殷建 教授，博士毕业于山东大学，拥有四十年计算机教学与科研经历。主要讲授的课程包括：《数据结构》、《Java web程序设计》、《C++面向对象程序设计》、《计算机图形学》等课程，有丰富的教学经验以及较好的编程开发能力。
主要成果与经历
科研项目：
1.主持国家自然科学基金面上项目一项“基于多维度信息融合的个性化推荐系统技术”(2019 年)；
2.以第 2 位次参与山东省自然科学基金面上项目一项“指纹数据库难易度估计及其在自动指纹识别系统性能评估中应用的研究”(2014 年)；
3. 主持横向项目多项，主要有：“基于机器学习的无线电探测目标与干扰识别算法研究”；“建筑项目咨询管理信息系统”。
发表论文：
4.Multi-Features Fusion and Decomposition for Age-Invariant Face Recognition. 发表会议：MM '20: The 28th ACM International Conference on Multimedia. 发表时间：October, 2020. ISBN:978-1-4503-7988-5. 检索级别：CCF A类(EI 检索)，通信作者；
5.A General Re-Ranking Method Based On Metric Learning For Person Re-Identification，刊物名称：IEEE COMPUTER SOCIETY，国际学术会议2020 IEEE International Conference on Multimedia and Expo (ICME)，等级：CCF B，EI检索，通信作者；
6.Parameters Analysis of Sample Entropy, Permutation Entropy and Permutation Ratio Entropy for RR Interval Time Series，2020，期刊名称：INFORMATION PROCESSING ＆ MANAGEMENT，分区：中科院1区，第一作者；
7.Deep Collaborative Filtering Based on Outer Product，期刊名称：IEEE ACCESS，2020，分区：中科院3区，通信作者；
8.A Biased Proportional-Integral-Derivative-Incorporated Latent Factor Analysis Model，期刊名称：APPLIED SCIENCES-BASEL，2021，分区：中科院3区，通信作者；
9.Gate Attentional Factorization Machines: An Effificient NeuralNetwork Considering Both Accuracy and Speed，期刊名称：APPLIED SCIENCES-BASEL，2021，分区：中科院3区，第二作者；
10.Handling information loss of graph convolutional networks in collaborative filtering. 期刊名称：Information System. 2022，分区：中科院4区，通信作者。
11.Deep Reinforcement Factorization Machines: A Deep Reinforcement Learning Model with Random Exploration Strategy and High Deployment Efficiency，期刊名称：APPLIED SCIENCES-BASEL，2022，分区：中科院3区，通信作者；
12.Aging Residual Factorization Machines: A Multi-Layer Residual Network Based on Aging Mechanisms，期刊名称：APPLIED SCIENCES-BASEL，2022，分区：中科院3区，通信作者；
13.MFHE: Multi-View Fusion-Based Heterogeneous Information Network Embedding，期刊名称：APPLIED SCIENCES-BASEL，2022，分区：中科院3区，通信作者；
14.Deep Interest Context Network for Click-Through Rate, 期刊名称：APPLIED SCIENCES-BASEL，2022，分区：中科院3区，通信作者；
专著：
15.颜成钢，李亮，殷建. CUDA C编程权威指南，译著，主编，20万字，机械工业出版社，2017
