人大高瓴 张骁 副教授
报告生成时间： 2025年7月
个人主页： https://gsai.ruc.edu.cn/gsaixiaozhang （英文：https://gsai.ruc.edu.cn/english/gsaixiaozhang） DBLP： https://dblp.org/pid/49/4478-34.html （英文名 Xiao Zhang 0034，别名 pinkfloyd1989） Google Scholar ID： 5FZ6wbAAAAAJ ｜ ORCID：0000-0001-7397-5632
一、学者基本信息
张骁，中国人民大学高瓴人工智能学院预聘副教授（Tenure-track Associate Professor）、博士生导师，中国人民大学杰出学者青年学者。已发表论文六十余篇，涵盖ICML、NeurIPS、KDD、SIGIR、ICLR、AAAI、IJCAI、WWW、ACL、ICDE、VLDB等CCF A类会议，以及IEEE TKDE、ACM TOIS、《计算机学报》、《中国科学：信息科学》等CCF A类期刊。曾获SIGIR 2024最佳短文提名奖、VLDB 2024最佳论文提名奖、SIGIR-AP 2024最佳论文奖、WWW 2023最佳论文提名奖、SIGIR-AP 2023最佳论文奖、ICPR 2018最佳论文奖、CCFAI 2017最佳论文提名奖、CCDM 2016最佳论文奖等多项荣誉。受邀担任ICML、KDD、SIGIR、NeurIPS、AAAI、IJCAI、WWW等多个国际会议的程序委员会委员及资深程序委员会委员。主持科研基金项目十余项，包括国家自然科学基金（面上项目、青年基金项目）、科技部人工智能重大专项子课题、中国科协高端科技创新智库青年项目、中国博士后科学基金特别资助，以及腾讯微信犀牛鸟专项研究计划和快手合作项目等横向项目。
教育与工作经历
| 时间 | 机构 | 职位/学位 | 导师/合作导师 |
|---|---|---|---|
| 2024年至今 | 中国人民大学高瓴人工智能学院 | 预聘副教授 | — |
| 2022—2024年 | 中国人民大学高瓴人工智能学院 | 预聘助理教授 | — |
| 2020—2022年 | 中国人民大学高瓴人工智能学院 | 博士后 | 文继荣教授（合作导师）、徐君教授 |
| 2015—2019年 | 天津大学智能与计算学部 | 博士（计算机应用技术） | 廖士中教授（Prof. Shizhong Liao） |
| 2012—2015年 | 西北工业大学 | 硕士（计算数学） | 卢全教授（Prof. Quan Lu） |
| 2008—2012年 | 山西大学 | 学士（信息与计算科学） | — |
研究方向
- 在线学习与强化学习：在线学习与强化学习的理论分析与算法设计、低资源消耗的流数据学习算法
- 因果学习与可信学习：因果纠偏与反事实学习算法、可控机器学习及公平机器学习研究
- 信息检索应用：推荐系统、搜索排序等领域的应用，特别是大模型赋能的信息检索
二、DBLP数据统计
身份确认
经消歧确认对应DBLP身份为pid 49/4478-34（Xiao Zhang 0034），主要依据机构历史与研究方向。
DBLP发表记录统计
据DBLP BibTeX记录（截至2026年7月），张骁的发表记录可统计到至少35篇已确认的正式发表条目（含会议论文、期刊论文及arXiv预印本），但考虑到DBLP页面BibTeX数据在抓取时被截断，实际DBLP收录论文数应高于此数。结合其个人主页声称的"六十余篇"发表总量，估计DBLP完整记录约为50-65篇。
按年份分布（已确认部分）：
| 年份 | 论文数（已确认） | 代表性会议/期刊 |
|---|---|---|
| 2016 | 2篇 | 中国科学、Neurocomputing |
| 2018 | 2篇 | IJCAI、ICPR |
| 2019 | 6篇 | ICML、CIKM×2、WIREs DMKD、计算机学报、计算机科学与探索 |
| 2020 | 1篇 | IJCAI |
| 2021 | 2篇 | AAAI、SIGIR |
| 2022 | 2篇 | KDD、WWW |
| 2025 | 4篇+（确认部分） | AAAI×2、ACM TOIS×2 |
| 2026 | 12篇+（确认部分） | SIGIR×6、WWW、WSDM、ACL Findings、IEEE TPAMI、ACM TOIS、Frontiers Comput. Sci. |
