北京大学闫宏飞副教授

报告生成时间：2026年8月20日
个人主页：闫宏飞
所属团队：北京大学计算机学院网络与高能效计算研究所

一、学者基本信息

字段	内容
姓名	闫宏飞（Hongfei Yan）
出生年份	1973年10月（生于哈尔滨，据其个人主页存档简历）
职称	副教授
所属单位	北京大学计算机学院网络与高能效计算研究所（前身：信息科学技术学院网络与信息系统研究所）
实验室职务	北京大学情感与认知智能机器人实验室（ACIR Lab）副主任（主任为王韬研究员）；北京大学计算机网络与分布式系统实验室（网络实验室）核心成员
学术头衔	无院士/会士类头衔（待核实是否有其他学会任职头衔）
国家级人才	未见公开报道其入选国家级人才计划（待核实）
其他任职	中国计算机学会（CCF）会员；多年担任 SEWM/CCIR/NCIRCS/AIRS 等信息检索领域会议程序委员（详见第六章）
邮箱	yanhf@pku.edu.cn（办公电话 86-10-62765815）
研究方向	计算机网络、网络信息搜索（信息检索）、人工智能、计算金融

补充说明：其个人主页（http://net.pku.edu.cn/~yhf）为北大网络实验室站点，目前访问不稳定；官方信息以北京大学计算机学院师资页面为准。

二、教育背景与职业履历

闫宏飞1973年10月出生于哈尔滨。1992年9月至1996年7月在哈尔滨工程大学计算机科学与技术系攻读本科，获计算机应用专业工学学士；1996年7月至1999年4月在该校继续攻读硕士，方向为数据库与知识库，获工学硕士。据百度百科及其个人主页存档简历，其硕士学位实际为1996、1999年分获学士、硕士学位，两处记载一致。

1999年9月，闫宏飞进入北京大学计算机科学与技术系攻读博士学位，博士课题为"基于Web的分布与协作处理"（Distributing & Cooperation Processing Based on Web），2002年7月获北京大学计算机科学博士学位。其在读期间正值李晓明教授1999年接替退休的陈葆珏教授主持北大天网（Tianwang）搜索引擎研发：2000年起天网进入第二阶段，新课题组主要成员包括王建勇、闫宏飞、彭波、谢欣、陈华等人（据CERNET三十周年专题文章）。闫宏飞自2000年3月起即参与天网搜索引擎研发，其博士阶段工作即围绕天网系统的并行化展开——据CERNET专题报道，"彼时互联网上的网页数量已达千万级，闫宏飞和彭波开发了一套技术，以实现系统的并行化"。虽然其博士导师的官方记载未见明确公开（待核实），但从其博士课题、导师团队归属（北大网络实验室）及此后与李晓明长达十余年的密集合作来看，其学术师承与李晓明教授直接相关（业内普遍视其为李晓明团队核心成员，导师关系待官方核实）。

2002年博士毕业后，闫宏飞留校任教，历任北京大学信息科学技术学院（网络与信息系统研究所）、计算机学院副教授至今。2006年至2007年，赴美国伊利诺伊大学香槟分校（UIUC）做访问学者；UIUC访问的具体接待教授未见公开记载（待核实，考虑到其信息检索方向及曾担任UIUC翟成祥ChengXiang Zhai教授龙星计划课程助教的经历，推测与UIUC信息检索团队有关）。

职业履历中最为独特的部分是其长期承担的"系统运维型"科研角色：天网搜索引擎（2000年3月起，C/C++、Solaris/Linux）、天网FTP搜索、天网Maze P2P系统的持续开发运维，以及中国Web信息博物馆（Web InfoMall，又称"燕穹"）的工程化建设。据其个人主页存档简历，他是Web InfoMall系列论文（IWAW 2004、ECDL国际存档研讨会等）的第一作者，是该系统2001年开发、2002年初上线的核心工程负责人之一。该系统到2015年收藏70多亿网页文本数据（超过200TB），2016年捐赠给中国计算机学会向公众开放，其数据近年被30多家机构用作大模型训练语料。

教学方面，闫宏飞长期主讲《计算概论》（CS101，2007-2019年十余轮）、《Web信息体系结构》（CS410）、《海量数据处理/云计算》（CS402）、《分布式系统》（CS501）等课程，其中《计算概论》获评国家级精品课程。2020年疫情期间因在5个微信群中实时解答全校教师网课技术问题而被学校专访报道（"愿做网课护航人"）。

