孙秋霞，博士，副教授，硕士生导师，现任山东科技大大学中文字日产幕乱无广告数据科学一系主任。主持或承担完成国家自科基金、山东省自科基金、山东省科技发展计划项目等20余项项目的研发工作；在《Expert Systems With Applications》《Journal of Intelligent Transportation Systems》等学术期刊或会议以第一或通讯作者发表论文50余篇（SCI/SSCI/EI/CSSCI等收录30+）。欢迎对应用数学、数据科学、大数据分析方法与技术等研究感兴趣的学生加入我们团队，联系邮箱：qiuxiasun@sdust.edu.cn。

• 招生专业：应用数学、系统科学、大数据技术与工程（专硕）

• 近五年主持或承担（前三位）科研项目（部分）

• 2022.01-2024.12基于深度学习与张量分解的交通流预测模型研究，山东省自然科学基金面上项目

• 2022.01-2023.12基于客户全维度画像的保险策略精准推荐系统设计与开发，山东省科技型中小企业创新能力提升工程项目

• 2020.12-2022.12面向全生命周期的工业大数据分析与决策平台，青岛市西海岸新区2020科技项目

• 2019.10-2021.09基于出租车GPS数据的城市交通时空特征提取及其可视化，教育部产学合作协同育人项目

• 2019.09-2021.08基于多源数据的青岛市城市空间结构规划与交通需求管理研究，青岛市社会科学规划研究项目

• 2018.06-2021.06基于服刑人员全维度画像的循证矫正策略个性化智能推荐算法，教育部人文社科项目

• 2018.01-2020.12面向大规模用户的网络电视个性化推荐技术研究，山东省重点研发计划项目

• 2018.01-2019.12 数据驱动的智能健康管理设备产业创新及应用推广，工业转型升级（中国制造2025）资金重点任务项目

• 近五年第一或通讯作者发表论文（部分）

• Reducing strategic uncertainty in transportation networks by personalized routing advice: A route-choice laboratory experiment. Travel Behaviour and Society, 2023, 34 (2024) 100701: 1-15. (SSCI检索)

• Adaptive graph convolutional network-based short-term passenger flow prediction for metro[J]. Journal of Intelligent Transportation Systems, 2023, 2209913: 1-10. (SCI+SSCI双检索)

• Attention-based dynamic spatial-temporal graph convolutional networks for traffic speed forecasting[J]. Expert Systems With Applications, 2022, 204：117511. (SCI检索，Top期刊)

• Identification of Recurrent Congestion in Main Trunk Road Based on Grid and Analysis on Influencing Factors[J]. Journal of Advanced Transportation, 2022, 4729017：1-17. (SCI检索)

• Spatial- temporal differences in operational performance of urban trunk roads based on TPI data: The case of Qingdao[J]. Physica A: Statistical Mechanics and its Applications, 2021,568: 125696. (SCI检索)

• CSELM-QE: A Composite Semi-supervised Extreme Learning Machine with Unlabeled RSS Quality Estimation for Radio Map Construction[J]. Chinese Journal of Electronics ,2020, 29(6): 1016-1024. (SCI检索)

• 基于混合深度学习的地铁站进出客流量短时预测[J].交通运输系统工程与信息, 2020,20(5): 128-134. （EI收录，卓越计划期刊）

• TrustTF: A tensor factorization model using user trust and implicit feedback for context-aware recommender systems[J]. Knowledge-Based Systems, 2020, 209: 106434. (SCI收录， Top期刊)

• Research on traffic congestion characteristics of city business circles based on TPI data: The case of Qingdao, China[J]. Physica A: Statistical Mechanics and its Applications, 2019,534: 122214.  (SCI收录)