2011-2015，北京大学光华管理学院，经济学博士
2007-2011，中国人民大学统计学院，经济学学士
2023-至今 中国人民大学统计学院，教授
2018-2023 中国人民大学统计学院，副教授
2015-2018 中国人民大学统计学院，助理教授
2023-至今 中国现场统计研究会教育统计与管理分会，常务理事
2022-至今 北京市“千人进千企”专项行动首批专家服务团产业特派员
2019-至今 北京大数据协会副秘书长，常务理事
2018-至今 青年统计学家协会，理事
中小微企业数字化中的复杂网络模型算法及应用，国家自然科学基金面上项目，2025-2028，主持，在研
大规模数据统计建模方法助力民营企业数字化转型研究，北京市社会科学基金重点项目，2024-2026，主持，在研
金融数据合成与智能模型风险监测关键技术及应用，国家重点研发计划“社会治理与智慧社会科技支撑”重点专项，2024-2026，参与，在研
中小微企业数字化发展中的统计模型方法研究，全国统计科学研究项目重点项目，2024-2025，主持，在研
稀疏网络数据的建模，计算及应用， 国家自然科学基金面上项目，2021-2024，主持，在研
中国跨境支付监测体系战略研究，中国工程院咨询研究项目，2020-2021，参与，结项
多维数据流下的小微商户信用评估模型，中国人民大学科学研究基金面上项目，2019-2021，主持，在研
社交网络中的空间自回归模型：理论与应用研究，国家自然科学基金青年项目，2018-2020，主持，在研
大数据驱动的互联网信用评价模型，北京市社会科学基金青年项目，2018-2020，主持，结项
互联网信用评价中的非结构化数据融合研究，全国统计科学研究项目一般项目， 2017-2019，主持，结项
基于大规模社交网络的统计学模型，中国人民大学科学研究基金青年项目，2016-2017，主持，结项
互联网征信中的信用评分模型，横向课题，2016-2017，主持，结项
北京高校第十三届青年教师教学基本功比赛理科类二等奖，2023
北京高校第十三届青年教师教学基本功比赛理科类最受学生欢迎奖，2023
中国人民大学教学标兵，2023
中国人民大学优秀科研成果一等奖，2023
中国人民大学第十二届青年教师教学基本功大赛一等奖（理科组第一名），2023
北京市科协青年人才托举工程，2023-2025
全国大学生市场调查与分析大赛总决赛一等奖优秀指导教师奖，2021，2023
中国人民大学“杰出青年学者”, 2020至今
中国人民大学优秀科研成果奖， 2020
北京市优秀人才培养资助，2017
商业应用分析实践，2020-至今
数理统计，2018-至今
时间序列分析，2018-至今
统计学，2017-至今
商务大数据案例分析，2016-至今
随机分析选讲，2015
超高维数据降维分析;
复杂网络建模;
分布式计算;
小微企业数字化
Lin, Z., Huang, D.*, Xiong, Z., Wang, H.(2025) Statistical Inference for Regression with Imputed Binary Covariates with Application to Emotion Recognition. Annals of Applied Statistics. Accepted.
Zhu, Y., Huang, D.*, Zhang, B.(2025) A Wasserstein distance-based spectral clustering method for transaction data analysis. Expert Systems with Applications, 260, 125418.
Deng, J., Yang, X., Yu, J., Liu, J., Shen, Z., Huang, D., Cheng, H.*(2024) Network Tight Community Detection. 41st International Conference on Machine Learning, PMLR 235, 10574-10596.
Deng, J., Huang D.*, Zhang, B.(2024) Distributed Pseudo-Likelihood Method for Community Detection in Large-Scale Networks. ACM Transactions on Knowledge Discovery from Data, 18(7), 1-25.
Wu, S., Huang, D.*, Wang, H.*(2023) Quasi-Newton Updating for Large-Scale Distributed Learning. Journal of the Royal Statistical Society：Series B (Statistical Methodology), 85(4), 1326-1354.
Deng, J., Huang D.*, Ding, Y., Zhu, Y., Jing, B., Zhang, B*.(2023) Subsamping Spectral Clustering for Stochastic Block Models in Large-Scale Networks. Computational Statistics & Data Analysis, 189, 107835.
Huang, D., Hu, W.*, Jing, B., Zhang, B.* (2023) Grouped spatial autoregressive model. Computational Statistics & Data Analysis, 178, 107601.
Wang, F., Huang, D.*, Gao, T., Wu, S.*, Wang, H. (2022) Sequential One-Step Estimator by Subsampling for Customer Churn Analysis with Massive Datasets. Journal of the Royal Statistical Society：Series C (Applied Statistics), 71(5), 1753-1786.
