跳转至

复旦大数据学院 周宝健 青年副研究员

报告生成时间：2026年9月15日
个人主页：Baojian Zhou（学院官方页面见复旦大学大数据学院师资队伍·副教授/副研究员）
所属团队：复旦大学大数据学院；上海市数据科学重点实验室（Shanghai Key Laboratory of Data Science）；知识工场实验室（Knowledge Works Research Laboratory）

同名消歧说明：本报告以复旦大学大数据学院（sds.fudan.edu.cn）从事图学习方向的 Baojian Zhou（周宝健）为准，其身份锚定为学院官方师资页面所列"青年副研究员"条目、个人主页 baojian.github.io 及 DBLP（pid: 167/4485）记录。网传"博士毕业于波士顿大学/香港科技大学"等说法均与官方页面不符，已按官方来源修正（详见第二章）。

一、学者基本信息

字段 内容
姓名 周宝健（Baojian Zhou）
职称 青年副研究员（据复旦大学大数据学院官网师资页面；其个人主页英文自述为 Assistant Professor，即复旦"青年副研究员"序列的通行英文对应头衔）
所属单位 复旦大学大数据学院
机构兼职 上海市数据科学重点实验室（据个人主页；该实验室依托复旦大学计算与智能创新学院运营，实验室主任为肖仰华教授）；知识工场实验室（Knowledge Works Research Laboratory，据个人主页）
博士生招生 据其个人主页明确说明："I am not currently able to supervise PhD students"，即目前尚不能独立指导博士生，欢迎硕士与本科生开展研究
研究方向 大规模图算法（局部演化集合过程、个性化 PageRank、在线节点标注、图结构稀疏优化）、大语言模型理论（上下文学习、扩散语言模型的训练动力学与可训练性）、科学智能（AI for Science）
代表成果 NeurIPS（2024 两篇、2025 一篇）、ICML（2022、2023）、KDD（2019、2021、2022、2023）、AAAI（2016、2023）、IJCAI（2016）、TKDE 等会议与期刊
邮箱 bjzhou@fudan.edu.cn（据个人主页）
论文收录 Google Scholar（user: FtDxt4YAAAAJ）、DBLP（pid: 167/4485）

二、教育背景与职业履历

周宝健的学术训练呈现"数学优化 × 数据挖掘 × 图算法"的复合底色。其博士教育完成于美国纽约州立大学奥尔巴尼分校（University at Albany, SUNY），获计算机科学博士学位并同期获得数学硕士学位，博士导师为该校计算机科学系 Feng Chen 与数学系 Yiming Ying（应奕纲）——二人分别代表数据挖掘（事件检测、子图异常检测）与机器学习优化（AUC 最大化、在线学习）两条训练线，这直接塑造了他"图结构稀疏优化"的博士论文主线（2016–2019 年在 ICDM、IJCAI、ICML、KDD 连续发表 Graph-MP、Graph-GHTP、Sto-IHT、Dual Averaging 等图结构稀疏优化工作）。2020 年博士毕业后，他赴纽约州立大学石溪分校（Stony Brook University）计算机科学系从事博士后研究（2020–2021），合作导师为著名算法学者 Steven Skiena（著名教材《The Algorithm Design Manual》作者），博士后期间与 Skiena 组及北航背景学者合作转向大规模动态图上的子集节点表示学习（KDD 2021、KDD 2022）。此后加入复旦大学大数据学院任青年副研究员；其具体入职时间未见官方披露，但从发表记录看，2023 年 KDD 论文（AccPPR）已同时连接石溪大学与复旦作者，2024 年起成果均以复旦大学（联合上海市数据科学重点实验室）为署名单位，可推断其约于 2022–2023 年间入职复旦。值得注意的早期履历是：2013 年他作为第一作者与栾钟治、钱德沛、吴洁乾、谢明等北京航空航天大学体系研究者合作发表流式计算与云计算方向论文（IEEE CSE/CSC 2013），显示其本科/早期科研训练与北航体系有关，但其本科院校与学位信息公开资料未披露。