从趋势看，2025—2026年产出显著加速，仅2026年已确认的正式发表（含接收）就达12篇以上，覆盖SIGIR（6篇）、WWW、WSDM、ACL Findings、IEEE TPAMI、ACM TOIS等顶级会议/期刊，反映其在独立建组后进入产出爆发期。
核心合作者统计（基于已确认的DBLP BibTeX记录）
| 合作者 | DBLP pid | 合作次数（已确认） | 合作年份 | 身份/所属机构 |
|---|---|---|---|---|
| Jun Xu（徐君） | 90/514-1 | ~25次 | 2021—2026 | 人大高瓴学院教授，博士后联合导师，最核心合作者 |
| Shizhong Liao（廖士中） | 91/5373 | ~13次 | 2016—2021 | 天津大学教授，博士导师 |
| Ji-Rong Wen（文继荣） | w/JRWen | ~6次 | 2021—2025 | 人大高瓴学院执行院长，博士后合作导师 |
| Chenglei Shen（沈成磊） | 61/8502 | ~7次 | 2025—2026 | 博士生（推测） |
| Teng Shi（石腾） | 375/1301 | ~5次 | 2026 | 学生（推测） |
| Weijie Yu（于伟杰） | — | ~5次 | 2025—2026 | 学生（推测） |
| Zhenhua Dong（董振华） | — | ~4次 | 2022—2026 | 华为诺亚方舟实验室 |
| Yi Zhan（詹易） | — | ~4次 | 2026 | 学生（推测） |
| Zhongxiang Sun（孙忠祥） | — | ~4次 | 2026 | 学生（推测） |
| Changshuo Zhang（张昌硕） | 349/0682 | ~4次 | 2026 | 学生（推测） |
| Sunhao Dai（戴孙豪） | — | ~3次 | 2022—2026 | 学生（推测） |
| Ming He（何明） | 83/5060 | ~4次 | 2025—2026 | 企业合作者（推测） |
| Jianping Fan（樊建平） | 69/2360 | ~3次 | 2025—2026 | 企业合作者（推测） |
| Yong Liu（刘勇） | — | ~1次 | 2025 | 人大高瓴学院副教授，同门师兄弟 |
三、博士教育背景
博士阶段（天津大学，2015—2019年）
张骁于2015年至2019年在天津大学智能与计算学部攻读博士学位，专业为计算机应用技术，导师为廖士中教授（Prof. Shizhong Liao）。廖士中教授现为天津大学智能与计算学部教授、博士生导师，研究方向包括大规模机器学习、机器学习理论、模型选择、智能信息处理与随机算法。据天津大学官网，廖教授博士毕业于清华大学。
张骁博士期间的研究方向集中在在线核学习（Online Kernel Learning）——这是机器学习理论中的一个经典方向，核心问题是如何在连续核空间中高效地进行在线核选择。其主要成果包括：
- ICML 2019："Incremental Randomized Sketching for Online Kernel Learning"——提出增量随机化素描方法用于在线核学习
- IJCAI 2018 & 2020：连续在IJCAI发表在线核选择算法（Incremental Sketched Kernel Alignment、Hypothesis Sketching）
- CIKM 2019：两篇论文分别讨论在线核岭回归和张量素描的核选择
- WIREs DMKD 2019：在线核选择综述论文"A Survey on Online Kernel Selection for Online Kernel Learning"
- 计算机学报 2019："基于局部后悔的在线核选择"——发表于CCF A类中文期刊
- 中国科学 2016：多张量填充方法——CCF A类中文期刊
其在线核学习算法被国际模式识别学会《IAPR Newsletter》评价为"promising for large-scale matrix computation and online learning"，并被斯坦福大学、法国国家信息与自动化研究所（INRIA）等机构的领域专家引用。
博士阶段核心合作者：
