PDF《2019 年网络行为分析研讨会》

60 余篇,申请专利

12 项.曾获

2014 年度中科院优秀博 士学位论文奖、ICCS-14 最佳论文奖、IJCNN-17 最佳学生论文奖.承担

2 项国家 自然科学基金、3 项国家重点研发计划子课题.多次担任 AAAI、IJCAI、SDM 等国际会议的 PC,担任 JCR 二区期刊 IEEE Access 副主编,是IEEE TKDE、 ACM TKDD 等国内外有影响学术期刊的审稿人.担任中国计算机学会(CCF) 高级会员、中国中文信息学会(CIPS)青年工作委员会委员和社会媒体处理专 委会通讯委员. 论坛报告

5 题目:行为大数据分析与决策 报告人:熊S 教授(复旦大学) 摘要: 信息化生产数据,大数据开发利用数据.人类的行为被记录在计算机中, 积累形成数据资源.行为数据为识别和分析用户特征提供了丰富的数据基础.本 报告针对典型应用需求和场景介绍行为大数据挖掘方法及其研究进展. 报告人简介:熊S,复旦大学计算机科学技术学院、上海市数据科学重点实验室 教授、博士生导师,副主任,CCF YOCSEF 上海副主席(2017-2018),CCF 大 数据专委委员,《大数据》期刊编委.研究兴趣包括数据科学、数据挖掘和大数 据处理.长期从事数据领域研究,研究工作获得了国家自然科学基金、国家

863 计划、国家科技支撑计划、上海市科委基金等资助,研究成果在包括 TKDE、 KDD、AAAI、ICDM、CIKM 等数据领域国际权威期刊和会议上发表论文

50 余篇.提出了一批新型的大数据挖掘算法,这些算法已被应用于上海市医联平台、 上海市证券交易所、上海市交通信息中心等上海市大数据建设重要领域. 论坛报告

6 题目:基于深度学习的推荐算法研究 报告人:庄福振 副研究员(中国科学院计算技术研究所) 摘要:随着电商平台以及社交媒体的快速发展,时刻产生海量的数据信息,那么 如何从海量的信息中快速获取有效的信息?推荐系统作为一种解决信息过载的关 键技术,引起了广泛关注和研究;

另一方面,近年来深度学习已经在很多应用 中,如语音识别、图像分类、自然语言等领域被证明可以很好的学习对象的表 示,可以进一步应用到推荐系统中,提高推荐性能.因此,本项目拟针对基于深 度学习的推荐算法进行介绍;

另外,为了解决推荐系统中数据稀疏以及冷启动问 题,介绍基于迁移学习的推荐算法. 报告人简介:庄福振,副研究员、于2011 年7月在中国科学院计算技术研究所 获得博士学位;

2013 年9月被聘为副研究员;

中国人工智能学会机器学习专委 会委员,中国计算机学会模式识别与人工智能专委会委员.他主要从事机器学习 和数据挖掘的相关研究工作,特别是在迁移学习、多任务学习、推荐系统等研究 方面,已经做出了一系列工作.相关研究成果已经在本领域顶级、重要国际期刊 和国际会议上发表录用论文

80 余篇,其中 SCI (或SCI 源)30 篇,CCF B 类以上

60 多篇.获得了 SDM2010 和CIKM2010 的最佳论文提名.申请专利

10 项,其 中授权

5 项,另外获得软件著作权

10 项.承担和参与多项国家自然科学基金项 目以及企业横向项目,入选

2015 年微软亚洲研究院青年教师 铸星计划 ,获得2016 年百度松果计划支持.2013 年获得中国人工智能学会优秀博士学位论文 奖,获得中科院计算所

2015 年度 卓越之星 ,入选

2017 年中国科学院青年创 新促进会. ........