刘昊鑫，男，1997年生，现任中国科学技术大学科技商学院、管理学院特任副研究员。主要关注面向复杂管理问题的人工智能方法设计，致力于通过数据驱动与智能决策提升个人、组织及社会层面的管理效能。研究综合运用深度学习、多任务学习、联邦学习、图神经网络、贝叶斯学习和生成式人工智能等方法，重点应用于智慧医疗、数字平台与商务智能等领域。以主要作者发表研究成果于Information Systems Research（ISR）、INFORMS Journal on Computing（JOC）等管理学国际顶级期刊(UTD24),以及Information & Management（I&M）、中国管理科学等国内外高水平期刊。受邀担任T-ASE、TMIS、JBR、管理科学等国内外期刊匿名审稿人。

工作经历

2025-09 中国科学技术大学科技商学院、管理学院 特任副研究员

研究兴趣

智慧医疗健康、可信任推荐系统、联邦学习、大语言模型

每年计划招收1-2名研究生，欢迎对以上研究方向感兴趣的同学邮件联系。

代表性研究成果

 [1]  Haoxin Liu, Shuo Yu, Stephen He, Wen Wen, Yidong Chai. (2026). Improving Competitiveness: A  Freelancer-Centric Approach for Recommending Tasks and Reskilling Strategie. Forthcoming in Information  Systems Research.

 [2] Yidong Chai, Haoxin Liu*, Xiao Liu, Liuan Wang*, Junqiu Wang. (2026). A Novel Personalized Federated Learning Method for Privacy-Preserving Smart Mobile Health Monitoring. INFORMS Journal on Computing.

 [3] Yidong Chai, Haoxin Liu, Hongyi Zhu, et al. (2024). A profile similarity-based personalized federated learning method for wearable sensor-based human activity recognition. Information & Management.

[4] 柴一栋，刘昊鑫，姜元春, 刘业政。（2024）基于重要性最大化与社区划分的图神经网络推荐系统对抗攻击方法，中国管理科学

[5] Haoxin Liu, Wenli Zhang, Jiaheng Xie, Buomsoo Kim, Zhu Zhang, Yidong Chai. (2024). Few-Shot Learning for Chronic Disease Management: Leveraging Large Language Models and Multi-Prompt Engineering with Medical Knowledge Injection, Hawaii International Conference on System Sciences

科研项目

[1]多级隐私约束下基于可穿戴数据的慢性疾病评估方法研究, 国自然青年科学基金项目（C类）, 主持, 纵向, 2027-2029

学术和社会服务

担任T-ASE、TMIS、JBR、管理科学等国内外期刊匿名审稿人

中国信息经济学会产业数智化变革与创新管理专委会委员