一、基本情况

韩迪，计算机技术及其应用专业博士、副教授、研究生导师。现任广东金融学院专任教师、开源中国技术顾问，曾任香港理工大学研究助理。主持教育部规划基金1项，广东省自然科学面上基金1项目，广东省重点领域专项（自然科学）2项以及广东省青年项目（自然科学）1项，并作为主要参与者参与国家级、省部级课题多项。近年来以第一作者及通讯作者发表SCI，EI及中文核心论文30余篇，主编6本前沿领域教材及专著，担任《Transactions on Knowledge and Data Engineering》, 《Transactions on Knowledge Discovery from Data》, 《Engineering applications of artificial intelligence》, 《Knowledge-Based Systems》等SCI期刊的评审专家。同时，拥有20多年的软件开发经验，对机器学习和推荐系统有着深入的研究。目前，从事将人工智能与金融科技相结合的教学与研究工作。

二、科学研究

（一）主要研究领域

人工智能、推荐系统、数字经济、大模型优化

（二）论文

1. Han, D., Chen, J., Guo, Z., Li, X.& Wang, B., A Novel Exchange Rate Forecasting Paradigm Based on Multi-agent Collaboration and Multimodal Big Data-Driven Methods[J/OL]. Big Data Mining and Analytics, 2025.(SCI: Q1，中科院一区Top)

2.郭维,汪勃澄,韩迪*.中美贸易事件新闻对中国股指收益率的影响——基于ChatGPT情感分析策略[J].南方经济,2025,(07):119-135.

3.Han, D., Jing, X., Chen, Y., Liu, J., Liao, K.& Li, W., Cold-Start Recommendation based on Knowledge Graph and Meta-Learning under Positive and Negative sampling [J/OL]. ACMTransactionson Recommender Systems, 2025, 3(3): 1-24.

4.Han, D., Guo, W., Han, C., Wang, B., Guo, Z., LEST: Large Language Models and Spatio-Temporal DataAnalysis for Enhanced Sino-US Exchange Rate Forecasting [J]. International Review of Economics and Finance, 2024, 96: 103508. (SSCI: Q1，Top Ten download list for SSRN).

5.Han, D., Guo, W., Chen, Y., Wang, B., & Li, W., Personal credit default prediction fusion framework based on self-attention and cross-network algorithms [J]. Engineering Applications of Artificial Intelligence, 2024, 133: 107977. (SCI: Q1，中科院一区Top)

6.陈怡君,韩迪*,刘骞等. 高维矩阵奇异值分解的快速计算方法对比分析及应用[J]. 吉林大学学报 (信息科学版), 2024, 42(3): 476-485..

7.Han, D., Huang, Y., Liu, J., Liao, K., Lin, K., LSAB: User Behavioral Pattern Modeling in Sequential Recommendation by Learning Self-Attention Bias [J]. ACMTransactionson Knowledge Discovery from Data, 2024, 18(3): 1-20. (SCI: Q1)

8.Wang, B., Han, D.*, Lu, Y., Zheng, P., Cheng, Z., & Li, W. (2023, December). Multi-model Fusion Network for Tourism Prediction. In 2023 4th International Conference on Computers and Artificial Intelligence Technology (CAIT) (pp. 265-270). IEEE.

9.韩迪, 郭维, 廖凯, 孙传一, 汪勃澄, 林坤玲. 基于TBA融合模型的股票指数预测研究[J].深圳大学学报:理工版, 2023, 40(6):665-673.

10.郭维, 韩迪*, 汪勃澄. ChatGPT情感感知策略识别下的贸易新闻及其人民币汇率短期波动效应研究[J].金融经济学研究, 2023, 38(5):160-174.

11.Liu, J., Wang, Y., Ma, J., Han, D.*, Huang, Y., Constrained Nonnegative Matrix Factorization Based on Label Propagation for Data Representation [J/OL]. IEEE Transactions on Artificial Intelligence, 2023.

12.Han, D., Chen, Y., Zhang, S., Implicit social recommendation algorithm based on multilayer fuzzy perception similarity [J]. International Journal of Machine Learning and Cybernetics, 2022, 13(2): 357-369. (SCI: Q1)

13.韩迪, 陈怡君, 廖凯, 林坤玲. 推荐系统中的准确性、新颖性和多样性的有效耦合与应用, 南京大学学报（自然科学版）2022, 58(4): 604-614.

14.Han, D., Huang, Y., Jing, X., Liu, J. (2021, December). AND: Effective Coupling of Accuracy, Novelty and Diversity in the Recommender System. In 2021 17th International Conference on Mobility, Sensing and Networking (MSN) (pp. 772-777). IEEE.(CCF- C)

15.Han, D., Li, J., Li, W., Liu, R., Chen, H., An app usage recommender system: improving prediction accuracy for both warm and cold start users [J]. Multimedia Systems, 2019(6):1-14. (SCI: Q2)

16.Han, D., Li, J., Yang, L., Zeng, Z., A recommender system to address the Cold Start problem for App usage prediction [J]. International Journal of Machine Learning and Cybernetics, 2018,1-12. (SCI: Q1)

17.Han, D., Li, J., Zeng, Z., Yuan, X., Li, W., RegFrame: fast recognition of simple human actions on a stand-alone mobile device [J]. Neural Computing and Applications, 2017: 1-7. (SCI: Q1)

