信息来源：中国人民大学信息学院发布日期：2026年2月14日

近日，教育部发布公告，公布2024-2025学年度研究生国家奖学金获奖学生名单，我院谢冬晨、许骞、陈晓栋、吕筱玮、马泽尧、赵文昊、胡建勇、范梅浩、陈思蓓、陆齐、王硕、杜盼、官佳薇、李好洋等14位同学荣获研究生国家奖学金！

青春铸魂，榜样领航。为发挥优秀学子的示范引领作用，凝聚奋进力量，学院特推出2024-2025学年国家奖学金获得者系列专访。通过挖掘他们在逐梦路上的坚守与探索、突破与成长，展现信院学子“敢为人先，科技报国”的精神风貌。愿这些滚烫的青春故事，能为每一位追梦人注入前行动力，激励全院同学在青春赛道上书写属于自己的精彩篇章！

陆齐：表格求索，代码寻真

陆齐，中共党员，中国人民大学信息学院2021级管理科学与工程专业直博生，师从许伟教授、杜玮副教授。他的研究聚焦于信息系统领域的金融科技和智能风控方向，致力于通过知识图谱、多模态融合等技术挖掘金融文本、音频、图像和关联网络等异构数据中的金融风险信号，实现智能化的股票收益预测、债券风险预测和财务舞弊检测等金融风险预警任务。博士期间，他作为学生第一作者在管理学-信息系统领域国际顶刊MIS Quarterly上发表一篇论文，并以第一作者在人大A类期刊Decision Support Systems和CCF B类期刊Information Systems上各发表一篇论文。

作为主线研究成果，陆齐发表在MIS Quarterly的论文历时四年、经过四轮修改最终完成。在导师与合作者指导下，他始终秉持对理论研究与方法实践的严谨态度，最终于2025年成功发表。该研究提出了企业欺诈检测框架NetDetect，融合静态与动态异质网络特征，联合学习企业关系网络结构与动态演化模式，提升欺诈检测的准确性与可解释性。基于上市公司数据的实验表明，NetDetect在检测、预警及解释性方面均优于现有方法，为审计、投资与监管提供了有效支持，并提炼出了可推广的算法设计原则。此研究是信息系统与大数据应用研究所在该方向的重要成果，也标志着学院在管理科学与工程学科博士生培养中实现首篇顶刊的突破。

不仅如此，在Decision Support Systems的工作中，陆齐通过对美国上市公司电话会议多模态数据的处理和分析，提出一个基于对比学习的多模态对话网络，实现对于季度财务欺诈的精准预测，该研究在美国信息系统协会年会Informs 2023上进行汇报和交流，同时参加2024年中国信息经济学会年会并获得该会的优秀博士论文奖。

陆齐在海外学术交流方面同样积累了宝贵经验。2023年10月至2024年10月，他受公派到新加坡国立大学进行联合培养。在外导乔丹丹和李罡教授的指导下，实现了一个新型的基于Swin Transformer的股票收益预测框架，通过预训练的图像处理模型对股票蜡烛图进行信号分析，实现对于上市公司股票期权投资组合收益的精准预测。交换期间，他积极参加在新加坡举办的国际学术会议、交流和学术沙龙等活动，拓展自己的国际学术视野与学术合作渠道。

科研之余，绿茵场上也有着陆齐活跃的身影，他连续三届代表学校出战北京市高校足球乙级联赛，累计出场十余次并打入一球；2023年，他作为首发主力征战首届京津冀大学生校际足球联赛，最终闯入决赛荣获亚军；2025年他又以关键成员身份，助学院足球队在学校足球乙级联赛中勇夺亚军，为队史写下浓墨重彩的一笔。

陆齐还重视学以致用，积极参与社会实践。2025年，他参加了中国人民大学“理解中国”学术实训计划，作为领队前往小红书总部进行调研，探寻生成式人工智能背景下数字平台虚假内容与AI生成内容治理的机遇与挑战，结合自身科研经历和实际需求为数字平台内容治理创新提出了一系列建议。

