2004年毕业于复旦大学、获得理学硕士学位，2009年毕业于云南大学、获得工学博士学位。2004年7月到云南大学信息学院任教，2013年破格晋升教授，2015年入选云南大学青年英才培育计划。2005年被遴选为云南大学首批中青年骨干教师，2012年入选云南省中青年学术和技术带头人后备人才，2013年入选中组部、教育部、科技部、中科院“西部之光”访问学者，2015年被遴选为云南大学博士生导师、入选云南大学“青年英才”培育计划，2016年获得云南省中青年学术和技术带头人荣誉称号，2018年入选云南省万人计划“青年拔尖人才”、云南大学“东陆学者”，2019年获批云南省基础研究计划杰出青年项目，2020年入选中国人工智能学会优秀工作者。目前担任云南大学云南省智能系统与计算重点实验室主任，云南大学信息学院海量数据分析与知识工程学科方向带头人，云南大学第九届学术委员会委员，云南大学智能系统与计算创新团队带头人，云南移动-云南大学“5G+AI”联合实验室主任。

科研

(1) 研究方向：海量数据处理，大数据知识工程，贝叶斯深度学习。

(2) 研究成果：主持/完成国家自然科学基金云南联合基金重点支持项目、面上项目、地区基金项目、重点项目子课题，教育部科学技术研究重点项目、教育部博士点基金新教师类课题，云南省基础研究计划杰出青年项目、应用基础研究计划重点项目，云南移动5G智慧工程建设等课题20余项。在IEEE Transactions on Cybernetics、IEEE Transactions on Services Computing、Information Sciences、Knowledge-Based Systems、Expert Systems With Applications、Applied Soft Computing、Applied Intelligence、Neurocomputing、Soft Computing、Frontiers of Computer Science、《计算机学报》、《软件学报》、《计算机研究与发展》、《电子学报》、CIKM、ICWS、DASFAA、WISE、WAIM和APWeb等期刊及会议上发表论文100余篇。申请发明专利授权11项，在World Scientific、清华大学出版社、科学出版社出版数据管理与数据分析方面的著作4部、参编译著1部。