时间线摘要： - 1992-1996：哈尔滨工程大学，学士 - 1996-1999：哈尔滨工程大学，硕士 - 1999-2002：北京大学，博士（天网搜索引擎并行化方向）；2000年3月起参与天网研发 - 2002至今：北京大学任教，现任计算机学院副教授、网络与高能效计算研究所 - 2006-2007：美国UIUC访问学者 - 2001/2002至今：中国Web信息博物馆（Web InfoMall）核心建设者 - 2017年至今（约）：北京大学ACIR情感与认知智能机器人实验室副主任

三、学生培养情况

闫宏飞在北京大学网络实验室/网络与高能效计算研究所及ACIR实验室长期指导研究生。需要说明的是，北大网络实验室实行大课题组制，实验室负责人为李晓明教授，许多博士生的第一导师为李晓明，闫宏飞作为课题组核心教师承担大量共同指导与日常指导工作（以下个别指导关系标注待核实）。此外，其2004-2014年间的论文署名模式（学生第一作者、闫宏飞为末位或次末位作者、李晓明为通讯/末位作者）清晰体现了这一联合培养结构。

1. 赵鑫（中国人民大学高瓴人工智能学院教授，北大网络实验室2008级博士生，闫宏飞为课题组指导教师之一）

赵鑫2008年进入北京大学攻读博士学位，2014年7月获博士学位（导师为李晓明教授），是天网/搜索引擎课题组与闫宏飞合作最密切的学生之一。两人合作发表了包括COLING 2014（电商商品记录链接）、EMNLP 2013（微博商业意图挖掘）、ECIR 2011（Twitter与传统媒体的主题模型比较）、CIKM 2010、EMNLP 2010（MaxEnt-LDA方面-观点联合建模）在内的一批高水平论文，赵鑫博士阶段的社交媒体挖掘与主题模型研究多与闫宏飞联合署名。赵鑫现任中国人民大学高瓴人工智能学院教授、博士生导师，为国家级优秀青年科学基金获得者，主编《大语言模型》教材，获ECIR 2021时间检验奖、吴文俊人工智能优秀青年奖、CCF-IEEE CS青年科学家奖（2021）等，是国内信息检索与大模型领域最具影响力的青年学者之一。

2. 毛先领（北京理工大学计算机学院教授，北大网络实验室博士生，闫宏飞为课题组指导教师之一）

毛先领于北京大学获理学博士学位（师从李晓明，具体指导组合待核实），博士期间与闫宏飞合作发表了PAKDD 2011（SizeSpotSigs网页去重算法）、CIKM 2012（层次主题自动标注）、EMNLP-CoNLL 2012（SSHLDA半监督层次主题模型）等多篇论文，这些工作均以毛先领为第一作者、闫宏飞为末位或次末位作者。毕业后毛先领进入北京理工大学计算机学院，现任教授、博士生导师，入选国家级青年人才，研究方向为深度学习、信息检索与数据挖掘，研发了跨模态科技搜索引擎"墨子"系统。

3. 单栋栋（搜索引擎系统方向博士研究生，去向待核实）

单栋栋是闫宏飞与李晓明联合指导的天网课题组学生，其研究聚焦搜索引擎底层系统技术：以第一作者发表WSDM 2012论文（块最大值索引上的top-k查询优化）、CIKM 2011论文（扁平位置索引的高效短语查询），并作为核心作者参与KDD 2012的EventSearch多类型历史数据事件发现系统演示、TREC 2009 Web Track的天网参赛系统（PARADISE Based Search Engine）等。其毕业后去向未见公开报道（待核实，天网课题组成员多进入百度、阿里等互联网企业搜索部门）。

4. 贺静（信息检索评测方向，去向待核实）

贺静为课题组博士研究生，以第一作者发表SIGIR 2011论文（从点击日志高效收集相关性信息用于搜索引擎评测）——这是闫宏飞团队在搜索评测方向最重要的国际会议论文之一；另合作发表WSDM 2012（倒排索引压缩文档ID分配优化）、AIRS 2010（带片段摘要的有效时间比度量）等论文。其毕业后去向待核实。

5. 陈日闪（美国AutoBizLine创始人，天网课题组成员）

陈日闪（Rishan Chen）为北大网络实验室学生，曾参与KDD 2012 EventSearch系统（合作者）及天网系统研发。据CERNET三十周年专题报道，陈日闪毕业后在美国创办了AutoBizLine公司，是北大网络实验室（被王小川称为互联网"黄埔军校"）走出的创业者群体之一。其学位类型与毕业年份待核实。

