n 教师简介

陈中普，博士，毕业于上海交通大学。曾为新加坡国立大学访问学者，现为bat365在线平台讲师。主要研究方向包括时空数据库、大数据分析和可扩展查询系统等，在数据库和数据挖掘领域的顶级会议或期刊（如IEEE ICDE和IEEE TKDE）上发表多篇论文。参加了多项国家级科研项目，并曾为多家科技公司和科研机构的技术人员提供自研大数据分析引擎的专业培训。

n 研究领域

时空数据库、大数据分析、可扩展查询系统

n 教育背景

2020 上海交通大学  计算机科学与工程 博士

2015 西北工业大学 软件工程   学士

n 讲授课程

本科生：Java EE开发

研究生：分布式系统 大数据分析

n 研究成果

第一作者, Flexible Aggregate Nearest Neighbor Queries and its Keyword-Aware Variants on Road Networks, IEEE TKDE 2020 (CCF A).

第一作者, ITISS: An Efficient Framework for Querying Big Temporal Data, GeoInformatica 2020 (CCF B).

第二作者（导师一作）, Flexible Aggregate Nearest Neighbor Queries in Road Networks, IEEE ICDE 2018 (CCF A).

Distributed in-memory analytics for big temporal data, DASFAA 2018 (CCF B). 2016 Simba: Spatial in-memory big data analysis, ACM SIGSPATIAL 2016.