教学

(1) 计算机科学与技术专业，本科生：《算法设计与分析》，《数据库设计及应用》。

(2) 计算机科学与技术专业，学术型硕士研究生：《现代数据库技术》，《算法设计与分析》。

(3) 计算机技术专业，专业型硕士研究生：《数据工程》，《算法设计与分析》。

(4) 计算机科学与技术专业，信息与通信工程专业，博士研究生：《智能数据分析》。

(5) 主持建成云南省精品课程《数据库技术与应用》和资源共享平台，云南大学研究生精品课程《数据工程》。

(6) 云南省“云南大学-中国移动通信集团云南有限公司互联网分公司信息技术领域专业学位研究生联合培养基地”，2016/09-2019/09，负责人。

(7) 云南省“计算机科学与技术”卓越工程师计划，2018/01-2022/12，负责人。

(8) 云南大学“计算机科学与技术”国家级一流本科专业建设项目，2019/12-2022/12，负责人。

(9) 云南大学“新工科背景下的计算机科学与技术卓越人才培养体系构建与实践”教学成果奖培育项目，2019/04-2020/04，负责人。

(10) 教育部新工科研究与实践项目“一带一路”南亚东南亚新工科教育共同体建设”，2020/11，负责人。

获奖

(1) “以科研促进数据库系列课程建设”，云南大学教学成果一等奖（参与），2007年。

(2) “数据库系列教材建设”云南省教学成果二等奖（参与），2009年。

(3) “概率网的扩展及其应用研究”，云南省自然科学一等奖（排名第二），2010年。

(4) 博士学位论文《数据中的定性概率因果关系的挖掘、推理及应用》（导师：刘惟一 教授），云南省优秀博士论文，2011年。

(5) 云南大学红云园丁奖，2014年。

(6) 第七届云南省青年科技奖，2015年。

(7) “高校数据库系列课程改革与实践”，云南大学教学成果二等奖（排名第二），2016年。

(8) 硕士学位论文《基于概率图模型的数据清洗》（硕士生：段亮），云南省优秀硕士学位论文，2016年。

(9) 硕士学位论文《基于贝叶斯网的社交网络用户相似性发现》（硕士生：徐娟），云南省优秀硕士学位论文，2017年。

(10) 硕士学位论文《基于海量行为数据分析的动态建模与概率预测》（硕士生：尹子都），云南省优秀硕士学位论文，2018年。

(11) “人工智能与数据挖掘”（博士生：郝佳），云南省博士研究生学术新人奖，2018年。

(12) “计算机科学与技术卓越人才培养体系构建与实践”，云南大学教学成果二等奖（排名第二），2018年。

(13) "数据中的不确定性知识发现、融合与应用研究"，云南省自然科学二等奖（排名第一），2019年。

(14) “新工科背景下的计算机科学与技术卓越人才培养体系构建与实践”，云南大学教学成果二等奖（排名第一），2020年。

(15) 硕士学位论文《云计算环境下基于随机森林的虚拟机性能预测及应用》（硕士生：王娟），云南省优秀硕士学位论文，2020年。

(16) 2020年度中国人工智能学会优秀学会工作者，2021年。

(17) 硕士学位论文《基于含隐变量贝叶斯网的增量式多维偏好建模》（硕士生：吴鑫然），云南省优秀硕士学位论文，2021年。

社会兼职

2012年担任中国VLDB数据库暑期学校组委会主席，2014年担任中国计算机学会第十二届博士生学术年会计算机专题特邀专家，2015-2016年担任中国计算机学会YOCSEF昆明分论坛主席，2019年担任中国人工智能学会不确定性人工智能专委会学术沙龙组委会共同主席，2020年担任第十五届固态和集成电路技术国际会议(ICSICT)共同主席。目前担任中国人工智能学会理事、中国人工智能学会不确定性人工智能专委会副主任委员、中国计算机学会数据库专委会委员、云南省高等教育计算机类专业教学指导委员会主任委员，《云南大学学报（自然科学版）》编委，VLDB Journal、Information Sciences、IEEE Transactions on Cybernetics、ACM Transactions on Information Systems、Applied Soft Computing、Knowledge-Based Systems、Frontiers of Computer Science、《计算机学报》、《软件学报》、《计算机研究与发展》等10余个期刊审稿人，PAKDD、DSAA、BESC等20余个学术会议共同主席/程序委员。

(1) 国家自然科学基金-云南联合基金重点支持项目“大数据环境下的云南边疆民族文化计算支撑技术与实证研究”，2019/01-2022/12，主持。

(2) 国家自然科学基金面上项目“基于概率图模型的海量评分数据分析与用户行为建模”，2015/01-2018/12，主持。

(3) 国家自然科学基金地区基金项目“基于贝叶斯网的不确定性数据世系分析”，2011/01-2013/12，主持。

(4) 中华人民共和国教育部科学技术研究重点项目“基于概率图模型的不确定性数据世系表示及概率推理”，2011/01-2012/12，主持。

(5) 中华人民共和国教育部博士点基金新教师类基金项目“基于贝叶斯网的不确定性数据世系分析技术”，2011/01-2013/12，主持。

(6) 云南省基础研究计划杰出青年项目“数据中的不确定性知识发现”，2019/04-2023/04，主持。

(7) 云南省应用基础研究计划重点项目“支持用户行为建模的概率图模型理论与应用研究”，2014/10-2017/09，主持。

(8)云南省重大科技专项”5G基础设施智慧建设与运维一体化技术研究及应用“课题，2022/01-2024/12，主持。

(9) 云南省智能系统与计算重点实验室建设项目，2022/02-2023/12，主持。

(10) 云南省中青年学术和技术带头人后备人才培养计划，2012/09-2016/09，主持。

(11) 云南省万人计划“青年拔尖人才”计划，2018/12-2023/11，主持。

(12) 国家自然科学基金重点项目“不确定数据管理的理论与关键技术”子课题，2010/01-2013/12，主持。

(13) 国家自然科学基金重点项目“支持技术创新的海量数据管理基础理论与关键技术”子课题，2013/01-2017/12，主持。

[1] Kun Yue, Weiyi Liu, Hao Wu, Dapeng Tao, Ming Gao. Discovery and Fusion of Uncertain Knowledge in Data (ISBN: 9789813227125). World Scientific, 2017, 11.

[2] Kun Yue, Jin Li, Hao Wu, Weiyi Liu, Zidu Yin. Probabilistic Approaches for Social Media Analysis (ISBN: 9789811207372). World Scientific, 2020, 3.

[3] 岳昆. 数据工程—处理、分析与服务. 北京: 清华大学出版社, 2013年12月.

[4] 岳昆. 数据库技术—设计与应用实例. 北京: 清华大学出版社, 2007年9月.

[5] 胡矿, 岳昆, 段亮, 武浩. 人工智能算法（Python语言版）（高等学校智能科学与技术/人工智能专业教材）. 北京: 清华大学出版社, 2022年9月. 

[6] 刘惟一, 李维华, 岳昆. 智能数据分析. 北京: 科学出版社, 2007年9月.

[7] 中国科协学会学术部（特邀报告人：张勤, 李德毅, 耿直, 王双成, 史忠植, 李兵, 岳昆,孙茂松, 谢旻, 杨有龙）. 不确定性人工智能前沿理论与应用研讨（中国科协新观点新学说学术沙龙特邀报告文集）, 北京: 中国科学技术出版社, 2014年1月.

[8] 华东师范大学数据科学与工程研究院. 海量数据分析前沿（译）, 北京: 清华大学出版社, 2015年5月.

期刊论文

[1] Kun Yue, Weiyi Liu, Xiaoling Wang, Aoying Zhou, Jin Li. Discovering Semantic Associations Among Web Services Based on the Qualitative Probabilistic Network. Expert Systems with Applications, Elsevier, 2009, 36 (5): 9082-9094.

[2] Kun Yue, Wei-Yi Liu. Semantic Field: A Theoretical Perspective of Modeling Information Retrieval. International Journal on Artificial Intelligence Tools, World Scientific, 2009, 18 (6): 825-851.

