据煤矿安全事故预警与应急管理平台的研究。2/12
3.河北省自然科学基金面上项目：基于矩阵分解的鲁棒协同推荐模型及其应用研究。3/7
2.河北省高等学校科学技术研究重点项目：面向电子商务站点的健壮推荐模型及关键技术研究。5/7
1.国家自然科学基金面上项目：融合推荐攻击在线集成检测和多维信任机制的可信推荐模型及关键技术研究。6/10
代表性学术成果：
[14]Improving Deep Learning-Based Recommendation Attack Detection Using Harris Hawks Optimization，Applied Sciences，SCI检索，1/3
[13]Semi-supervised recommendation attack detection based on Co-Forest，Computers & Security，SCI&EI检索，1/2
[12]Recommendation attack detection based on deep learning，Journal of Information Security and Applications，SCI&EI检索，1/3
[11]Supervised approach for detecting average over popular items attack in collaborative recommender systems，IET Information Security，SCI&EI检索，1/1
[10]Feature extraction approach for recommendation attacks based on mutual information，ICIC Express Letter，EI检索，1/1
[09]Ensemble detection model for profile injection attacks in collaborative recommender systems based on BP neural network，IET Information Security，SCI&EI检索，2/2
[08]基于仿生模式识别的未知推荐攻击检测，软件学报，EI检索，1/3
[07]基于仿生模式识别的用户概貌攻击集成检测方法,计算机研究与发展，EI检索,1/2
[06]HHT-SVM: An online method for detecting profile injection attacks in collaborative recommender systems，Knowledge-Based Systems，SCI&EI检索，2/2
[05]基于模糊C均值聚类的环境感知推荐算法，计算机研究与发展，EI检索，3/3
[04]A hybrid unsupervised approach for detecting profile injection attacks in collaborative recommender systems，Journal of Information and Computational Science，EI检索，1/2
[03]A meta-learning-based approach for detecting profile injection attacks in collaborative recommender systems，Journal of Computers，EI检索，2/2
[02]一种融入可信度的集成SVM垃圾书签检测方法，模式识别与人工智能，EI检索，2/2
[01]Context-aware oriented QoS prediction approach for web service，Journal of Computational Information Systems，EI检索，4/4