Wu, S., Huang,D.*, Wang, H. (2022) Network Gradient Descent Algorithm for Decentralized Federated Learning. Journal of Business & Economic Statistics, 41(3), 806-818.
Hu, W., Huang, D.*, Jing, B., Zhang, B.* (2021) Crawling Subsampling for Multivariate Spatial Autoregression Model in Large-Scale Networks. Electronic Journal of Statistics, 15(2), 3678-3707.
Zhu, Y., Deng, Q., Huang, D.*, Jing, B., Zhang, B.* (2021) Clustering based on Kolmogorov-Smirnov statistic with application to bank card transaction data. Journal of the Royal Statistical Society：Series C (Applied Statistics), 70(3), 558-578.
Wang, F., Zhu, Y., Huang, D.*, Qi. H., Wang, H. (2021) Distributed one-step upgraded estimation for non-uniformly and non-randomly distributed data. Computational Statistics & Data Analysis, 162, 107265.
Zhu, Y., Huang, D.*, Gao, Y., Wu, R., Chen, Y., Zhang, B., Wang, H. (2021) Automatic, Dynamic, and Nearly Optimal Learning Rate Specification via Local Quadratic Approximation. Neural Networks, 141,11-29.
Huang, D., Zhu, X.*, Li, R., Wang, H. (2021) Feature Screening for Network Autoregression Model, Statistica Sinica, 31,1239-1259.
Zhu, X., Huang, D.*, Pan, R., Wang, H. (2020) Multivariate Spatial Autoregressive Model for Large Scale Social Networks, Journal of Econometrics, 215(2), 591-606.
Su, L., Lu, W.*, Song, R., and Huang, D. (2020) Testing and Estimation of Social Network Dependence with Time to Event Data. Journal of the American Statistical Association. 115(530), 570-582.
Huang, D., Wang, F*., Zhu, X., Wang, H.(2020) Two-Mode Network Autoregressive Model for Large-Scale Networks. Journal of Econometrics, 216(1), 203-219.
Zhu, Y., Huang, D.*, Xu, W., & Zhang, B. (2020). Link prediction combining network structure and topic distribution in large-scale directed network. Journal of Organizational Computing and Electronic Commerce, 30(2), 169-185.
Chang X., Huang, D.*, Wang, H. (2019) A Popularity Scaled Latent Space Model for Large-Scale Directed Social Network. Statistica Sinica, 29(3), 1277-1299.
Huang, D., Lan, W., Zhang, H. H., & Wang, H. (2019) Least squares estimation of spatial autoregressive models for large-scale social networks. Electronic Journal of Statistics, 13(1), 1135-1165.
Huang, D., Guan, G.*, Zhou, J., Wang, H. (2018) Network-based Naive Bayes Model for Social Network. Science China Mathematics, 61(4), 627-640.
Huang, D., Zhou, J.*, and Wang, H. (2018) RFMS Method for Credit Scoring Based on Bank Card Transaction Data. Statistica Sinica, 28(4), 2903-2919.
Zhou, J., Huang, D.*, and Wang, H. (2017) A dynamic logistic regression for network link prediction. Science China Mathematics, 60, 165-176.
Huang, D., Yin, J., Shi, T., and Wang, H.* (2016) A statistical model for social network labeling. Journal of Business and Economic Statistics, 34(3), 368-374.
Huang, D., Li, R.*, & Wang, H. (2014) Feature Screening for Ultrahigh Dimensional Categorical Data with Applications. Journal of Business & Economic Statistics, 32(2), 237-244.
朱映秋，黄丹阳，张波(2024)《基于高斯混合模型的分布因子聚类方法》,《统计研究》, 41(6), 147-160.
黄丹阳，朱映秋，南金伶，王汉生(2022)《基于交易流水的信用卡套现交易及商户识别》,《数理统计与管理》,42(01), 127-144.
黄丹阳，郭雁茹，姜光耀，田昆(2022) 《融合多维度线上特征的餐饮商户线下销售额分析》,《营销科学学报》, 1(2), 30-51.
黄丹阳，张力文(2021)《基于局部社团结构平衡的双模符号网络链路预测研究》,《统计研究》,38(12),131-144.
黄丹阳，毕博洋，朱映秋(2021) 《基于高斯谱聚类的风险商户聚类分析》，《统计研究》，38(6), 145-160.
黄丹阳，毕博洋，苗玉茵(2020) 《双模网络下基于节点流行度的潜在空间模型》，《统计研究》，37(3), 60-71.
王曾，符国群，黄丹阳，汪剑锋(2014)《国有企业CEO“政治晋升”与“在职消费”关系研究》,《管理世界》, 5, 157-171.
黄丹阳，《大规模网络数据分析与空间自回归模型》，科学出版社，2022年
吕晓玲，黄丹阳，《数据科学统计基础》，中国人民大学出版社，2021年