[3] Kun Yue, Yu Yao, Jin Li, Wei-Yi Liu. Qualitative Probabilistic Networks with Reduced Ambiguities. Applied Intelligence, Springer, 2010, 33 (2): 159-178.

[4] Kun Yue, WeiYi Liu, MingLiang Yue. Quantifying Influences in the Qualitative Probabilistic Network With Interval Probability Parameters. Applied Soft Computing, Elsevier, 2011, 11 (1): 1135-1143.

[5] Kun Yue, Wei-Yi Liu, Li-Ping Zhou. Automatic keyword extraction from documents based on multi-perspective semantic measures. International Journal of Computer Systems Science and Engineering, CRL Publishing, 2011, 26 (2): 133-145.

[6] Kun Yue, Wei-Yi Liu, Wen-Hua Qian, Jin Li, Xiao-Feng Wang. Discovering semantic associations between Web services based on the electrostatic force theory. International Journal of Computer Systems Science & Engineering, CRL Publishing, 2013, 28 (5): 299-309.

[7] Kun Yue, Jixian Zhang, Jin Li, Tianying Wu, Weiyi Liu. A Theoretic Approach for Prolonging Lifetime of Wireless Sensor Networks Based on the Coalition Game Model. International Journal of Distributed Sensor Networks, 2014 (2014), Article ID 328710, DOI: 10.1155/2014/328710, 14 pages.

[8] Kun Yue, Qiyu Fang, Xiaoling Wang, Jin Li, Weiyi Liu. A Parallel and Incremental Approach for Data-Intensive Learning of Bayesian Networks. IEEE Transactions on Cybernetics, 2015, 45 (12): 2890-2904. 

[9] Kun Yue, Wenhua Qian, Xiaodong Fu, Jin Li, Weiyi Liu. Qualitative-Probabilistic-Network-Based Fusion of Time-series Uncertain Knowledge. Soft Computing, Springer, 2015, 19 (7): 1953-1972.

[10] Kun Yue, Hao Wu, Yunlei Zhu, Weiyi Liu. Representing and Processing Lineages over Uncertain Data Based on the Bayesian Network. Applied Soft Computing, Elsevier, 2015, 37: 345-362.

[11] Kun Yue, Hao Wu, Xiaodong Fu, Juan Xu, Zidu Yin, Weiyi Liu. A Data-Intensive Approach for Discovering User Similarities in Social Behavioral Interactions Based on the Bayesian Network. Neurocomputing, Elsevier, 2017, 219, 364-375.

[12] Kun Yue, Xinran Wu, Liang Duan (Corresponding author), Shaojie Qiao, Hao Wu. A Parallel and Constraint Induced Approach to Modeling User Preference from Rating Data. Knowledge-Based Systems, Elsevier, 2020, 204, Article 106206, https://doi.org/10.1016/j.knosys.2020.106206.

[13] Wei-Yi Liu, Kun Yue (Corresponding author), Shuang-Xian Liu, Yin-Bo Sun. Qualitative-Probabilistic-Network-Based Modeling of Temporal Causalities and Its Application to Feedback Loop Identification. Information Sciences, Elsevier, 2008, 178 (7): 1803-1824.

[14] WeiYi Liu, Kun Yue (Corresponding author), JiaDong Zhang. Augmenting Learning Function to Bayesian Network Inferences with Maximum Likelihood Parameters. Expert Systems with Applications, Elsevier, 2009, 36 (2), Part 2: 3497-3504.

[15] WeiYi Liu, Kun Yue (Corresponding author), JingYu Su, Yu Yao. Probabilistic representation and approximate inference of type-2 fuzzy events in Bayesian networks with interval probability parameters. Expert Systems with Applications, Elsevier, 2009, 36 (4): 8076-8083.

[16] Wei-Yi Liu, Kun Yue (Corresponding author), Jin Li, Ning Song, Li Ding. An approach for reducing the graphical model and genetic algorithm for computing approximate Nash equilibrium in static games. Journal of Intelligent and Robotic Systems, Springer, 2010, 60 (2): 241-261.

[17] Wei-Yi Liu, Kun Yue (Corresponding author), Ming-Hai Gao. Constructing Probabilistic Graphical Model from Predicate Formulas for Fusing Logical and Probabilistic Knowledge. Information Sciences, Elsevier, 2011, 181 (18): 3825-3845.

[18] Wei-Yi Liu, Kun Yue (Corresponding author), Tian-Ying Wu, Mu-Jin Wei. An Approach for Multi-objective Categorization Based on the Game Theory and Markov Process. Applied Soft Computing, Elsevier, 2011, 11(6): 4087-4096.

[19] Wei-Yi Liu, Kun Yue (Corresponding author), Wei-Hua Li. Constructing the Bayesian network structure from dependencies implied in multiple relational schemas. Expert Systems With Applications, Elsevier, 2011, 38 (6):  7123-7134.

[20] Wei-Yi Liu, Kun Yue (Corresponding author). Bayesian Network with Interval Probability Parameters. International Journal on Artificial Intelligence Tools, World Scientific, 2011, 20 (5): 911-939.