18.Yang, L., Cao, J., Tang, S., Han, D., Suri N., Run time application repartitioning in dynamic mobile cloud environments [J]. IEEE Transactions on Cloud Computing, 2016, 4(3): 336-348. (SCI: Q1)

19.Han, D., Liang, H., Shen, X., Yang, L., Subscriber dynamic characteristics-based wireless network accessing bandwidth prediction [J]. International Journal of Machine Learning and Cybernetics, 2014, 5(6): 875-885.(SCI: Q1)

20.独撰专著《社交推荐中的用户相似度优化研究》ISBN:9787521845372 北京经济科学出版社（百佳）, 2023.02

（三）主持的项目

1. 基于大模型下推荐系统主客观性能评价均衡的定量研究，广东省自然科学面上基金，编号：2025A1515011633，主持，2025年。

2. 基于大语言模型和文本情感分析的旅游需求预测研究，广东省重点领域专项（自然科学），编号：2024ZDZX1036，主持，2024年。

3. 基于人工智能融合模型的中小微信用风险评估与决策研究 ，教育部人文社会科学研究规划基金，编号：23YJAZH046，主持，2023年。

4. 基于神经网络下广东省个性化旅游推荐系统研究，广东省重点领域专项（自然科学），编号：2020ZDZX3066，主持，2020年。

5. 动态云计算架构下的人体运动感知技术研究，广东省自然科学青年项目，编号：2014KQNCX242，主持，2014年。

三、学生培养

（一）主讲课程

《人工智能与金融智能体》、《金融大数据分析与Python编程》、《Python程序设计》、《金融风险模型编程基础》、《金融风险模型高级编程》

（二）教材

1.《Android实例详解-项目实训开发》 ISBN: 9787563547975 北邮出版社, 2016.主编

2.《Android实例详解-基础进阶开发》 ISBN: 9787563543748 北邮出版社, 2015.主编

（三）开发的研究生教学案例

《大语言模型赋能的贷款违约预测》，第十届中国金融管理年会，2024年，第一作者。

（四）指导学生

共指导研究生15名，学生取得主要成绩：

1.Wang B, Han D, Lu Y, et al. Multi-model Fusion Network for Tourism Prediction[C]，2023 4th International Conference on Computers and Artificial Intelligence Technology (CAIT). IEEE, 2023: 265-270.（22级研究生，汪勃澄；21级本科生，卢育莘）

2.Feng J, Yan H,Zeng H, et al. Research on Loan Default Prediction Based on Survival Analysis Method[C]，2024 5th International Conference on Computers and Artificial Intelligence Technology (CAIT). IEEE, 2024: 573-578.（23级研究生：冯建麟，曾海嫚，杜熙成；22级本科生：段皓琛）

3.基于ESC分布式融合模型的个人信用评分研究，CCF分布式计算大会会议论文，（23级研究生：冯建麟；22级本科生：郭梓坤；21级本科生：尹立新）

4.Guo Z, Guo W,Li Q, et al. FN-Agents: Analysis of Exchange Rate Volatility Prediction Based on Multi-Agent Systems[C]，2024 5th International Conference on Computers and Artificial Intelligence Technology (CAIT). IEEE, 2024: 350-355.（22级本科生：郭梓坤；24级研究生，李启贤，邹宇畅）

5.22级研究生，汪勃澄，2024校级优秀毕业生，赴澳门科技大学读博。

6.22级研究生，陈怡，2023国家级“国家奖学金”与校级“研究生学业奖学金一等奖”。

7.22级研究生，汪勃澄，2023校级“拔尖人才奖学金”与校级“研究生学业奖学金一等奖”。

8.22 级本科生，郭梓坤，2024年广东省大学生数学建模竞赛暨全国大学生数学建模竞赛广东省分赛，二等奖。

9.22 级本科生，郭梓坤，2024年广东金融学院第三届金融科技创新系列竞赛“艾里杯”大学生金融科技综合能力大赛，特等奖。

10.22级本科生，段皓琛，2024大学生数据法制实验建模竞赛，三等奖。

11.19级本科生，孙传一，2023校级优秀本科毕业论文《融入年报可读性指标的TBA股指预测模型研究》。

12.18级本科生，郭东文，2022校级优秀本科毕业论文《基于Attention-FM的个人信用评分模型研究》。

四、招生方向

（一）金融科技：金融风险管理与量化分析(Financial Risk Management and Quantitative Analysis)，智能投顾与个性化金融服务(Robo-Advising and Personalized Financial Services)，生成式AI在金融领域的应用(Generative AI in Finance)等AI+领域。

（二）推荐系统：大语言模型与多模态推荐（LLM and Multimodal Recommendation）、序列推荐（Sequential Recommendation）、负责任的推荐（Responsible Recommendation）等算法优化。

五、招生要求

1.本人主要从事的“人工智能+”业务的实践研究，所以欢迎对开源项目有兴趣的同学联系我。

2.项目或论文提交期限前本人言语可能会比较激动，所以欢迎心理承受能力较强的同学联系我。

3.学习、科研、工作乃至团建都需要精力和耐力，所以欢迎有运动健身爱好的同学联系我。

六、联系方式

邮箱：dihan@gduf.edu.cn