张华，男，1981年生，博士，硕导，浙江工商大学教授，主要承担数据科学相关课程教学，从事数据挖掘、深度学习、自然语言处理与文本挖掘、生物信息计算与数字健康、多模态数据融合分析、数据与人工智能驱动的多学科交叉融合等科学问题的学术研究与系统研发。主持课题包括国家自然科学基金项目3项，浙江省自然科学基金项目4项，以及浙江省重点创新团队子课题1项，并作为主要成员参与多项国家省部级课题项目。至今已在Information Fusion、Pattern Recognition、Neural Networks、Bioinformatics、Briefings in Bioinformatics、IEEE/ACM TCBB等国际知名期刊上发表50余篇高质量的SCI期刊论文。

语言理解与数据挖掘

-自然语言处理与文本挖掘：旨在应用语言模型与深度学习技术，从大量非结构化自然语言文本数据中提取和识别有价值的信息与模式，包括关系抽取、情感分析、文本分类等任务。

-生物信息计算与数字健康：侧重于应用语言模型与生物信息技术，理解揭示生命语言“蛋白质”分子的序列、结构与功能关系，以及蛋白质、药物分子与重大疾病之间的关联关系。

-多模态数据融合与深度学习：面向多模态语言数据源，包括文本、图像、语音与视频，以及蛋白质、DNA/RNA、药物小分子等生物数据，旨在研发高效的多模态语义表示与深度融合模型。

-数据与人工智能驱动的多学科交叉融合：致力于结合智能计算、深度学习、语言模型与人工智能技术，挖掘与提取各行业大数据中有价值的信息和知识，推动多学科交叉融合。

• 2021-至今，浙江工商大学计算机科学与技术学院，教授

• 2012-2020，浙江工商大学计算机与信息工程学院，副教授

• 2009-2012，浙江工商大学计算机与信息工程学院，讲师

• 数据挖掘,研究生,2024-2025,第一学期

• 数据挖掘,研究生,2023-2024,第一学期

• 数据挖掘,研究生,2022-2023,第二学期

• 数据挖掘,研究生,2021-2022,第二学期

• Python与数据科学实验,本科生,2023-2024,第二学期

• Python与数据科学,本科生,2023-2024,第二学期

• Python与数据科学实验,本科生,2022-2023,第二学期

• Python与数据科学,本科生,2022-2023,第二学期

• 数据挖掘基础,本科生,2022-2023,第一学期

• Python与数据科学,本科生,2021-2022,第二学期

• Python与数据科学实验,本科生,2021-2022,第二学期

• Python与数据科学,本科生,2020-2021,第二学期

• Python与数据科学实验,本科生,2020-2021,第二学期

• 数据挖掘基础,本科生,2021-2022,第一学期

• 数据挖掘基础,本科生,2020-2021,第一学期

• 数据科学基础,本科生,2020-2021,第二学期

• 数据挖掘基础,本科生,2019-2020,第一学期

• Advanced Mathematics (I),本科生,2018-2019,第一学期

[Selected Publications, *Corresponding Author]

1.    H. Zhang*, P. Zhan, C. Yang, Y. Yan, Z. Cai, G. Shan, B. Jiang, B. Chen, Q. Gu, Q. Zhou. Reading comprehension powered semantic fusion network for identification of N-ary drug combinations. Engineering Applications of Artificial Intelligence 2025, 144: 110096. (2024 IF 7.5)

2.    H. Zhang*, X. Yang, P. Chen, C. Yang, B. Chen, B. Jiang, G. Shan. CoSEF-DBP: Convolution scope expanding fusion network for identifying DNA-binding proteins through bilingual representations. Expert Systems with Applications 2025, 263: 125763. (2024 IF 7.5)

3.    H. Zhang*, Y. Yan, Z. Cai, P. Zhan, B. Chen, B. Jiang, B. Xie. Reconstructing representations using diffusion models for multimodal sentiment analysis through reading comprehension. Applied Soft Computing 2024, 167: 112346. (2023 IF 8.7)

4.    Z. Cai, H. Zhang*, P. Zhan, X. Jia, Y. Yan, X. Song, B. Xie. Multi-schema prompting powered token-feature woven attention network for short text classification. Pattern Recognition 2024, 156: 110782. (2023 IF 8.0)

5.    H. Zhang*, X. Song, X. Jia, Z. Chen, C. Yang, B. Chen; B. Jiang, Y. Wang, R. Feng. Query-induced multi-task decomposition and enhanced learning for aspect-based sentiment quadruple prediction. Engineering Applications of Artificial Intelligence 2024, 133: 108609. (2023 IF 8.0)

6.    C. Yang, H. Zhang*, B. Chen, B. Jiang, Y. Wang. MV-SHIF: Multi-view symmetric hypothesis inference fusion network for emotion-cause pair extraction in documents. Neural Networks 2024, 175:106283. (2023 IF 7.8)

7.    B. Xie, X. Jia, X. Song, H. Zhang*, B. Chen, B. Jiang, Y. Wang, Y. Pan. ReCoMIF: Reading comprehension based multi-source information fusion network for Chinese spoken language understanding. Information Fusion 2023, 96:192–201. (2023 IF 18.6)

8.    L. Qu, W. He, J. Li, H. Zhang*, C. Yang, B. Xie. Explicit and size-adaptive PSO-based feature selection for classification. Swarm and Evolutionary Computation 2023, 77: 101249. (2023 IF 10.0)

9.    H. Zhang*, Z. Chen, B. Chen, B. Hu, M. Li, C. Yang, B. Jiang. Complete quadruple extraction using a two-stage neural model for aspect-based sentiment analysis. Neurocomputing 2022, 492: 452-463. (2023 IF 6.0)

10.  H. Zhang*, G. Shan, B. Yang. Optimized elastic network models with direct characterization of inter-residue cooperativity for protein dynamics. IEEE/ACM Transactions on Computational Biology and Bioinformatics 2022, 19(2): 1064-1074. (2023 IF 4.5)

11.  H. Zhang*, T. Jiang, G. Shan, S. Xu, Y. Song. Gaussian network model can be enhanced by combining solvent accessibility in proteins. Scientific Reports 2017, 7:7486. (2023 IF 4.6)

12.  H. Zhang*, L. Kurgan. Sequence-based Gaussian Network Model for Protein Dynamics. Bioinformatics 2014, 30(4):497-505. (2023 IF 5.8)

13.  H. Zhang, T. Zhang, K. Chen, K.D. Kedarisetti, M.J. Mizianty, Q. Bao,W. Stach, L. Kurgan*. Critical assessment of high-throughput standalone methods for secondary structure prediction. Briefings in Bioinformatics 2011, 12(6): 672-688. (2023 IF 9.5)

• 获主持国家自然科学基金面上项目2项、青年基金1项；

• 获主持浙江省自然科学基金项目4项；

• 获主持浙江省重点创新团队子课题1项；

• 作为主要成员参与多项国家省部级课题项目。