[21] Weiyi Liu, Kun Yue (Corresponding author), Hui Liu, Ping Zhang, Yuan Luo, Suiye Liu, Qianyi Wang. Associative Categorization of Frequent Patterns Based on the Probabilistic Graphical Model. Frontiers of Computer Science, Higher Education Press, Springer, 2014, 8 (2): 265-278.

[22] Wei-Yi Liu, Kun Yue (Corresponding author), Xiaodong Fu, ZiduYin, Jin Li. Multi-objective Oriented Categorization Based on the Coalitional Game Theory. International Journal on Artificial Intelligence Tools, World Scientific, 2016, 25 (3), 1-27.

[23] Weiyi Liu, Kun Yue (Corresponding author), Hong Wu, Jin Li, Donghua Liu, Duanping Tang. Containment of Competitive Influence Spread in Social Networks. Knowledge-Based Systems, Elsevier, 2016, 109: 266-275.

[24] Weiyi Liu, Kun Yue (Corresponding author), Hao Wu, Xiaodong Fu, Zhijian Zhang, Weipeng Huang. Markov-Network Based Latent Link Analysis for Community Detection in Social Behavioral Interactions. Applied Intelligence, Springer, 2018, 48 (8): 2081-2096.

[25] Weiyi Liu, Kun Yue (Corresponding author), Mingliang Yue, Zidu Yin, Binbin Zhang. A Bayesian Network Based Approach for Incremental Learning of Uncertain Knowledge. International Journal of Uncertainty, Fuzziness, and Knowledge-based Systems, World Scientific, 2018, 26 (1): 87-108.

[26] Jia Hao, Binbin Zhang, Kun Yue (Corresponding author), Hao Wu, Jixian Zhang. Measuring performance degradation of virtual machines based on the Bayesian network with hidden variables. International Journal of Communication Systems, John Wiley & Sons, 2018, DOI: 10.1002/dac.3732.

[27] Hao Wu, Zhengxin Zhang, Jiacheng Luo, Kun Yue (Corresponding author), Ching-Hsien Hsu. Multiple Attributes QoS Prediction via Deep Neural Model with Contexts. IEEE Transactions on Services Computing, 2021, 14 (4): 1084-1096. DOI: 10.1109/TSC.2018.2859986.

[28] Jia Hao, Kun Yue (Corresponding author), Liang Duan, Binbin Zhang, Xiaodong Fu. Predicting QoS of Virtual Machines via Bayesian Network with XGboost-Induced Classes. Cluster Computing, Springer, 2021, 24 (2): 1165-1184, DOI: 10.1007/s10586-020-03183-2. 

[29] Zhiwei Qi, Kun Yue (Corresponding author), Liang Duan, Jiahui Wang, Shaojie Qiao, Xiaodong Fu. Matrix Factorization Based Bayesian Network Embedding for Efficient Probabilistic Inferences. Expert Systems With Applications, Elsevier, 2021, 169, Article 114294, DOI: 10.1016/j.eswa.2020.114294.

[30]  Jia Hao, Kun Yue (Corresponding author), Binbin Zhang, Liang Duan, Xiaodong Fu. Transfer Learning of Bayesian Network for Measuring QoS of Virtual Machines. Applied Intelligence, Springer, 2021, DOI: 10.1007/s10489-021-02362-x.

[31] Weiyi Liu, Kun Yue (Corresponding author), Jianyu Li, Jie Li, Jin Li, Zhijian Zhang. Inferring Range of Information Diffusion Based on Historical Frequent Items. Data Mining and Knowledge Discovery, Springer, 2022, 36 (1): 82-107, DOI: 10.1007/s10618-021-00800-5.

[32] Zhiwei Qi, Kun Yue (Corresponding author), Liang Duan, Kuang Hu, Zhihong Liang. Dynamic Embeddings for Efficient Parameter Learning of Bayesian Network with Multiple Latent Variables. Information Sciences, 2022, 590: 198-216, DOI: https://doi.org/10.1016/j.ins.2022.01.020.

[33] Jiahui Wang, Kun Yue, Liang Duan, Zhiwei Qi, Shaojie Qiao. An Efficient Approach for Multiple Probabilistic Inferences with Deepwalk Based Bayesian Network Embedding. Knowledge-Based Systems, 2022, 239: 107996, DOI: https://doi.org/10.1016/j.knosys.2021.107996.

[34] Yirong Kan, Kun Yue (Corresponding author), Hao Wu, Xiaodong Fu, Zhengbao Sun. Online Learning of Parameters for Modeling User Preference Based on Bayesian Network. International Journal of Uncertainty, Fuzziness, and Knowledge-Based Systems, World Scientific, 2022, 30 (2): 285-310, DOI: 10.1142/S021848852250012X.

[35] Hao Wu, Kun Yue, Yijian Pei, Bo Li, Yiji Zhao, Fan Dong. Collaborative Topic Regression with social trust ensemble for recommendation in social media systems. Knowledge-Based Systems, Elsevier, 2016, 97: 111-122.

[36] Xiaofeng Wang, Kun Yue, Wenjia Niu, Zhongzhi Shi. An Approach for Adaptive Associative Classification. Expert Systems with Applications, Elsevier, 2011, 38 (9): 11873-11883.