| 姓名 | 所属机构 | 合作论文数 | 合作年份 | 备注 |
|---|---|---|---|---|
| Shizhong Liao（廖士中） | 天津大学 | ~13次 | 2016—2021 | 博士导师，几乎所有博士期间论文均共同署名 |
| Shan Xu（徐珊） | 天津大学（推测） | ~3次 | 2018—2019 | 博士同门，联合发表CIKM/ICPR论文 |
| Yun Liao（廖芸） | 天津大学（推测） | ~2次 | 2019 | 博士同门，联合发表综述与中文期刊论文 |
值得注意的是，张骁的博士研究方向（在线核学习的理论分析）与其加入人大后转向的因果/可信机器学习和信息检索应用之间有明显的方向演进——从纯理论到理论+应用的转型。
硕士阶段（西北工业大学，2012—2015年）
张骁于2012年至2015年在西北工业大学攻读计算数学硕士学位，导师为卢全教授（Prof. Quan Lu）。这一阶段的研究成果未在DBLP中体现，但从其本科（山西大学，信息与计算科学）到硕士（计算数学）再到博士（计算机应用技术）的专业轨迹，可以看出其数学基础较为扎实，这也解释了其在在线学习理论分析方面的深厚功底。
四、导师/师承分析
师承谱系
廖士中（天津大学教授，清华大学博士）
├── 张骁（博士，2019届）
│ └── 中国人民大学高瓴人工智能学院 预聘副教授
└── 刘勇（博士，2016届）
└── 中国人民大学高瓴人工智能学院 副教授（Tenured Associate Professor）
张骁与同在人大高瓴学院任教的刘勇（Yong Liu）副教授为同门师兄弟——两人均在天津大学师从廖士中教授获得博士学位。刘勇于2016年博士毕业（早张骁3年），先后在中科院信息工程研究所工作，2020年加入人大高瓴学院。两人的研究方向有交叉也有互补：刘勇侧重统计学习理论与泛化分析，张骁侧重在线学习与因果机器学习。两人在AAAI 2025有合作论文"AdaO2B: Adaptive Online to Batch Conversion for Out-of-Distribution Generalization"。
博士后阶段导师
张骁2020年至2022年在人大高瓴人工智能学院从事博士后研究，合作导师为文继荣教授。据人大高瓴学院官网报道，张骁是"我院招收的第一位博士后"，具有标志意义。博士后期间，他的联合指导教师还包括徐君教授——这为其后续与徐君的长期深度合作奠定了基础。
文继荣教授为人大高瓴人工智能学院执行院长，国家高层次人才特聘专家，曾任微软亚洲研究院（MSRA）高级研究员及搜索与挖掘组主管14年。文继荣在人大构建了信息检索与大模型研究的学术平台，赵鑫、窦志成、徐君等核心骨干均在其领导下工作。
加入人大后的核心合作导师/同事
| 姓名 | 现任职 | 合作论文数 | 合作年份 | 关系定位 |
|---|---|---|---|---|
| Jun Xu（徐君） | 人大高瓴学院教授 | ~25次（全网络最高频） | 2021—2026 | 博士后联合导师→独立后最核心合作者，共同主导推荐/搜索/在线学习方向 |
| Ji-Rong Wen（文继荣） | 人大高瓴学院执行院长 | ~6次 | 2021—2025 | 博士后合作导师，提供学术平台与资源整合 |
| Yong Liu（刘勇） | 人大高瓴学院副教授 | ~1次 | 2025 | 同门师兄弟，同为廖士中教授博士生 |
徐君与张骁的合作关系是理解张骁学术网络的关键。徐君教授的官网上明确列出的企业合作伙伴包括华为、阿里、腾讯、快手等，这为张骁的产学研合作提供了重要的网络渠道。两人在2021年以后的几乎所有论文中均共同署名，形成了类似于赵鑫-文继荣模式的"双核心"结构，但张骁作为晚辈更多承担具体科研执行角色。
五、现单位团队与核心合作者
独立建组后的学生团队
张骁自2022年成为独立PI后开始招收研究生。由于其建组时间较短（至2025年仅3年），团队规模尚处于成长期，但2025—2026年的产出已呈现明显的团队化特征。根据DBLP高频合作者分析，以下为其核心学生/团队成员：
| 姓名（英文/DBLP） | 合作次数 | 合作年份 | 推测身份与研究方向 |
|---|---|---|---|
| Chenglei Shen（沈成磊） | ~7次 | 2025—2026 | 核心博士生，方向为可控学习、流式推荐、LLM增强Bandit算法 |