职业履历要点（时间线）：

时间 事件
2013 前后 与北航体系研究者（栾钟治、钱德沛等）合作发表流式数据处理论文（IEEE CSE、CSC），早期科研训练阶段
约 2015–2020 纽约州立大学奥尔巴尼分校，计算机科学博士 + 数学硕士（导师：Feng Chen、Yiming Ying）
2020–2021 纽约州立大学石溪分校博士后（合作导师：Steven Skiena）
约 2022–2023 加入复旦大学大数据学院，任青年副研究员（确切入职时间公开资料未披露）
2024 以复旦为署名单位连中两篇 NeurIPS 2024（局部演化集合过程迭代法、图扩散方程快速局部求解器）
2025 NeurIPS 2025 论文（加速演化集合过程计算局部 PageRank，与罗珞、肖仰华、阳德青合作）；受邀出席 2025 全球机器学习技术大会
2026 与石溪大学 Skiena 组合作的语言演化统计结构论文发表于 Proc. R. Soc. B；与阿里巴巴团队联合发布扩散语言模型与 LLM 推理系列预印本

三、学生培养情况

1. 博士生：目前尚无独立指导的博士生

据其个人主页的明确声明，周宝健目前不具备独立指导博士生的资格/条件（"I am not currently able to supervise PhD students"），公开渠道亦未见其招收博士生的记录。这意味着其学术谱系尚处于"前传承"阶段，现有学生培养主要通过硕士生、本科生以及与资深教授联合指导的形式展开。

2. 硕士生与本科生：合作论文中的学生作者群

其个人主页明确欢迎硕士与本科生联系开展研究。从署名记录看，围绕其研究方向形成的学生作者群包括（以下仅据论文合著关系列示，是否为其直接指导学生公开资料未逐一确认）：白嘉禾（Jiahe Bai，图扩散方程快速局部求解器，NeurIPS 2024 第一作者）、麻子阳（Ziyang Ma，"GPT-2 as an ODE Solver"，2025）、Yuxiang Wang 与 Yu Xiang（掩码扩散语言模型可训练性，2026 预印本，后者含阿里巴巴联合研究）、石溪大学的 Zhen Chen（加速个性化 PageRank，KDD 2023 第一作者）与博士生郭星知（Xingzhi Guo，与其及 Skiena 合作 KDD 2021/2022、NeurIPS 2024、Proc. R. Soc. B 2026 共七篇，是横跨"石溪—复旦"两条线的核心学生合作者）。这批学生作者的工作覆盖了从图算法到扩散语言模型的完整方向谱系。

3. 与院内资深教授的联合培养形态

其 NeurIPS 2025 论文（加速演化集合过程）由罗珞（青年副研究员）、肖仰华（Yanghua Xiao）、阳德青（Deqing Yang）与其四人共同完成，其中第一作者 Binbin Huang（黄彬彬）同时与罗珞合作——该工作属于学院内部"优化理论（罗珞）× 图算法（周宝健）× 知识工场应用（肖仰华、阳德青）"的联合指导形态，是其当前学生培养的主要运作方式。

四、学术合作网络

4.1 学院/实验室内部（复旦生态圈）

  • 肖仰华（Yanghua Xiao，复旦大学计算与智能创新学院教授、上海市数据科学重点实验室主任、知识工场创始人）：周宝健入职复旦后合作最密集的资深学者（合著约十篇，含 NeurIPS 2024×2、NeurIPS 2025、Proc. R. Soc. B 2026 及多项扩散语言模型预印本），是其嵌入知识工场—数据科学重点实验室体系的关键接驳人。
  • 阳德青（Deqing Yang，大数据学院副教授、博士生导师、知识工场联合创始人）：合作约七篇（NeurIPS 2024×2、NeurIPS 2025、KDD 2023、ICDMW 2023 等），是其在学院内最稳定的论文合作者，二人共同构成"肖仰华—阳德青—周宝健"知识工场算法理论三角。
  • 罗珞（大数据学院青年副研究员）：NeurIPS 2025 局部 PageRank 论文合作者，将优化理论工具引入其图算法设计；与本报告库中罗珞网络报告所述"算法理论 × 数据科学应用"的跨界合作一致。
  • 方向相邻的青年同事：王戈飞（扩散/科学智能方向）、黄增峰（算法与理论）、江如俊（优化）等与其研究谱系天然互补，公开合作尚未披露（王戈飞网络报告亦有类似判断）。