[37] Xiaodong Fu, Kun Yue, Li Liu, Ping Zou, Yong Feng. Discovering admissible Web services with uncertain QoS. Frontiers of Computer Science, Higher Education Press, Springer, 2015, 9 (2): 265-279.

[38] Jin Li, Kun Yue, Weiyi Liu, Qing Liu. Game-Theoretic Based Distributed Scheduling Algorithms for Minimum Coverage Breach in Directional Sensor Networks. International Journal of Distributed Sensor Networks, 2014 (2014), Article ID 341309, DOI:10.1155/2014/341309, 12 pages.

[39] Kun Yue, Feng Wang, Mujin Wei, Weiyi Liu. Extending qualitative probabilistic network with mutual-information weights. International Journal of Intelligence Science, Scientific Research Publisher, 2015, 5 (3), 133-144.

[40] 岳昆, 王晓玲, 周傲英. Web服务核心支撑技术: 研究综述.《软件学报》, 2004, 15 (3): 428-442.

[41] 岳昆, 刘惟一, 王晓玲, 李劲. 一种基于不确定性因素叠加的Web服务质量度量方法.《计算机研究与发展》, 2009, 46 (5): 841-849.

[42] 岳昆, 刘惟一, 朱运磊, 张伟. 一种基于概率图模型的不确定性数据世系表示方法. 《计算机学报》, 2011, 34 (10): 1897-1906.

[43] 岳昆, 阚伊戎, 王钰杰, 钱文华. 面向电子商务应用的知识图谱关联查询处理.《计算机集成制造系统》,  2020, 26 (5): 1326-1335.

[44] 岳昆, 王朝禄, 朱运磊, 武浩, 刘惟一. 基于概率图模型的互联网广告点击率预测. 《华东师范大学学报（自然科学版）》, 2013 (3): 15-25.

[45] 朱运磊, 岳昆（通讯作者）, 钱文华, 杨文静, 刘惟一. 基于时序多层概率图模型的不确定性数据世系表示. 《计算机科学与探索》, 2013, 7 (5): 460-471.

[46] 李劲, 岳昆（通讯作者）, 张德海, 刘惟一. 社会网络中影响力传播的鲁棒抑制方法. 《计算机研究与发展》, 2016, 53 (3): 601-610.

[47] 尹子都, 岳昆（通讯作者）, 武浩, 付晓东, 刘惟一. 基于记忆曲线的数据密集型动态用户行为建模.《计算机科学与探索》, 2016, 10 (10): 1376-1386.

[48] 郭心宇, 岳昆（通讯作者）, 李劲, 武浩, 张彬彬. 面向评价数据中用户偏好发现的证据理论方法.《计算机科学与探索》, 2017, 11 (2): 231-241.

[49] 王飞, 岳昆（通讯作者）, 孙正宝, 武浩, 冯辉. 基于概率图模型的用户评价数据分析和动态行为建模. 《计算机研究与发展》, 2017, 54 (7): 1488-1499.

[50] 李劲, 岳昆（通讯作者）, 尤洁, 谢潇睿, 张云飞. 面向不确定性影响源的社会网络影响力传播抑制方法. 《电子与信息学报》, 2017, 39 (9): 2063-2070.

[51] 韩路, 尹子都, 王钰杰, 胡矿, 岳昆（通讯作者）. 基于贝叶斯网的知识图谱链接预测. 《计算机科学与探索》, 2017, 11 (5): 742-751.

[52] 王珊蕾, 岳昆（通讯作者）, 武浩, 田凯琳. 基于隐变量模型的多维用户偏好建模.《华东师范大学学报（自然科学版）》, 2017 (5): 138-153.

[53] 李劲, 岳昆（通讯作者）, 蔡娇, 张志坚, 刘惟一. 基于距离度量的多样性图排序方法.《软件学报》, 2018, 29 (3): 599-613.

[54] 夏维, 王珊蕾, 尹子都, 岳昆（通讯作者）. 基于互信息的知识图谱实体关联关系建模与补全.《计算机科学与探索》, 2018, 12 (7): 1064-1074.

[55] 麻友, 岳昆（通讯作者）, 张子辰, 王笑一, 郭建斌. 基于知识图谱和LDA模型的社会媒体数据抽取.《华东师范大学学报（自然科学版）》, 2018, (5): 183-194.

[56] 尹子都, 岳昆（通讯作者）, 张彬彬, 李劲. 基于采样的在线大图数据收集和更新. 《软件学报》, 2020, 31 (11): 3540-3558.

[57] 祁志卫, 王笳辉, 岳昆（通讯作者）, 李劲，乔少杰. 图嵌入方法与应用：研究综述. 《电子学报》, 2020, 48 (4): 808-818.

[58] 张子辰，岳昆（通讯作者），祁志卫，段亮. 时序知识图谱的增量构建. 《计算机科学与探索》, 2020, DOI:10.3778/j.issn.1673-9418.2009068.

[59] 赵天资，段亮，岳昆，乔少杰，马子娟. 基于Biterm主题模型的新闻线索生成方法. “第八届CCF大数据学术会议”优秀论文,《数据分析与知识发现》, 2021, 5 (2): 1-13.

