北京大学王乐业助理教授作为第一作者的基于迁移学习识别网约车的论文《Ridesharing Car Detection by Transfer Learning》于2019年被具有50年历史的人工智能领域顶级期刊、CCF A类《Artificial Intelligence》录用，同时被该刊新闻频道（News）特约报道。《Artificial Intelligence》新闻频道每年仅精选少量录用论文进行特约报道（2018年1篇，2019年截至11月2篇）。《Ridesharing Car Detection by Transfer Learning》为国内首次被《Artificial Intelligence》新闻频道特约报道的论文。该论文合作者包括北京大学张大庆教授，香港科技大学杨强教授、麻晓娟助理教授及博士生耿栩。
网约车给我们的生活带来了很大便利，但违规使用网约车平台的“马甲车”，“黑车”，人车不匹配等乱象仍广泛存在，降低了用户体验，带来了安全隐患，也给网约车平台合规高效的运营带来了挑战。该论文提出了一种识别网约车的新型迁移学习算法CoTrans,有效融合了半监督学习Co-Training、深度卷积神经网络CNN等技术，在无需网约车标签数据的情况下，可从出租车、公交车、渣土车等其他交通、环保等部门监管的车辆中迁移出可有效识别网约车的驾驶行为知识，达到与人工相近的网约车识别准确率。该算法可协助有关部门快速识别疑似网约车，再与已合规登记的网约车进行比对，即可发现无证网约车，完善监管机制，辅助网约车平台运营，提升用户体验及安全保障。
王乐业助理教授研究团队主要聚焦城市数据挖掘与机器学习相关应用研究，特别关注迁移学习及机器学习中的隐私安全技术。王乐业助理教授近一年发表相关一作/通讯论文5篇，其中1篇前瞻性综述论文发表于IEEE计算机类旗舰杂志Computer，另4篇原创技术论文均发表于CCF A类期刊或会议，在城市数据迁移学习及隐私安全方面的研究水平位于国际前沿。