| Teng Shi（石腾） | ~5次 | 2026 | 学生，方向为搜索增强推荐、生成式推荐 |
| Changshuo Zhang（张昌硕） | ~4次 | 2026 | 学生，方向为图协同过滤、Q&A推荐 |
| Weijie Yu（于伟杰） | ~5次 | 2025—2026 | 学生，方向为LLM个性化、流式推荐 |
| Yi Zhan（詹易） | ~4次 | 2026 | 学生，方向为LLM幻觉缓解、Bandit算法 |
| Zhongxiang Sun（孙忠祥） | ~4次 | 2026 | 学生，方向为个性化LLM、持续知识获取 |
| Sunhao Dai（戴孙豪） | ~3次 | 2022—2026 | 学生，方向为在线到批量转换、流式推荐 |
| Changle Qu（瞿长乐） | ~2次 | 2026 | 学生，方向为直播推荐、实时交互数据集 |
| Kepu Zhang | ~1次 | 2025 | 学生，方向为查询纠错 |
| Haoyu Wang | ~1次 | 2026 | 学生，方向为语言模型持续知识获取 |
| Yifan Shang | ~1次 | 2026 | 学生，方向为语言模型持续知识获取 |
| Jiahao Zhao | ~1次 | 2026 | 学生，方向为扩散语言模型搜索Agent |
从学生合作论文的会议分布看，2026年SIGIR一次性发表6篇论文（含团队学生贡献），标志其团队已进入产出爆发期。学生研究方向高度集中在LLM+推荐/搜索和在线学习+信息检索两大主题，与张骁的研究兴趣完全一致。
跨机构核心合作者
| 合作者 | 所属机构 | 合作次数 | 合作年份 | 领域 |
|---|---|---|---|---|
| Shizhong Liao（廖士中） | 天津大学 | ~13次 | 2016—2021 | 在线核学习，博士导师 |
| Zhenhua Dong（董振华） | 华为诺亚方舟实验室 | ~4次 | 2022—2026 | OCPC出价、流式推荐、因果纠偏 |
| Weiran Shen（沈蔚然） | —（推测为学术界合作者） | ~2次 | 2025—2026 | 逆上下文Bandit、长期公平性 |
| Yi Xu | — | ~2次 | 2025—2026 | 逆上下文Bandit、在线学习 |
| Ke Guo（郭可） | 快手（推测） | ~2次 | 2026 | 直播推荐 |
| Liqin Zhao（赵立钦） | 快手（推测） | ~2次 | 2026 | 直播推荐 |
| Yang Song | — | ~1次 | 2025 | 查询纠错 |
| Quan Lin | — | ~1次 | 2026 | 大规模在线生成式列表推荐 |
| Leping Zhang | —（推测为企业） | ~2次 | 2025—2026 | OCPC出价 |
| Yichao Wang | —（推测为企业） | ~2次 | 2025—2026 | OCPC出价 |
六、业界合作关系深度分析
张骁的产学研合作呈现"多企业、深绑定"特征，其合作方覆盖华为、快手、腾讯等多家头部企业，且合作形式从横向项目资助到联合论文发表均有涉及。
1. 华为（Huawei Noah's Ark Lab）
合作深度：★★★★☆（高频联合论文，多个研究方向覆盖）
张骁与华为诺亚方舟实验室的合作主要通过Zhenhua Dong（董振华）开展，合作内容集中在在线广告出价（OCPC）和流式推荐两大方向：
| 论文 | 会议/期刊 | 年份 | 合作内容 |
|---|---|---|---|
| Counteracting user attention bias in music streaming recommendation via reward modification | KDD | 2022 | 音乐流媒体推荐中的用户注意力偏差纠偏，引入因果/反事实方法 |
| Adapting Constrained Markov Decision Process for OCPC Bidding with Delayed Conversions | ACM TOIS | 2025 | OCPC（在线广告出价）中延迟转化的约束MDP建模 |
| AdaO2B: Adaptive Online to Batch Conversion for Out-of-Distribution Generalization | AAAI | 2025 | 在线到批量学习的自适应转换，应对分布外泛化 |
