个人简介
深圳大学特聘教授，大数据技术与应用研究所所长，大数据系统计算技术国家工程实验室副主任。数据挖掘领域属性数据和混合数据快速聚类算法研究的知名学者，发表了一系列著名的算法，如： k-modes， k-prototypes，w-k-means 聚类算法, 在很多领域得到广泛应用，被纳入国内外教科书和专著，并进入软件产品。1993年获瑞典皇家工学院博士学位。荣获亚太地区知识发现和数据挖掘国际会议首个最有影响论文奖。首批广东省领军人才、深圳孔雀计划高层次人才。主要研究方向为大数据近似计算、大数据多样本分析理论与方法、大数据复杂度度量及样本大小估计理论与方法、Non-MapReduce分布式大数据计算框架、RSP大数据分析平台软件。
教育经历
学士 1977-1981, 中国，东北林学院/哈尔滨工业大学，模式识别
硕士 1983-1986，中国，东北林业大学，森林遥感及森林资源管理
博士 1990-1993，瑞典皇家工学院, 研究方向：空间数据查询与分析语言
工作经历
研究方向
大数据近似计算
大数据多样本分析理论与方法
大数据复杂度度量及样本大小估计理论与方法
Non-MapReduce分布式大数据计算框架
RSP大数据分析平台软件
其他
国际上聚类算法研究的著名学者，属性数据聚类算法研究的开拓人，发表过著名的 k-modes，fuzzy-k-modes 和k-prototypes 聚类算法，在很多领域得到广泛应用，被纳入国内外教科书和专著，进入了软件产品。他的k-modes算法是最流行、被引用最多的属性数据聚类算法，相关论文被引用超过2000次。他的k-prototypes 算法文章获“亚太地区知识发现和数据挖掘国际会议”获首个最有影响论文奖。他近年提出的变量自动加权w-k-means算法和软子空间聚类算法被许多学者参考引用。他领导开发的AlphaMiner数据挖掘开源系统是国际上重要的数据挖掘开源软件之一，被许多大学和公司采用。
黄哲学教授近10年来主要研究TB级以上超大数据的并行与分布式计算技术，提出了随机样本划分（RSP）分布式大数据模型，创新性地融合了分布式计算、统计抽样和近似计算方法，有效地解决了超大数据计算的内存约束，该成果已经发表在顶级IEEE 国际杂志和国际学术会议上。他目前领导团队研制了RSP大数据软件和平台，多次在创新大赛中获奖，在电信和海关应用中取得很好的效果。
国际学术奖：亚太地区知识发现和数据挖掘国际会议最有影响力论文奖(2006)
国际合作项目奖：澳大利亚RMIT大学研究成果奖，获奖时间：2005年12月
International Journal of Data Science and Analytics, Associate Editor, 2016年起
International Journal of Data Mining, Modelling and Management (IJDMMM), 编委，2010年起
International Journal of Big Data Mining and Analytics, Associate Editor, 2018年起
机算计科学与探索，编委，2012年起
集成技术，执行主编，2012年起，2014年截止
深圳大学学报理工版， 编委，2018年起
CCF大数据专家委员会委员
中国人工智能学会知识工程与分布智能专业委员会委员
2010入选首批“广东省领军人才”；
深圳市引进海外高层次人才
