一、基本情况
张全贵，男，汉族，1978年出生，河北昌黎人，中共党员，工学博士，教授。
现任多维数据感知与智能识别重庆市工程研究中心副主任、诸侯快讯人工智能研究所负责人。国家公派悉尼科技大学访问学者，博士毕业于北京工业大学模式识别与智能系统专业。CCF 高级会员、CCF 多媒体专委会执行委员、重庆计算机学会理事。主持与参与科研课题 10余项；累计发表学术论文30余篇；授权PCT国际发明专利1项、国家发明专利7项，申请软件著作权6项。荣获重庆市科技进步三等奖等4项省部级科研奖励。担任 IJCNN、PAKDD、ICDM 等国际学术会议程序委员会委员，以及 TKDE、TMM、TOIS、IEEE Intelligent Systems、IoT、TII 等知名国际期刊审稿人。目前已指导硕士研究生19名，拟承担人工智能方向电子信息硕士人才培养任务。
二、科研方向
工业视觉智能检测，推荐系统，大模型及其应用。
三、科研成果
1、科研项目
(1) 2024.08-2026.08，基于AI面部识别的牛脸数据管理平台，主持，7万，在研。
(2) 2024.07-2027.06，多模态医疗大模型疾病筛查与诊断预测及推荐算法研究，重庆市自然科学基金项目-创新发展联合基金，主研，25万，在研。
(3) 2024.01-2024.12，吉林市中心医院综合服务系统，主研，145万，结题。
(4) 2024.12-2026.09，吉林移动办公安全加固项目，主持，10万，在研。
(5) 2023.10-2026.09，基于图的用户隐式行为学习及其在健康推荐系统中的应用研究，重庆市教委科技项目-重点项目，主持，12万，在研。
(6) 2023.10-2026.09，基于个人隐私约束的协同过滤推荐算法研究，重庆市教委科技项目-青年项目，主研，4万，在研。
(7) 2023.07-2026.06，基于多源异构大数据的软件缺陷一体化解析技术研究，重庆市自然科学基金面上项目，主研，1.2万，在研。
(8) 2022.12-2025.12，面向非独立同分布数据的序列推荐方法研究，塔尖计划-自然科学重大培育项目，主持，10万，在研。
(9) 2021.06-2025.12，异构信息耦合关系表示学习及其在推荐系统中的应用研究，塔基计划项目，主持，12万，在研。
(10) 2019.09-2021.12，短文本中耦合关系学习及推荐方法研究，辽宁省教育厅基础项目，主持，3万，结题。
(11)2018.09-2021.08，基于非独立同分布的深度混合推荐方法研究，辽宁省自然科学基金，主持，5万，结题。
2、代表性论文
(1) L Wang, S Wang, Q Zhang, Q Wu, M Xu. Federated user preference modeling for privacy-preserving cross-domain recommendation. IEEE Transactions on Multimedia, 2025.（SCI一区）
(2) L Wang, M Xu, Q Zhang, Y Shi, Q Wu. Causal disentanglement for regulating social influence bias in social recommendation. Neurocomputing, 618 (2025): 129133.（SCI二区）
(3) Q Zhang, S Ren, X Li, X Feng, Q Li, Z Ren, X Ma. A service-recommendation method for the Internet of Things leveraging implicit social relationships. Computers and Electrical Engineering 120 (2024): 109734.（SCI三区）
(4) L Wang, L Sang, Q Zhang, Q Wu, M Xu. A privacy-preserving framework with multi-modal data for cross-domain recommendation. Knowledge-Based Systems, 304 (2024): 112529.（SCI一区）
(5) Q Zhang, L Wang, K Xu, et al. Learning coupled latent features via review texts for IOT service recommendation. Computers and Electrical Engineering, 101 (2022): 108084.（SCI三区）
(6) Q Zhang, L Wang, X Meng, K Xu, J Hu. A generic framework for learning explicit and implicit user-item couplings in recommendation. IEEE Access, 7 (2019): 123944-123958.（SCI三区）
(7) X Meng, X Zhang, L Li, Q Zhang, P Li. Top-k Spatial Keyword Query with Typicality and Semantics, DASFAA, 244-248, 2019.（CCF B类）
(8)Q Zhang, L Cao, C Zhu, et al. CoupledCF: Learning Explicit and Implicit User-item Couplings in Recommendation for Deep Collaborative Filtering, IJCAI, 3662-3668, 2018.（CCF B类）.
3、授权专利
(1) Sequential Recommendation Method and system based on coupling relationship between item attribute and sequential pattern，LU503730，国际发明专利，排名第1
(2) 一种基于用户和项目长短期时间耦合关系分析的推方法，ZL202010982167.8，国家发明专利，排名第1
(3) 一种融合图神经网络和注意力机制的协同过滤推荐方法，ZL20201 0934802.5，国家发明专利，排名第1
(4) 一种基于耦合网络嵌入及知识图谱的协同过滤推荐方法，ZL20201 0979827.7，国家发明专利，排名第1
(5) 一种基于会话序列动态行为偏好耦合关系分析的推荐方法，ZL202011138457.0，国家发明专利，排名第1
(6) 一种基于用户偏好异构性分析的推荐方法，ZL201910399992.2，国家发明专利，排名第1
(7) 一种基于用户及项目耦合关系分析的推荐系统及方法，ZL201910637353.2，国家发明专利，排名第1
(8)一种共同偏好辅助的深度单类协同过滤推荐方法，ZL201911080135.2，国家发明专利，排名第1
4、获奖情况
(1) 复杂场景下多模态数据治理与AI识别模型的研发与应用，2025年重庆市科技进步三等奖，排名第3
(2) 高时空精度多模态数据采集与智能化精准评测关键技术及跨领域应用，2025年中国商业联合会科学技术奖二等奖，排名第3
(3) 基于虚拟现实技术的煤矿安全生产培训系统应用研究，2012年中国职业安全健康协会科学技术奖三等奖，排名第3
(4) 基于 Intranet 煤矿安全生产培训与虚拟仿真教育系统研究与应用，2011年中国煤炭工业协会科学技术三等奖，排名第3