6. 刘雅宁（个性化引用推荐方向，AIRS 2013论文第一作者）

刘雅宁与闫宏飞（及合作者颜瑞）在AIRS 2013发表了"Guess What You Will Cite: Personalized Citation Recommendation Based on Users' Preference"，是其个性化推荐与用户偏好建模方向的代表学生论文之一。毕业后去向待核实。

7. 陈崇（数字资源组织与索引压缩方向，2008-2010年前后课题组成员）

陈崇（Chong Chen）与闫宏飞合作发表了AIRS 2008论文（大规模中文Web测试集构建）、PAKM 2004/ICWL 2004（CDAL数字资源可扩展重组）等论文，并合作申请专利，是Web InfoMall与天网体系工程研究的重要参与者。毕业后去向待核实。

8. 孟涛（Web图结构与覆盖率评测方向，早期合作者/学生）

孟涛与闫宏飞、李晓明合作发表于《电子学报》2003年的"一种评价搜索引擎信息覆盖率的模型及其验证"（以北大"燕穹"网页信息博物馆为考察对象），并在IEEE/WIC/ACM WI 2004及Computer Networks期刊（2007年"半岛现象"论文）继续合作，是闫宏飞博士毕业初期指导/合作的课题组成员。孟涛其后参与了中文Web查询演化等研究（与王继民合作），去向待核实。

除上述人员外，其近年指导（含ACIR实验室共同指导）的在读学生包括吴昊洋（2023级硕士）、时有恒、张姝雯、涂程颖（2024级硕士）、邓鉴（护理学院2025级博士，联合培养）、李家琛、杨文野、胡益铭、王嘉林（2025级硕士）等；计算金融方向的近期学生论文如"Evaluation of Deep Reinforcement Learning Based Stock Trading"（2023，张一宁、张哲睿）。此外，天网实验室整体走出的知名创业者群体——陈华（酷讯、唱吧创始人）、谢欣（字节跳动副总裁）、欧高炎（博雅数智创始人）、姚丛磊（百炼智能联合创始人）、张志刚与陈静（脉讯在线联合创始人）等——虽第一师承多为李晓明，但与闫宏飞同属天网课题组传承谱系，其去向详见第五章。

四、学术合作网络

4.1 实验室内部合作（北京大学网络实验室/网络与高能效计算研究所）

闫宏飞学术网络的根基是北大网络实验室（李晓明开创的"天网"体系）。核心内部合作者包括：

李晓明（北京大学教授、CCF会士，1998-2017年任北大教授，曾任计算机系主任、校长助理，现任大湾区大学讲席教授）：闫宏飞的学术引路人与最长期合作者，两人（与王继民）合著《搜索引擎——原理、技术与系统》（科学出版社，2005年初版、2012年第二版），该书是中国最早的搜索引擎系统性专著，被列为中国科学院大学博士招生考试参考书目。2003-2014年间两人联合署名论文数十篇。
王继民（北京大学信息管理系教授）：天网搜索引擎项目负责人之一（与闫宏飞并列），专著合著者；2001-2005年在北大网络实验室做博士后，是查询日志挖掘方向的长期合作者。
王建勇（中科院计算所研究员，天网第二阶段课题组成员）：同为2000年天网新课题组核心成员（现中科院计算所，待核实其后续具体职务）。
彭波：与闫宏飞共同实现天网系统并行化的课题组同事，另合作发表AIRS 2008论文。
罗英伟、汪小林：同为网络与高能效计算研究所教授（北大计算机学院），属同一研究所的长期同事；三人同列北大计算机学院研究生导师名单（罗、汪现主要归高性能计算方向）。与二人的具体论文合作记录待核实。
张铭、郝丹（北大计算机学院）：合作发表2015年SPOC课程教学评测论文，属所内教学研究合作。
王韬（ACIR实验室主任，研究员）：2017年起在情感与认知智能机器人实验室共事，闫宏飞任副主任，两人共同指导该实验室学生团队。

4.2 跨机构合作

中国人民大学高瓴人工智能学院：通过学生赵鑫形成强连接；赵鑫与李晓明（及人大文继荣团队）合作的"以用户需求为中心的互联网信息获取关键理论与技术"获2022年度教育部高等学校科学研究优秀成果奖自然科学一等奖，闫宏飞所在的北大网络实验室是该成果谱系的源头之一。
西安交通大学（张卫山团队）：2024-2025年合作发表大规模直播流媒体拥塞控制（IEEE会议）与运营级CDN直播性能测量论文（袁丹福、张卫山等+闫宏飞），属其计算机网络方向近年最主要的跨校合作。
北京理工大学：通过学生毛先领保持联系。
新加坡高校群：与新加坡国立大学Tat-Seng Chua（毛先领合作论文EMNLP-CoNLL 2012、CIKM 2012）、新加坡管理大学Ee-Peng Lim、新加坡南洋理工大学Jing Jiang、Jianshu Weng等在社交媒体挖掘方向合作（ECIR 2011、EMNLP 2010等）。
国内信息检索学术共同体：长期担任全国搜索引擎和网上信息挖掘学术研讨会（SEWM，后更名CCIR全国信息检索学术会议）程序委员（2003-2014），并连续七届（2004-2010）担任SEWM中文Web评测（Chinese Web Track）负责人，组织了国内中文网页检索评测基准，与清华李星、华南理工张凌/董守斌等CERNET三大搜索引擎团队保持长期学术往来。