4.2 国内合作

  • 北京航空航天大学：早期（2013 及 2019 前后）与李建新、怀进鹏、吴洁乾等合作流式/图数据方向的论文（TKDE 2019、CCPE 2017），是其最早的中文学术共同体。
  • 中山大学（雷云文 Yunwen Lei）：2020 年 ICDM AUC 最大化稀疏优化工作合著者。
  • 阿里巴巴集团（产学研，详见第五章）：2025–2026 年扩散语言模型与 LLM 推理后训练方向的规模化联合研究，其国内产业界合作的主线。

4.3 国际合作

  • 纽约州立大学奥尔巴尼分校：博士母校，Feng Chen（合著约十篇，图结构稀疏优化主线）与 Yiming Ying（合著四篇，AUC 优化主线）两位导师构成其最持久的国际学术纽带。
  • 纽约州立大学石溪分校：博士后合作导师 Steven Skiena（合著约六篇，动态图表示学习、语言演化统计结构），双方合作延续至今（2026 年 Proc. R. Soc. B 论文），Skiena 组博士生郭星知是两校合作的枢纽学生。
  • 弗吉尼亚理工大学（Naren Ramakrishnan 教授）：媒体自我审查检测、树状先验子图检测方向合著者（SDM 2020、TKDE 2019、AAAI 2016 等，经 Feng Chen 通道）。
  • 里海大学（Yifan Sun）与 Reza Babanezhad Harikandeh：在线节点标注（ICML 2023）、图结构 Frank-Wolfe（ICML 2022）、局部演化集合过程（NeurIPS 2024）的长期合作者，是其"大图在线算法"路线的核心外部伙伴。
  • 香港大学（David W. Cheung、Yu Liu）：2016 年 CIKM 空间事件检测工作。

五、业界合作关系深度分析

周宝健的产业合作高度集中于阿里巴巴集团，且与其学术主线（扩散语言模型理论）完全同构。证据链如下：2026 年 1 月预印本 Logics-STEM（arXiv:2601.01562）的作者单位栏明确标注，周宝健署名"上海市数据科学重点实验室、复旦大学大数据学院"，肖仰华署名复旦两个学院，而论文主体作者（Mingyu Xu、Cheng Fang、Keyue Jiang、Yuqian Zheng、Qifang Zhao、Lin Qu、Xiaoxiao Xu 等十余人）均署名 Alibaba Group（其中 Xiaoxiao Xu 同时署名佐治亚理工学院与南开大学）。该工作发布了 8B 规模 STEM 推理模型 Logics-STEM 及千万级长思维链 SFT 数据集，在 8B 规模上平均领先次优模型 4.68%。随后 2026 年 4–6 月，双方又连续推出掩码扩散语言模型可训练性（On the Trainability of Masked Diffusion Language Models via Blockwise Locality，含 Jigsaw/Scatter 两种块级局部化模型）与 Semantic DLM+（基于偏置—方差权衡的转移核设计）两项预印本，周宝健均为核心理论作者。

从合作结构看，其角色定位清晰：阿里巴巴团队提供大模型工程能力、算力与数据引擎（数据治理、蒸馏、RLVR），周宝健与肖仰华提供数学理论分析（泛化误差分解、分布匹配视角、失败驱动后训练的理论保证），属于"产业算力 × 学院理论"的典型产学研分工。需要指出两点审慎判断：其一，公开资料未披露该合作的具体载体（横向项目、联合实验室或通义体系的具体团队名），上述论文亦均为预印本，尚未见正式发表版本；其二，除阿里巴巴外，未见其与华为、腾讯、美团等其他头部企业的公开合作记录（其合作者阳德青个人与华为、美团等有合作，但不应归之于周宝健本人）。总体而言，其业界合作处于"起步但方向明确"阶段：借助知识工场与上海市数据科学重点实验室的产业通道，以扩散语言模型为切口深度绑定阿里系大模型团队，是其当前产业网络的基本盘。