[60] 付瑞, 李剑宇, 王笳辉, 岳昆（通讯作者）, 胡矿. 面向领域知识图谱的实体关系联合抽取. 《华东师范大学学报（自然科学版）》, 2021 (5): 24-36.

[61] 杜斯, 祁志卫, 岳昆（通讯作者）, 段亮, 王笳辉. 基于自编码器的贝叶斯网嵌入及概率推理. 《软件学报》, 2022.

[62] 李劲, 岳昆, 刘惟一. 基于融合的无线传感器网络k-集覆盖的分布式算法. 《电子学报》, 2013, 41 (4): 659-665.

会议论文

[1] Kun Yue, Zhengchuan Xu, Zhimao Guo, Aoying Zhou. Constraint Preserving XML Updating. Proc. APWeb 2003, Web Technologies and Applications, Springer, LNCS 2642, pp. 47-58.

[2] Kun Yue, Weiyi Liu, Xiaoling Wang, Aoying Zhou. Modeling Web Services Based on the Bayesian Network. Proc. ASIAN 2005. Springer, LNCS 3818, pp. 263-264.

[3] Kun Yue, Weiyi Liu, Aoying Zhou. A Framework of Web Service Composition for Distributed XML Query Evaluation. Proc. APWeb 2005, Springer, LNCS 3399, pp. 572-578.

[4] Kun Yue, Weiyi Liu, Weihua Li. Towards Web Services Composition Based on the Mining and Reasoning of Their Causal Relationships. Proc. APWeb/WAIM 2007 Joint Conference, Springer, LNCS 4505, pp. 777-784.

[5] Kun Yue, Mu-Jin Wei, Kai-Lin Tian, Wei-Yi Liu. Representing and inferring causalities among classes of multidimensional data. Proc. APWeb/WAIM 2009 Joint Conference, Springer, LNCS 5446, pp. 223-234.

[6] Kun Yue, Yunlei Zhu, Kailin Tian, Weiyi Liu. Semantics-preserving fusion of structures of probabilistic graphical models. Proc. ISKE 2011, Springer, AISC 122, pp. 63-68.

[7] Kun Yue, Minqi Zhou, Jixian Zhang, Ping Zhang, Qiyu Fang, Weiyi Liu. Graph-Based Hierarchical Categorization of Microblog Users. Proc. BigData 2013, pp. 156-163.

[8] Kun Yue, Jiahui Wang, Xinbai Li, Kuang Hu. Representation-Based Completion of Knowledge Graph with Open-World Data. Proc. 2020 5th International Conference on Computer and Communication Systems (ICCCS 2020), IEEE, DOI: 10.1109/ICCCS49078.2020.9118444.

[9] Qiyu Fang, Kun Yue (Corresponding author), Xiaodong Fu, Hong Wu, Weiyi Liu. A MapReduce-Based Method for Learning Bayesian Network from Massive Data. Proc. APWeb DaMEN 2013, Springer, Heidelberg, LNCS 7808, pp. 697-708.

[10] Ping Zhang, Kun Yue (Corresponding author), Jin Li, Xiaodong Fu, Weiyi Liu. Detecting Community Structures in Microblogs from Behavioral Interactions. Proc. APWeb SMART 2013, Springer, LNCS 7808, pp. 734-745.

[11] Liang Duan, Kun Yue (Corresponding author), Wenhua Qian and Weiyi Liu. Cleaning Missing Data Based on the Bayesian Network. Proc WAIM Workshops 2013, Springer, LNCS 7901, pp. 348-359.

[12] Wenlin Xu, Kun Yue (Corresponding author), Jin Li, Liang Duan, Suiye Liu, Weiyi Liu. An Approach for Sponsored Search Auctions Based on the Coalitional Game Theory. Proc. WISE 2013, Part II, Springer, LNCS 8181, pp. 458-468.

[13] Chao He, Kun Yue (Corresponding author), Hao Wu, Weiyi Liu. Structure Learning of Bayesian Network with Latent Variables by Weight-Induced Refinement. Proc. CIKM Web-KR 2014, ACM Press, pp. 37-44.

[14] Juan Xu, Kun Yue (Corresponding author), Jin Li, Feng Wang, Weiyi Liu. An Approach for Discovering User Similarity in Social Networks Based on the Bayesian Network and MapReduce. Proc. BESC 2014, IEEE Society, pp. 1-7.

[15] Liang Duan, Kun Yue (Corresponding author), Cheqing Jin, Wenlin Xu, Weiyi Liu. Tracing Errors in Probabilistic Databases Based on the Bayesian Network. Proc. DASFAA 2015, Springer, Part II, LNCS 9050, pp. 104-119.

[16] Hong Wu, Weiyi Liu, Kun Yue (Corresponding author), Weipeng Huang, Ke Yang. Maximizing the Spread of Competitive Influence in a Social Network Oriented to Viral Marketing. Proc. WAIM 2015, Springer, LNCS 9098, pp. 516-519.