回望自己的读博路，陆齐认为，在人大的博士生涯不是学术研究的终点，而是探索世界的起点。路遥知马力，一时的困境不会阻挡前进的步伐，这会成为将来所有成就的铺路石和来时路。未来，他计划继续深耕“人工智能+”在金融和更广泛领域的应用，探索更高效、更智能的预测模型，在产学研融合中贡献力量。

陈思蓓：钻研图理，探索智能

陈思蓓，中国人民大学信息学院2022级博士生，师从范举教授。她的研究方向聚焦于智能数据治理，致力于利用机器学习和大语言模型技术，提升复杂数据系统在数据管理、自动诊断和决策支持中的智能化水平。她的研究涵盖结构化、半结构化与非结构化数据场景，探索数据理解、知识建模与系统推理的统一方法。博士期间，她以第一作者身份在数据库领域顶级会议SIGMOD上发表了3篇论文，相关成果在数据系统自动化与智能化领域具有较强的学术价值和实际应用意义。

陈思蓓的研究跨越了数据的三种形态，围绕不同类型数据的智能处理与系统化建模展开，从规整的结构化表格，到灵活的半结构化文档，再到自由的非结构化文本。在结构化数据场景下，她提出了高性能、支持人在回路的机器学习与深度学习流水线框架HAIPipe，专门面向大规模结构化数据处理。HAIPipe统一了数据清洗、特征工程、模型训练与推理的全流程，显著提升了下游任务的性能，相关成果已在SIGMOD 2023发表，并在SIGMOD 2024进行了Demo展示。

随后，她的目光转向半结构化数据，设计了Auto Formula系统，专注于Excel和Google Sheets中的公式推荐场景。该系统提出了一种基于半监督表示学习的方法，将表格与单元格表示为向量，并通过相似度检索自动生成公式，相关成果已发表于SIGMOD 2024。最后，在非结构化与多模态数据场景下，她提出了面向数据库诊断的自动化参数配置推荐系统Andromeda。该系统通过检索增强推理机制，利用多模态数据辅助大语言模型进行推理与决策。相关研究成果已被SIGMOD 2025会议接受。

实验室的窗外，是更广阔的世界，陈思蓓在产业实践中也积累了丰富的经验。博士期间，她先后在微软亚洲研究院和阿里巴巴进行研究型实习。在微软亚洲研究院，她围绕Excel公式自动推荐问题开展了深入研究，针对真实用户的表格数据，设计并实现了具有生产级应用价值的公式生成与推荐方法。在阿里巴巴，她聚焦于云数据库工单的自动化解决方案生成，针对大规模线上数据库服务中的实际运维工单，构建了基于检索增强与大语言模型的自动诊断与配置推荐方案。这些项目均紧密结合实际业务需求，展示了她在工业场景中研究方法的高度实用性与可落地性。

科研的间隙，陈思蓓亦懂得如何让星光照进自己的生活。她注重保持平衡且自律的生活方式，热爱运动与阅读，通过规律的锻炼和持续的学习保持高效的专注力和身体状态。她也珍视团队合作与伙伴情谊，乐于进行交流，并在实验室中创造积极的合作氛围。这份稳定而明亮的生活态度让她在科研的长途跋涉中能够步履扎实，目光清澈。

在学术与产业的双重驱动下，陈思蓓已经在智能数据治理和数据库优化等领域取得了显著的成果。顶级会刊上的一篇篇论文、微软与阿里实战中一个个落地方案，共同勾勒出她兼具学术气质与实践精神的身影。未来，她的目光仍然望向更深处：智能数据系统如何更好理解这个世界？多模态数据中又隐藏着怎样未被诉说的故事？她将稳步前行，继续为学术界和工业界带来更多具有实际影响的创新成果。