4.3 国际合作

美国UIUC：2006-2007年访问学者（接待教授待核实）；此前担任UIUC翟成祥教授龙星计划《信息检索》课程（北大2008年暑期）助教、韩家炜教授《数据挖掘》课程（2002年暑期）助教，与UIUC信息检索/数据挖掘学派关系密切。
美国NIST TREC评测：多次带队参赛——Tianwang Search Engine at TREC 2005 Terabyte Track、Peking University at TREC 2006 Terabyte Track、TREC 2009 Web Track，是中国团队早期系统参与国际大规模检索评测的代表。
国际Web存档社区：Web InfoMall系列论文发表于第4届国际Web存档研讨会（IWAW 2004，附属于ECDL欧洲数字图书馆会议）及2004年世界工程师大会，与国际网页存档（Web Archiving）学术圈有直接交流。
韩国、英国等：论文合作者中包括韩国Yeungnam University等机构人员（其OpenAlex档案存在同名混淆，此部分待核实）。

五、业界合作关系深度分析

5.1 产业技术合作与横向项目

闫宏飞的职业底色是"把系统做出来、跑起来"的工程型学者，其产业关联呈现清晰的三个阶段：

第一阶段：中国搜索引擎技术源头（2000-2010年代）。他参与建设的天网搜索引擎是中国三大高校搜索引擎之一（与清华网络指南针、华南理工木棉并称），天网FTP搜索2002年成为国内最著名的FTP搜索引擎，天网Maze是国内最早的P2P文件共享系统之一。天网体系直接向产业输送了百度第一名员工刘建国、百度七剑客之一雷鸣（酷我音乐创始人）、周利民（百度）等早期核心搜索人才，北大网络实验室因此被王小川称为中国互联网的"黄埔军校"。

第二阶段：中文Web历史数据资产化（2002至今）。其主导工程化的中国Web信息博物馆（Web InfoMall/燕穹）收藏70多亿网页、超200TB数据，2016年捐赠CCF开放，该成果获2016年CCF科学技术奖二等奖。在生成式AI时代，这批近20年连续存档的数据成为大模型训练的稀缺语料，已被30多家机构采用——这是其研究资产在产业界影响最直接的体现（据CERNET专题报道）。

第三阶段：面向头部互联网企业的近期合作（2023至今）。代表性合作包括： - 阿里巴巴：与西安交通大学张卫山团队及阿里集团研究人员（邱雨冰/Yubing Qiu、黄海宇、杨明亮、陈鹏、肖铠等）合作，2024-2025年连续发表大规模直播流媒体跨层拥塞控制、运营级CDN直播性能测量等论文，研究直接面向阿里电商直播场景的网络传输优化。 - 美团：2026年与美团合作发表"Large-Scale Diverse Synthesis for Mid-Training"（大规模多样化合成中间训练数据），作者包括北大-美团联合培养人员（张雪淼、涂正廷/Ching-Ting Tu、任灿等）及美团NLP团队（翁荣祥、王金刚、蔡勋梁等），闫宏飞为北大方面核心教师，依托北京大学多媒体信息处理全国重点实验室。该工作属于大模型数据合成前沿方向。 - 专利与横向课题：持有"网络社交垂类推荐系统"（ZL201110434991.0，2014年授权）、"文本动态摘要"（ZL200910076485.1，2010年授权）等发明专利；主持国家自然科学基金三项、863课题一项，参与973两项与核高基项目。

5.2 创业孵化与人才输送

北大网络实验室（天网团队）是中国互联网创业密度最高的学术团队之一，闫宏飞作为课题组核心教师深度参与了这个孵化生态（团队整体师承李晓明，闫宏飞为共同指导教师/系统平台提供者，个别成员的指导关系待核实）：