[17] Renshang Gao, Kun Yue (Corresponding author), Hao Wu, Binbin Zhang, Xiaodong Fu. Modeling User Preference from Rating Data Based on the Bayesian Network with a Latent Variable. Proc. WAIM 2016 Workshops (MWDA), Springer, LNCS 9998, pp. 3-16..

[18] Hong Wu, Weiyi Liu, Kun Yue (Corresponding author), Jin Li, Weipeng Huang. Selecting Seeds for Competitive Influence Spread Maximization in Social Networks. Proc. ICYCSEE 2016, Part I, Springer, CCIS 623, pp. 600-611.

[19] Zhijian Zhang, Hong Wu, Kun Yue (Corresponding author), Jin Li, Weiyi Liu. Influence Maximization for Cascade Model with Diffusion Decay in Social Networks. Proc. ICYCSEE 2016, , Part I, Springer, CCIS 623, pp. 418-427.

[20] Hong Wu, Zhijian Zhang, Kun Yue (Corresponding author), Binbin Zhang, Weiyi Liu. Maximizing the Cooperative Influence Spread in a Social Network Oriented to Viral Marketing. Proc. APWeb 2016 Workshops (MWDA), Springer, LNCS 9998, pp. 3-16.

[21] Hong Wu, Kun Yue (Corresponding author), Yujie Wang, Xiaodong Fu, Weiyi Liu. Parallel Seed Selection for Influence Maximization Based on k-shell Decomposition. Proc. CollaborateCom 2016, Springer, LNICST 201, pp. 27-36.

[22] Chenjing Zhang, Kun Yue, Jinghua Zhu, Xiaoling Wang, and Aoying Zhou. Bayesian Network-Based Probabilistic XML Keywords Filtering. Proc. of DASFAA Workshops 2012, Springer, LNCS 7240, pp. 274-285.

[23] Xiaodong Fu, Kun Yue, Li Liu, Lijun Liu. Aggregating Ordinal User Preferences for Effective Reputation Computation of Online Services. Proc. ICWS 2016, pp. 554-561.

[24] Ke Yang, Kun Yue, Hong Wu, Jin Li, Weiyi Liu. Evolutionary Analysis and Computing of the Financial Safety Net. Proc. MIWAI 2016, Springer, LNCS 10053, pp. 255-267.

[25] Hao Wu (Corresponding author), Zhengxin Zhang, Kun Yue (Corresponding author), Binbin Zhang, Ruichao Zhu. Content Embedding Regularized Matrix Factorization for Recommender Systems. Proc. 2017 IEEE International Congress on Big Data (BigData Congress 2017), pp. 209-215.

[26] Zhijian Zhang, Kun Yue (Corresponding author), Zhengbao Sun, Ling Liu, Weyi Liu. Locating Sources in Online Social Networks via Random Walk. Proc. 2017 IEEE International Congress on Big Data (BigData Congress 2017), pp. 337-343.

[27] Zidu Yin, Kun Yue (Corresponding author), Hao Wu, Yingjie Su. Adaptive and Parallel Data Acquisition from Online Big Graphs. Proc. DASFAA (1) 2018, Springer, LNCS 10827, pp. 323-331.

[28] Lei Li, Kun Yue (Corresponding author), Binbin Zhang and Zhengbao Sun. A Probabilistic Approach for Inferring Latent Entity Associations in Textual Web Contents. Proc. DASFAA Workshops, BDMS 2019, Springer, LNCS 11448, pp. 3-18.

[29] Zhijian Zhang, Ling Liu, Kun Yue (Corresponding author), Weiyi Liu. An Estimation Framework of Node Contribution Based on Diffusion Information. Proc. APWeb/WAIM (1) 2018, Springer, LNCS 10987, pp. 130-137.

[30] Kaiyu Song, Kun Yue (Corresponding author), Xinran Wu, Jia Hao. An Efficient Approach for Parameter Learning of Bayesian Network with Multiple Latent Variables by Neural Network and P-EM. Proceedings of 16th EAI International Conference on Collaborative Computing: Networking, Applications and Worksharing (CollaborateCom 2020), Springer, LNICST 349, pp. 357-372.

[31] Yan Fang, Zhiwei Qi, Kun Yue (Corresponding author). Learning and Deduction of Rules for Knowledge Graph Completion. Proceedings of the 2020 5th International Conference on Big Data and Computing (ICBDC 2020), ACM, 2020, pp. 102-107.

[32] Jie Li, Kun Yue (Corresponding author), Liang Duan, Jianyu Li. Ranking Associative Entities in Knowledge Graph by Graphical Modeling of Frequent Patterns. Proc. DASFAA 2021, LNCS 12681, pp. 224-239.

[33] Jianyu Li, Kun Yue (Corresponding author), Jie Li, Liang Duan. A Probabilistic Inference Based Approach for Querying Associative Entities in Knowledge Graph. Proc. APWeb/WAIM (2) 2021, Springer, LNCS 12859, pp. 75-89, DOI: 10.1007/978-3-030-85899-5_6.

[34] Zhiwei Qi, Kun Yue (Corresponding author), Liang Duan, Zhihong Liang. Similarity Search with Graph Index on Directed Social Network Embedding. Proc. ICWE 2022.

