唐朝暉(南開大學軟體學院客座教授)

個人簡介:

唐朝暉 性 別: 男 行政職務: 微軟公司SQL Sever開發部高級經理

職 稱: 客座教授 學 位: 博士 所學專業: 計算機

基本介紹

  • 中文名:唐朝暉
  • 職業:微軟公司SQL Sever開發部高級經理
  • 畢業院校:University of Versailles
人物經歷,研究方向,主要貢獻,

人物經歷

唐朝暉1993 年7月畢業於University of Versailles(凡爾塞大學),獲得計算機碩士, 1996 年10月 畢業於法國INRIA (法國國家計算機研究所) and University of Versailles (凡爾塞大學),獲得計算機博士學位。先後在重要國際會議SIG KDD 2005,SIG KDD 2004 (Local chair),SIG KDD 2003,PAKDD 2002,XML for Analysis Council member (數據挖掘分委會),DMG/PMML member.擔任組委會成員。
唐朝暉
1996年十月- 現在 美國微軟公司(Microsoft) SQL Server 資料庫部門產品經理, 領導開發SQL Server數據挖掘產品. 作為產品的主要負責人,與微軟研究院共同研發了新一代數據挖掘算法及多維資料庫產品.並參與指導微軟及其客戶數據挖掘及多維資料庫項目,包括MSN網路及搜尋分析,Wal-Mart(沃爾瑪)銷售預測,客戶行為規則分析. 起草並負責數據挖掘業界標準OLE DB for Data Mining, DMX(數據挖掘SQL), XML for Analysis /Data mining. 在微軟其間共擁有數據挖掘, 多維資料庫和商務智慧型領域12項專利.
1996年十月-1999年九月 法國Sema Group 在集團技術總監下領導一個技術團隊, 負責電訊領域數據挖掘及多維資料庫項目.
1995年一月 –1995年十二月 TechGnosis(DataDirect) 技術顧問,參與資料庫中間件DataDirect Sequelink 的開發工作.

研究方向

資料庫、數據挖掘。

主要貢獻

科研成果:
1996年開始就職於美國微軟公司,現在是微軟重要軟體產品SQL Server 資料庫部門產品經理, 領導開發SQL Server數據挖掘產品. 作為產品的主要負責人,與微軟研究院共同研發了新一代數據挖掘算法及多維資料庫產品.並參與指導微軟及其客戶數據挖掘及多維資料庫項目,包括MSN網路及搜尋分析,Wal-Mart(沃爾瑪)銷售預測,客戶行為規則分析.起草並負責數據挖掘業界標準OLE DB for Data Mining, DMX(數據挖掘SQL), XML for Analysis /Data mining. 在微軟其間共擁有數據挖掘, 多維資料庫和商務智慧型領域12項專利,撰寫專著一本,發表高水平論文17篇。
論文專著: 書籍
1. Z.H. Tang, J. MacLennan, Data Mining on Relational and Multi-dimensional Database, business intelligence book to be published by Wiley in autumn 2005.
2. 周立柱, 馮建華, 孟小峰, 陳立軍, 楊冬青,王珊 ,唐朝暉, and Don Velen, SQL Server 資料庫原理 –設計與實現, 清華大學出版社, 2003. ================================================================================================= 論文
1. Z.H. Tang, Jamie MacLennan, DMX language for data mining, KDD DM Platform and Standard workshop, 2005.
2. Z.H. Tang, Jamie MacLennan, Peter Kim., Building Data Mining Solutions with OLE DB for DM and XML for Analysis, Sigmod Record, June, 2005.
3. Jie Tang, Hang Li, Yunbo Cao, ZhaoHui Tang,Email Data Cleaning, Proc. of Int. Conf. on KDD 2005, Chicago.
4. Z.H. Tang, Data Cleansing using data mining, Microsoft Technical Whitepaper, Oct 2004 5. Z.H. Tang, What’s new in SQL Server 2005 data mining, SQL Server Standard, Issue Sept 2004. 6. Z.H. Tang, P. Kim, Performance and Scalability of Data mining Algorithms in SQL Server, Microsoft Technical paper, 2002.
7. Z.H. Tang, P. Kim, Data mining using Microsoft SQL Server, Microsoft Technical paper, 2001. 8. Z.H. Tang et al., Performance Study of Microsoft Data Mining Algorithm, SQL Server Magazine, October, December issues, 2001.
9. Z.H. Tang, P. Boudaud, Mining Telecom Information, Technical Report of Sema Group Corporate R&D, Oct, 1998.
10. Z.H. Tang, P. Boudaud, Data Mining Product Comparison of SAS EM, Clementine and DataMind, Technical Report of Sema Group Corporate R&D, July, 1998.
11. Z.H. Tang, G. Gardarin , Randomized Optimization of Quantified Path Expressions in Object Databases, In Proceeding of DBA97, Grenoble, 1997 (best paper award).
12. Z.H. Tang, G. Gardarin, Optimizing Path Expressions using Genetic Algorithm, submitted for VLDB Journal, Feb, 1997.
13. G. Gardarin, J.R. Gruser and Z.H. Tang. Cost-based Selection of Path Expression Processing Algorithms in Object-Oriented Databases. In Proc. of 22nd Int. Conf. on Very Large Databases, Bombay, India, 1996.
14. G. Gardarin, F. Sha and Z.H. Tang. Calibrating the Query Optimizer Cost Model of IRO-DB, an Object-Oriented Federated Database System In Proc. of 22nd Int. Conf. on Very Large Databases, Bombay, India, 1996.
15. D. Florescu, J.R. Gruser, H. Naacke, Z.H. Tang and M. Ziane.. Flora - an OODBMS’s optimizer. In Journal Ingineering of Information Systems, Volume 4 - n5/1996.
16. G. Gardarin, J.R. Gruser and Z.H. Tang. A Cost Model for Clustered Object Databases. In Proc. of 21st Int. Conf. on Very Large Databases, Zurich, 1995.
17. Z.H. Tang, G. Gardarin and V. Sahmi. Optimizing Path Expressions Using Logic Navigational Algebraic Operators. In Proc.s of DEXA96, Zurich, 1996.
兼職及榮譽: 國際會議SIG KDD 2005、 SIG KDD 2004 (Local chair), SIG KDD 2003, PAKDD 2002, XML for Analysis Council member (數據挖掘分委會), DMG/PMML member.擔任組委會成員。

相關詞條

熱門詞條

聯絡我們