牛虹婷，工学博士，北京航空航天大学计算机学院副教授、硕士生导师，复杂关键软件全国重点实验室核心成员。2011年于北京航空航天大学毕业并留校任教，深耕计算机领域教学与科研工作十余载。

任职期间，先后担任复杂关键软件全国重点实验室主任助理、中国高校计算机教育MOOC联盟办公室副主任、国家信息技术新工科产业联盟办公室成员，兼任北京市科学技术委员会信息技术类科技主管、北航杭州国际创新研究院兼聘副教授，具备丰富的科研平台管理、学科建设及产学研协同工作经验。曾获国家留学基金委资助，以北航青年骨干教师身份赴美国罗格斯新泽西州立大学开展访学研究，师从熊辉教授，积累了国际化的科研思维与研究经验。

教学方面，教学经验丰富、课程建设成果丰硕。长期主讲计算机专业核心课程《操作系统》，课程先后获批北京航空航天大学精品课程、校级一流课程、国家一流本科精品课程，配套教材获评北京市优质教材。同时主讲《交通数据挖掘技术》《空中交通管理》《数据结构》《低空无人机交通调度实验》等多门本科及研究生课程，课程体系完善、教学覆盖面广。目前已累计培养研究生13名，长期深耕本科生、研究生实践育人与创新创业指导工作，专注学生毕业设计、学科竞赛培育，多次指导学生斩获校级优秀毕业设计论文、全国大学生系统能力大赛全国总决赛二等奖等多项校级、国家级荣誉，因材施教，助力学生综合素质与专业能力全面提升。

科研方面，主要研究方向为数据挖掘、智慧城市、低空交通调度等。学术成果丰硕，累计出版专业教材1部，发表核心期刊及国际会议学术论文10余篇。科研项目经验扎实，主持国家及省部级重点实验室科研课题2项；作为核心成员，深度参与国家工信部民口科技重大专项、国家科技部科技创新项目、国家自然科学基金项目、北京市科技计划重点项目等多项国家级、省部级重点科研项目，在大数据挖掘、智能系统应用等领域积累了扎实的理论基础与丰富的工程实践经验。

主要研究方向及研究内容：

1. 智能交通大数据的精准预测与个性化推荐系统：聚焦交通领域多源海量数据，依托机器学习、深度学习前沿算法，深度挖掘分析交通流量、拥堵态势、民众出行需求等核心数据，实现交通运行状态高精度预判。基于数据分析结果，可为出行用户定制最优出行路线与多元出行方案，同时为交通管理部门提供科学化、智能化决策支撑，有效提升城市交通运行效率与公共服务质量。

2. 心理大数据驱动的智能化精准推荐技术体系：围绕心理测评数据、社交媒体行为数据、群体社会心理特征等多维度心理大数据，融合大数据分析与人工智能算法，精准构建用户心理画像，研判群体心理发展趋势，实现潜在心理风险的提前识别与科学干预，为智能化心理健康服务、群体心理疏导提供技术支撑。

3. 科技文献资源大数据深度挖掘与知识发现研究：针对海量科技文献与专家数据库开展深度挖掘，精准提取学者学术研究脉络、科研机构合作网络、文献引用关联等核心信息，搭建学科领域知识图谱。通过智能推荐与预测算法，研判专家研究方向与学科发展演进趋势，为科研人员提供精准化学术资源推荐，助力科研创新、加速学科成果转化。

4. 基于大数据的学习行为分析与智能引导策略研究：依托大学生学习轨迹、代码提交、课业考核、课堂互动、在线平台操作等全流程学习数据，运用大数据分析与智能算法模型，深度解析学生学习行为特征，精准定位学习难点、个性化学习差异。针对性提供学习路径优化、学习资源精准推送、学习策略智能指导等个性化服务，有效提升学生学习效率与学习体验，助力智慧教育、精准育人落地实施。

5. 低空无人机交通调度智能优化研究：依托团队全国首批低空专业建设团队的平台优势，立足低空经济与立体交通发展需求，将传统地面交通管控、民航调度成熟理论与技术体系平移拓展至低空立体交通领域。重点面向多无人机高密度、规模化空域运行场景，研究动态空域管控、多机协同调度、飞行冲突检测与解脱等核心智能算法，聚焦无人机三维路径规划、起降站点选址优化、低空航路路网拓扑设计、多任务协同分配等关键技术。通过构建适配城市复杂环境的低空交通调度与运维优化体系，解决低空飞行器无序飞行、空域资源利用率低、运行安全性差等痛点，为低空物流、城市空中通勤、低空巡检等场景的规模化、规范化、智能化运行提供核心技术支撑与理论依据。