| Counteracting the Delayed Conversions in OCPC with Survival Analysis | WSDM | 2026 | OCPC中延迟转化的生存分析建模 |
此外，徐君教授（张骁最核心合作者）的官网明确列出华为为其企业合作伙伴之一，张骁作为徐君的紧密合作者，很可能通过这一渠道延伸参与更多华为相关项目。
华为诺亚方舟实验室的研究方向涵盖搜索与推荐、机器学习理论等，与张骁的研究兴趣高度契合。KDD 2022论文中，合作者还包括Quanyu Dai（戴全力，华为），反映合作范围进一步扩大。
2. 快手（Kuaishou）
合作深度：★★★★☆（专项合作项目+多篇联合论文+数据集发布）
张骁的中文官方页面明确列出"快手合作项目"为其横向项目之一。DBLP记录显示，2026年有两篇快手相关的联合论文：
| 论文 | 会议 | 年份 | 快手方合作者 | 合作内容 |
|---|---|---|---|---|
| KuaiLive: A Real-time Interactive Dataset for Live Streaming Recommendation | SIGIR | 2026 | Liqin Zhao, Shijun Wang, Yanan Niu, Lantao Hu, Han Li | 发布快手直播推荐数据集 |
| Room Matters: Dynamic Room-level Collaboration Information Modeling for Live Streaming Recommendation | WWW | 2026 | Liqin Zhao, Shijun Wang, Yanan Niu | 直播间动态协作信息建模 |
KuaiLive数据集的发布标志着张骁团队与快手的合作已深入到数据层面的共享，这在产学研合作中属于较深层级的合作。合作者Ke Guo（郭可）和Changle Qu（瞿长乐）为张骁团队学生，参与了快手合作项目的研究。
3. 腾讯（Tencent WeChat）
合作深度：★★★☆☆（专项研究计划资助）
张骁的官方页面明确列出"腾讯微信犀牛鸟专项研究计划"为其主持的横向项目之一。据人大高瓴学院官网报道，张骁在博士后期间即已获得腾讯微信犀牛鸟专项研究计划资助。犀牛鸟计划是腾讯公司面向高校学者的科研合作项目，通常包含研究经费资助和联合研究内容。
目前DBLP记录中未检索到明确标注腾讯机构隶属的合作论文，但犀牛鸟计划通常以横向项目形式开展，不一定产生联合署名论文。
4. 其他产业合作线索
从DBLP合作者中还可以识别以下可能的产业合作者：
- Yang Song：AAAI 2025论文"Trigger3: Refining Query Correction via Adaptive Model Selector"的合作者，研究方向涉及查询纠错，可能来自搜索引擎/输入法相关企业
- Kai Zheng：同篇AAAI 2025论文的合作者
- Ming He（何明）& Jianping Fan（樊建平）：出现在多篇2025—2026年论文中（Frontiers Comput. Sci.综述、SIGIR论文），Jianping Fan为中国科学院深圳先进技术研究院研究员，Ming He可能为其团队成员
- Leping Zhang & Yichao Wang：WSDM 2026和TOIS 2025的OCPC论文合作者，与华为的Zhenhua Dong共同署名，可能来自广告技术相关企业
- Quan Lin：SIGIR 2026大规模在线学习论文合作者，可能来自电商平台
- Ang Gao：SIGIR 2026论文合作者
5. 学生毕业去向工业界统计
由于张骁2022年才开始独立招收学生，截至2025年尚无已毕业博士生的完整去向统计。但从其学生的论文方向可以推断其培养路径与工业界需求高度对接：
- 在线广告出价（OCPC）方向——直接对接华为/搜索引擎广告系统
- 直播推荐方向——直接对接快手/抖音直播推荐系统
- LLM增强推荐与搜索——对接所有大模型公司的搜索推荐业务
- 在线学习与Bandit算法——对接在线广告、实时推荐等场景
6. 产学研合作总结