六、重要奖项与学术兼职

类别 名称/内容
获奖记录 公开资料未披露任何个人获奖信息（学院官方页面未列奖项）
学术活动 受邀出席 2025 全球机器学习技术大会（ML-Summit 2025），与杨强、朱军、吴翼等同列受邀专家阵容，围绕机器学习前沿作报告（据 CSDN 官方报道）
学术兼职 公开资料未披露期刊编委、会议程序委员会等正式兼职记录（个人主页与学院页面均未列出）
开源贡献 Graph-MP、Graph-GHTP、Sto-IHT、FastONL、auc-opt、AccPPR 等研究工作均在 GitHub（github.com/baojian）开源，配套论文代码完整

七、Connection 圈层总结

周宝健的学术网络呈"双导师双学派 + 一个实验室枢纽"的年轻学者典型结构：

  • 第一圈层（师承核心）：奥尔巴尼的 Feng Chen（数据挖掘/图稀疏优化）与 Yiming Ying（数学优化）双导师训练，加上石溪大学 Steven Skiena 的博士后经历，使其同时接入"图/事件检测"与"算法设计"两个美国学派；其中 Skiena 组（含博士生郭星知）是延续至今的最活跃国际连接。
  • 第二圈层（入职枢纽：知识工场—数据科学重点实验室体系）：以肖仰华（实验室主任、知识工场创始人）为接驳点，与阳德青构成稳定的三人论文核心；该体系为其提供了从图算法通向大模型应用（大语言模型、扩散语言模型）的方向迁移通道，也是其 NeurIPS 2024/2025 密集产出的组织基础。
  • 第三圈层（学院同辈）：与罗珞（优化理论，NeurIPS 2025 合作）、王戈飞（科学智能，方向相邻）等大数据学院青年教师构成"算法理论 × 生成模型 × 科学智能"的同辈互补网络，联合指导学生是其当前主要培养形态（因尚无独立博导资格）。
  • 第四圈层（跨校与业界）：国内经早期北航训练进入中文共同体，国际经弗吉尼亚理工、里海、港大等保持美国东海岸数据挖掘圈连接，产业端则通过与阿里巴巴的扩散语言模型联合研究实现"理论供给"角色，是复旦大学知识工场体系中面向大模型基础理论方向的新锐节点。

总体而言，其网络结构"新而清晰"：谱系尚未形成（无独立博士生、无奖项记录），但双导师训练带来的理论纵深、Skiena 学派的国际背书与知识工场的产业通道三者叠加，使其在大图算法与扩散语言模型理论的交叉点上具备快速扩张的网络资本。

主要资料来源

  1. 复旦大学大数据学院官网师资队伍页面（副教授/副研究员栏目，周宝健条目）：https://sds.fudan.edu.cn/17429/main.psp
  2. 周宝健个人主页及论文列表：https://baojian.github.io/ 、https://baojian.github.io/publications/
  3. Logics-STEM 预印本（含作者单位标注，阿里巴巴集团合作证据）：https://arxiv.org/abs/2601.01562
  4. 掩码扩散语言模型可训练性预印本：https://arxiv.org/abs/2604.24832 ；Semantic DLM+ 预印本：https://arxiv.org/abs/2606.15327
  5. NeurIPS 2024/2025 论文官方记录：Iterative Methods via Locally Evolving Set Process（NeurIPS 2024）、Faster Local Solvers for Graph Diffusion Equations（NeurIPS 2024）、Accelerated Evolving Set Processes for Local PageRank Computation（NeurIPS 2025）
  6. CSDN 资讯：《院士领衔、IEEE Fellow 坐镇……2025 全球机器学习技术大会》（2025 年，周宝健受邀报告报道）
  7. DBLP 作者页：https://dblp.org/pid/167/4485.html ；Google Scholar：https://scholar.google.com/citations?user=FtDxt4YAAAAJ
  8. 上海市数据科学重点实验室官网（实验室背景与依托单位信息）：https://datascience.fudan.edu.cn/
  9. 本报告库既有报告交叉参照：fudan_bd_luoluo_network.md、fudan_bd_wanggefei_network.md（其中"周宝健（青年副研究员）"表述与本次官方核实一致）