[35]  Kaiyu Song, Kun Yue (Corresponding author), Liang Duan, Mingze Yang, Angsheng Li. Mutual Information Based Bayesian Graph Neural Network for Few-shot Learning. Proc. UAI 2022.

发明专利

[1] 基于D-S证据理论的不确定性数据世系查询处理方法, 中国, ZL201210099515.2，已授权, 2013.10.30.

[2] 基于概率图模型的频繁模式关联分类方法, 中国, ZL201210031662.6, 已授权, 2014.6.18.

[3] 一种基于MapReduce的大规模贝叶斯网并行推理方法, 中国, ZL201310709499.9, 已授权, 2017.2.1.

[4] 移动互联网应用模块的部署方法, 中国, ZL201410218552.X, 已授权, 2017.5.17.

[5] 一种Web文本个性化推荐方法, 中国, ZL201510090280.4, 已授权, 2017.6.29.

[6] 基于Spark的大规模图数据的多样性图排序方法, 中国, ZL201610715105.4, 已授权, 2019.5.3.

[7] 基于贝叶斯网的虚拟机底层环境特征分析与性能度量方法, 中国, ZL201610956901.7, 已授权, 2019.8.20.

[8] 社交网络影响传播中初始用户选取方法, 中国, ZL201610716046.2, 已授权, 2019.12.27.

[9] 一种基于随机游走的社交网络信息传播源求解方法, 中国, ZL201611040867.5, 已授权, 2020.3.24.

[10] 一种基于随机森林回归的虚拟机性能预测方法, 中国, ZL201710075720.8, 已授权, 2020.4.14.

[11] 基于多维偏好模型的电影评分预测与偏好估计方法, 中国, ZL201710880804.9, 已授权, 2021.2.2.

[12] 基于含隐变量贝叶斯网的虚拟机性能下降评估方法, 中国, ZL201711432646.7, 已授权, 2021.7.13.

[13] 一种新媒体环境下少数民族主题数据的抽取方法, 中国, ZL201810969312.1, 已授权, 2022.1.13.

[14] 一种基于移动业务的推荐类型确定方法及系统, 中国, ZL202110617032.6, 已授权, 2022.3.25.

[15] 一种5G移动业务产品词库的构建方法及系统, 中国, ZL202110585587.7, 已授权, 2022.3.28.

[16] 一种基于聚类的5G移动业务投诉溯源分析方法, 中国, ZL202110616920.6, 已授权, 2022.8.26.

[17] 一种5G移动业务产品名称识别方法及系统, 中国, ZL202110654901.2, 已授权, 2022.9.7.

(1) 云南省智能系统与计算重点实验室：http://www.isc.ynu.edu.cn/home/ 

(2) 《人工智能算法——Python语言版》在线编程平台和案例库：https://case.artificial-intelligence-algorithm.site/

(3) 鼠蚤惠识图像管理系统：https://ihvp.ynshzhsh.top:16010/login

(4) 数智人文研究与应用平台：http://8.130.177.37:60080/sskg_front_end/kgfront/

(5) 云南省精品课程《数据库技术与应用》：http://elearning.ynu.edu.cn/meol/jpk/course/layout/page/index.jsp?courseId=1500

(6) 云南省精品课程《数据库技术与应用》资源共享平台：http://www.ynce.net/jpkc/Default.aspx?ID=178

(7) 云南大学研究生精品课程《数据工程》：http://elearning.ynu.edu.cn/meol/jpk/course/welcome.jsp?courseId=1760 

(8) DBLP：http://dblp.uni-trier.de/db/

(9) Best Paper Awards in Computer Science (since 1996)：http://jeffhuang.com/best_paper_awards.html 

(10) 中国计算机学会（CCF）数字图书馆：http://www.ccf.org.cn/sites/ccf/sztsg.jsp 

博士后：

武浩（出站），刘德子（出站），王海峰（出站），段亮（出站）

在读博士研究生：

王笳辉（硕博连读），吴鑫然，李忠斌，朱恒，李剑宇，张俊，胡矿

已毕业博士研究生：

郝佳（硕博连读），尹子都，李建伟，祁志卫

已毕业硕士研究生：

吴杰，杨彦超，李鑫刚，张伟，樊金辉，覃远翔，王朝禄，李肇明，岳名亮，段亮，方启宇，张平，徐娟，方志鹏，翁诗杰，于瀛，邓日升，张群，王钰杰，高仁尚，韩路，郑永广，高艳，王飞，尹子都，李青，郭心宇，张剑威（留学生），宁峰，马琳，王娟，王珊蕾，张文宇，夏维，沈杰，苏英杰，王忠亚，汪明阳，阚伊戎，潘良辰，麻友，雷震，尚聪聪，吴鑫然，李磊，赵世旺，李宁静，李鑫柏，方岩，王博勃，李剑宇，何勇，马子娟，张子辰，李杰，宋凯玉，赵天资，沈航可，姚建军，杜斯，付瑞，李正超，李彦柯，周培骥，陆昊，杨竞华，李睿，鲁新明，杨智颖，高航，赵小明，孙晓璇，戴少颖，孙悦，孔得志，......