张骁的产业合作模式可概括为"理论落地"型——其博士阶段的在线学习理论研究在加入人大后成功对接了华为的广告出价（OCPC）和快手的直播推荐两大应用场景。与赵鑫团队偏重大模型训练数据和评测的合作模式不同，张骁的产学研合作更聚焦于在线决策与因果纠偏这一垂直方向，体现了其作为在线学习理论专家的独特定位。
七、Connection 圈层总结
第一圈层（学术领路人与核心合作者）： 徐君教授（~25次合作，占已确认论文近半数）是张骁加入人大后最核心的合作者，两人构成了人大高瓴学院"推荐/搜索+在线学习"方向的紧密双核。文继荣教授（~6次）作为博士后合作导师和学院执行院长，提供学术平台与资源支撑。张骁与徐君的合作强度虽不及赵鑫-文继荣的373次绑定（张骁建组时间较短且论文总量较小），但已形成稳定的长期合作模式，2021—2026年连续六年持续产出。
第二圈层（博士阶段导师与同门）： 廖士中教授（天津大学，~13次合作）是张骁的博士导师，奠定了其在在线学习理论方面的根基。同门师兄弟刘勇（人大高瓴学院副教授，同为廖士中博士生）虽直接合作仅1篇（AAAI 2025），但两人在人大高瓴学院内形成了"学习理论+在线学习"的学术互补关系——刘勇侧重泛化分析理论，张骁侧重在线学习算法设计与应用。
第三圈层（自主培养团队）： 张骁独立建组后培养的学生团队（沈成磊、石腾、张昌硕、于伟杰、詹易、孙忠祥、戴孙豪、瞿长乐等）正在快速成长，2026年SIGIR一次性发表6篇论文标志着团队进入产出爆发期。团队研究方向集中在LLM+推荐/搜索和在线学习+信息检索两大主题，与张骁的研究兴趣高度一致。由于建组时间仅3年，团队规模和产出尚处于早期成长阶段，但增长势头强劲。
第四圈层（产学研合作网络）： 华为诺亚方舟实验室（Zhenhua Dong，~4次联合论文，OCPC出价与流式推荐方向）和快手（Liqin Zhao等，直播推荐方向+数据集合作）是最重要的产业合作方，腾讯通过犀牛鸟计划提供项目资助。张骁的产学研合作呈现"理论落地"型特征——将博士阶段的在线学习理论成功对接工业界在线广告和实时推荐场景。此外，徐君教授的广泛企业合作网络（华为、阿里、腾讯、快手）为张骁的产学研合作提供了重要的延伸渠道。
产出规模与趋势： 已确认DBLP发表记录约35篇（实际估计50—65篇），2025—2026年产出显著加速，仅2026年已确认12篇以上正式发表。研究方向从博士阶段的在线核学习理论（2016—2020），经博士后阶段的因果/反事实推荐（2020—2022），演进至当前的LLM+在线学习+信息检索（2022年至今），体现了从纯理论到理论+应用的清晰转型路径。获奖方面，WWW 2023最佳论文提名、SIGIR-AP 2023/2024连续两年最佳论文奖、SIGIR 2024最佳短文提名、VLDB 2024最佳论文提名等荣誉，显示其研究在信息检索与数据挖掘领域已获得国际认可。
八、数据来源与局限性说明
本报告主数据来自DBLP官方作者消歧记录（pid: 49/4478-34），通过该pid的BibTeX记录解析合著频次与论文信息。由于DBLP BibTeX页面内容在抓取时被截断，本报告统计的论文总数（~35篇已确认）低于其实际DBLP收录量（估计50—65篇），合作者频次统计可能因此偏低。特别是2023—2024年的部分论文（含WWW 2023最佳论文提名、SIGIR-AP 2023/2024最佳论文奖、VLDB 2024最佳论文提名、SIGIR 2024最佳短文提名等奖项对应的论文）可能未能完整捕获。
报告同时结合以下信息源： - 中国人民大学高瓴人工智能学院官方教师页面（中英文版），含教育背景、工作经历、研究方向、教授课程等完整信息 - 人大高瓴学院官网新闻（关于张骁获中国博士后科学基金特别资助的报道，确认其为"学院招收的第一位博士后"） - 天津大学智能与计算学部官网（廖士中教授信息页面） - 人大高瓴学院徐君教授官方页面（确认企业合作网络覆盖华为、阿里、腾讯、快手）
主要局限性： 1. DBLP BibTeX数据被截断，2023—2024年部分论文可能遗漏，导致合作者频次统计偏低； 2. 博士后联合导师徐君的角色据官网新闻确认，但官方教师页面的博士后经历仅列文继荣一人，本报告以官网新闻为准； 3. 快手方合作者（Liqin Zhao, Shijun Wang等）的机构归属系根据论文主题推断，未在论文中明确标注机构隶属； 4. 学生身份标注为"推测"，因DBLP记录不含角色信息，仅根据合作频次和年份推断； 5. 张骁个人主页（pinkfloyd1989.github.io）在抓取时仅返回框架页面，未能获取完整论文列表进行更精确的统计。