庄福振（1983年7月出生），男，副研究员。2002年9月至2006年7月，庄福振在重庆大学计算机学院获得计算机科学与技术学士，并被评为重庆市优秀大学毕业生。2006年9月至2011年7月，他在中国科学院计算技术研究所硕博连读，最终获得计算机软件与理论专业博士学位，并被评为中国科学院大学优秀毕业生，并获得中国科学院院长奖学金优秀奖。2011年7月，庄福振加入中国科学院计算技术研究所，担任助理研究员。2012年度，他被评为计算所优秀研究人员。2013年10月，庄福振被聘为中国科学院计算技术研究所副研究员，并继续担任中国人工智能学会机器学习专委会委员。

2002年9月至2006年7月重庆大学计算机学院本科，获得计算机科学与技术学士，被评为重庆市优秀大学毕业生；2006年9月至2011年7月在中国科学院计算技术研究所硕博连读，获得计算机软件与理论专业博士学位，被评为中国科学院大学优秀毕业生并获得中国科学院院长奖学金优秀奖；2011年7月留所工作，任助理研究员；2012年度被评为计算所优秀研究人员；2013年10月被聘为中国科学院计算技术研究所副研究员。2013年8月至今中国人工智能学会机器学习专委会委员。

主要从事机器学习、数据挖掘方面的研究，特别是在迁移学习研究以及并行数据挖掘方面，已经做出了一系列研究成果。至今已经在IEEE TKDE，IEEE TSMC-Part B，IJCAI，ACM CIKM，ACM WSDM等本领域顶级、重要国际期刊和国际会议上发表录用论文40余篇，其中迁移学习的工作获得SAIM SDM2010以及ACM CIKM2010的最佳论文提名奖。担任IEEE TKDE，IEEE TSMC-Part B，Information Sciences等国际期刊，计算机学报、软件学报、自动化学报等国内学报的审稿人。获得专利1项，申请2项，获得软件著作权5项。

作为项目负责人，主持国家自然科学国家自然科学基金青年科学基金项目管理办法1项；作为计算所方负责人，参与国家863计划项目1项；作为科研骨干，参与973子课题和多项国家自然科学基金项目。作为项目负责人，完成1项企业横向项目；作为骨干，参与完成多项企业横向项目。

机器学习，数据挖掘，迁移学习，并行大数据挖掘

Fuzhen 壮族, Ping Luo, Zhiyong Shen, Qing He, Yuhong Xiong, Zhongzhi Shi, Hui Xiong: Mining Distinction and Commonality across Multiple Domains Using Generative Model for Text Classification. IEEE Trans. Knowl. Data Eng

Fuzhen 壮族, Ping Luo, Hui Xiong, Yuhong Xiong, Qing He, Zhongzhi Shi: Cross-Domain Learning from Multiple Sources: A Consensus Regularization Perspective. IEEE Trans. Knowl. Data Eng

Fuzhen Zhuang, Ping Luo, Changying Du, Qing He, Zhongzhi Shi: Triplex transfer learning: exploiting both shared and distinct concepts for text classification. IEEE 台积电Part B

Fuzhen 壮族, George Karypis, Xia Ning, Qing He, Zhongzhi Shi: Multi-view learning via probabilistic latent semantic analysis. Inf

Fuzhen Zhuang, Ping Luo, Qing He, Zhongzhi Shi: Inductive Transfer Learning for Unlabeled Target-domain via Hybrid Regularization. Chinese Science Bulletin, Springer

Fuzhen 壮族, Ping Luo, Hui Xiong, Qing He, Yuhong Xiong, Zhongzhi Shi: Exploiting associations between word clusters and document classes for cross-domain text categorization. Statistical Analysis and Data Mining

Wenjuan Luo, Fuzhen 壮族, Qing He, Zhongzhi Shi: Exploiting relevance, coverage, and novelty for query-focused multi-document summarization. Knowl.-Based Syst

Qing He, Tianfeng Shang, Fuzhen Zhuang, Zhongzhi Shi: Parallel extreme learning machine for regression based on MapReduce

Xin Jin, Yongquan Liang, Dongping Tian, Fuzhen 壮族: Particle swarm optimization using dimension selection methods. Applied 数学 and Computation

Qing He , Changying Du , Qun Wang , Fuzhen Zhuang , Zhongzhi Shi : A parallel incremental extreme SVM classifier.

Fuzhen 壮族, Ping Luo, Peifeng Yin, Qing He, Zhongzhi Shi: Concept Learning for Cross-Domain Text Classification: A General Probabilistic Framework

Fuzhen Zhuang, Ping Luo, Changying Du, Qing He, Zhongzhi Shi: Triplex transfer learning: exploiting both shared and distinct concepts for text classification

Fuzhen 壮族, Ping Luo, Zhiyong Shen, Qing He, Yuhong Xiong, Zhongzhi Shi: D-LDA: A Topic Modeling Approach without Constraint Generation for Semi-defined Classification.

Fuzhen Zhuang, Ping Luo, Zhiyong Shen, Qing He, Yuhong Xiong, Zhongzhi Shi, Hui Xiong: Collaborative Dual-PLSA: mining distinction and commonality across multiple domains for text classification

Fuzhen 壮族, Ping Luo, Hui Xiong, Qing He, Yuhong Xiong, Zhongzhi Shi: Exploiting Associations between Word Clusters and Document Classes for Cross-Domain Text Categorization

Xin Jin, Fuzhen Zhuang, Shuhui Wang, Qing He, Zhongzhi Shi: Shared Structure Learning for Multiple Tasks with Multiple Views. ECML/PKDD

Changying Du, Fuzhen 壮族, Qing He, Zhongzhi Shi: Multi-task Semi-supervised Semantic Feature Learning for Classification

Wenjuan Luo, Fuzhen Zhuang, Qing He, Zhongzhi Shi: Quad-tuple PLSA: Incorporating Entity and Its Rating in Aspect Identification

Xudong Ma, Ping Luo, Fuzhen 壮族, Qing He, Zhongzhi Shi, Zhiyong Shen: Combining Supervised and Unsupervised Models via Unconstrained Probabilistic Embedding

Ping Luo, Fuzhen Zhuang, Hui Xiong, Yuhong Xiong, Qing He: Transfer learning from multiple source domains via consensus regularization.

庄福振、何清，一种采用决策树的数据分类方法和系统，中国, 中华人民国家知识产权局

敖翔、何清、庄福振. 一种基于MapReduce的分布式垂直交叉网络爬虫系统，申请专利

何清，吴新宇，庄福振，敖翔，尚田丰，马云龙，李宁，罗文娟，韩硕，金鑫，杜长营，董智，余文超，王群.Web数据挖掘云服务平台

何清、马旭东、谭庆、庄福振、赵卫中、李金成、罗文娟、李婷婷、李宁、王群、杜长营，软件著作权。数据挖掘云服务平台

国家自然科学国家自然科学基金青年科学基金项目管理办法“基于生成模型的迁移学习算法研究及其应用”

国家863项目课题“城市人口全生命周期公共服务支撑技术研究与系统开发”

国家863项目课题“海量Web数据模式发现与结构化内容提取”

国家自然科学重点基金项目“WEB 搜索与挖掘的新理论与方法”

国家自然科学面上基金项目“领域适应性问题相关学习算法与理论研究”