个人简介

王恺忻，博士，讲师，中国计算机学会会员。2024年获得南洋理工大学计算与数据科学公司博士学位。他的研究兴趣主要集中在图数据挖掘和管理，特别是子图计数与枚举、稠密子图挖掘以及图算法。此外，他也对智能控制与物联网的交叉应用、智能体育数据分析以及与体育相关的图数据处理领域有深入研究。目前，他在数据库、数据挖掘领域已发表多篇论文，部分论文已被顶级会议和期刊（如SIGMOD、TKDE等）接收和发表。

研究方向

（1）图数据挖掘与管理：包括子图计数与枚举、稠密子图挖掘、图算法等，旨在开发高效的图处理技术以应对大规模图数据的分析需求。

（2）智能控制与物联网交叉应用研究：研究智能算法（如强化学习、深度学习等）在物联网中的应用，提升系统的自适应能力和决策效率。

（3）智能体育数据分析：结合人工智能技术，分析和挖掘体育数据中的规律，探索智能体育在竞技分析、战术优化等方面的应用。

科研项目

（1）国家自然科学青年基金项目，轨迹表征驱动的多智能体动态协同机制研究，2026.1至2028.12，30万，在研，主持

（2）北京市自然科学基金项目，融合多模态人机交互与大语言模型的自适应学习研究，2025.1至2026.12，20万，在研，参与

（3）Ministry of EducationSingapore，Leveraging Machine Learning for Bipartite Matching，2022.2至2025.2，19.15万新元，已结题，参与。

（4）Agency for Science, Technology and ResearchSingapore，Cyber-Physical Production System (CPPS)-Towards Contextual and Intelligent Response，2019.7至2022.6，448.40万新元，已结题，参与。

（5）Nanyang Technological University，Efficientand Scalable Solutions to BigGraph Problems with High-Complexity: When Sampling Meets Distributed Systems，2019.8至2022.8，10.00万新元，已结题，参与。

主要论文论著

[1]Kaixin Wang, Kaiqiang Yu, Cheng Long, "Maximal Clique Enumeration with Hybrid Branching and Early Termination", in 41st IEEE International Conference on Data Engineering（ICDE'25，CCF-A，数据库顶级会议）

[2] Kaiqiang Yu,Kaixin Wang, Cheng Long, Laks Lakshmanan, Reynold Cheng, "Fast Maximum Common Subgraph Search: A Redundancy-Reduced Backtracking Approach",inProceedings of ACM International Conference on Management of Data（SIGMOD'25，CCF-A，数据库顶级会议）

[3]Kaixin Wang, Kaiqiang Yu, Cheng Long, "Efficient k-Clique Listing: An Edge-Oriented Branching Strategy", in Proceedings of ACM International Conference on Management of Data（SIGMOD'24，CCF-A，数据库顶级会议）

[4]Kaixin Wang, Cheng Long, Darrell Joshua Ong, Jie Zhang and Xue-Ming Yuan, "Single-site Perishable Inventory Management under Uncertainties: A Deep Reinforcement Learning Approach", in IEEE Transactions on Knowledge and Data Engineering（TKDE'23，CCF-A，数据挖掘顶级期刊）

[5]Kaixin Wang, Cheng Long, Da Yan, Jie Zhang, H. V. Jagadish, "Reinforcement Learning Enhanced Weighted Sampling for Accurate Subgraph Counting on Fully Dynamic Graph Streams", in Proceedings of the 39th International Conference on Data Engineering（ICDE'23，CCF-A，数据库顶级会议）

[6]Kaixin Wang, Cheng Long, Yongxin Tong, Jie Zhang, Yi Xu, "Adaptive Holding for Online Bottleneck Matching with Delays", in Proceedings of the 2021 SIAM International Conference on Data Mining（SDM'21，CCF-B）

[7] Ling Huang, Da Li, Huangyi Yan,Kaixin Wang, Zhangqin Huang, "Adaptive Holding for Online Bottleneck Matching with Delays", in Electronics 2025.