陈华：天网FTP搜索负责人，后创立酷讯旅游搜索、唱吧；
谢欣：天网课题组成员，现任字节跳动副总裁；
欧高炎：博雅数智（数据科学教育企业）创始人；
姚丛磊：百炼智能联合创始人；
张志刚、陈静：脉讯在线联合创始人；
陈日闪：在美国创办AutoBizLine；
更早期还有刘建国、雷鸣、周利民等百度早期核心成员出自天网第一阶段团队。

在当前ACIR实验室，闫宏飞与王韬合作开展情感与认知智能机器人产学研项目（该实验室与业界头部企业共建联合实验室，机器人系统多次代表北大参展），并依托北京人工智能与情感机器人科普基地开展科普产业化活动。总体而言，其产业关联模式是"学术系统资产化+为头部企业输送搜索/AI人才+校企联合科研"，本人未见直接持股创业的公开记录（待核实）。

六、重要奖项与学术兼职

年份	奖项/荣誉	说明
2004	北京市科技进步二等奖	获奖项目名称待核实，应与天网搜索引擎/网络信息处理成果相关
2016	中国计算机学会（CCF）科学技术奖二等奖	"中国网页信息博物馆（Web InfoMall）及其数据开放"，完成单位北京大学，闫宏飞为系统核心工程负责人
—	国家级精品课程	主讲《计算概论》
—	北京大学教学成果一等奖	教学类
—	创新教学应用大赛一等奖	教学类

学术兼职与服务： - SEWM全国搜索引擎和网上信息挖掘学术研讨会中文Web评测（Chinese Web Track）负责人/协调人（2004-2010，连续七届）； - SEWM程序委员（2003-2012）、CCIR全国信息检索学术会议程序委员（2009-2014，前身NCIRCS，2004-2008）、AIRS（亚洲信息检索会议）程序委员（2010）； - 中文Web信息检索论坛（CWIRF，www.cwirf.org）发起参与者（2004年6月起）； - 多个学术期刊审稿人（官方页面记载）；2004年第二届全国搜索引擎和网上信息挖掘学术研讨会组织委员； - 北京大学ACIR情感与认知智能机器人实验室副主任；北大计算机学院研究生导师（计算机网络方向，与陈萍、樊春、韩心慧、马皓、杨仝、张行功等并列）。

七、Connection圈层总结

闫宏飞的学术关系网络呈现出典型的"平台型学者"结构——个人不以顶级论文数量见长，而是作为关键工程节点把多个学术代际与产业网络连接起来：

第一圈层（师承与核心团队）：李晓明（学术引路人/长期合作者）、王继民（专著合著者）、王建勇、彭波、陈华、谢欣等天网第二阶段课题组成员。这一圈层围绕天网搜索引擎与Web InfoMall形成中国搜索引擎研究的源头性团队。

第二圈层（学生网络）：赵鑫（人大高瓴教授，国内IR/LLM领军青年学者）、毛先领（北理工教授、国家级青年人才）等学界弟子，以及单栋栋、贺静、刘雅宁、陈崇等进入产业的搜索系统人才；近年延伸至ACIR实验室的机器人/情感计算方向学生（吴昊洋、涂程颖等）与美团联合培养学生。学生网络呈现"学界顶尖+业界创业"双轨辐射。

第三圈层（同事网络）：网络与高能效计算研究所的罗英伟、汪小林、张行功、杨仝等北大同事，以及ACIR实验室的王韬、陈向群；通过教学精品课程（《计算概论》）与张铭、郝丹等建立教学合作连接。

第四圈层（跨机构与国际）：人大高瓴（赵鑫—文继荣谱系）、西安交大张卫山团队、新加坡NUS/SMU/NTU合作者、UIUC（访问+龙星计划渊源）、NIST TREC评测社区，以及CERNET搜索引擎共同体（清华李星、华南理工张凌/董守斌）。

第五圈层（产业网络）：百度（天网第一阶段人才输送的历史渊源）、阿里巴巴（直播网络优化合作）、美团（大模型数据合成合作），以及天网实验室创业系（酷讯/唱吧、字节跳动、博雅数智、百炼智能、脉讯在线等），外加Web InfoMall数据资产的30多家大模型使用机构。

整体来看，闫宏飞的网络价值锚点有三个：天网搜索引擎的技术传承（中国搜索人才"黄埔军校"的核心教师）、中国Web信息博物馆的数据资产（从历史存档到AI时代语料），以及近年向情感计算机器人与大模型数据方向的拓展。他是典型的"系统建设者+人才枢纽"型学者，其Connection网络的广度显著大于其个人学术声望的直接半径——大量中国互联网搜索与AI领域的核心人物都可通过天网谱系追溯到与他的直接或一度连接。

北京大学 闫宏飞 副教授