CNCC技术论坛|盘活大数据资产

2018中国计算机大会（CNCC2018）将于10月25-27日在杭州国际博览中心（G20会场）举行，大会主题为「大数据推动数字经济」（Big Data Drives the Digital Economy）。

10月15日前报名可享优惠，详见文末信息。

数据拥有巨大的经济价值，然而现有的数据大都被其拥有者内部分析和使用，形成了大量的数据孤岛，成为大数据发展的瓶颈。本论坛将向您揭示大数据的资产化管理与共享作为一种新兴的商业模式所面临的技术挑战以及前沿进展。

时间：10月25日下午13:30-17:30

地点：杭州国际博览中心会议区二层新闻发布厅D

论坛简介：

数据拥有巨大的经济价值，被比喻为新兴的石油资源。大数据已经成为各个国家关注的焦点，我国已经把大数据作为国家的战略发展方向，并希望与人工智能一起助力我国的经济腾飞。然而，由于缺少有效的数据流通交易平台，现有的海量数据大都被数据拥有者在企业内部分析和使用，数据缺乏流通、共享，形成了大量的数据孤岛。这种数据使用现状严重地抑制了市场对数据的需求，成为大数据发展的瓶颈。因此需要开放的数据交易平台来促进数据在互联网上的交易和流通，进一步挖掘大数据的经济价值，发现各类数据背后的应用潜力。大数据的资产化管理与共享被认为是一种新兴的商业模式。本论坛将向您揭示其中的技术挑战以及前沿进展。

论坛主席

论坛主席一：上海交通大学计算机科学与工程系副主任、教授

吴帆

简介：吴帆博士，上海交通大学计算机科学与工程系教授、博导、副系主任。在无线网络与移动计算、博弈论算法与应用、数据资产管理等领域取得了一系列科研成果，已发表学术论文150余篇。曾获教育部自然科学奖一等奖（第三完成人）、国家自然科学基金优秀青年科学基金、ACM中国新星奖、CCF-腾讯犀牛鸟卓越奖、CCF-Intel青年学者提升计划等。

论坛主席二：四川大学计算机学院副院长、教授

郭兵

简介：郭兵博士，四川省学术和技术带头人，四川省有突出贡献的优秀专家，四川省杰出青年科技基金获得者，四川大学唐立新教学名师奖，International Journal of Embedded Systems副主编。研究方向包括嵌入式实时系统、绿色计算、个人大数据等。在国内外学术期刊和国际会议上发表论文110余篇，撰写教材4本和专著1本；作为负责人，完成了30多项纵向和横向项目，主持国家级项目5项。

特邀讲者

讲者一：中国科学技术大学计算机学院执行院长、教授

李向阳

简介：李向阳教授现为中国科学技术大学计算机科学与技术学院教授、博导、执行院长。现任ACM中国共同主席、ACM理事会常务理事、ACM SIGMobile China联合主席、ACM  Publication Board成员。2015年入选国家千人计划专家，2015年获IEEE Fellow和 ACM Distinguished Scientist称号，2016年获中国自然基金委杰出青年基金资助。1995获得 清华大学计算机科学和工商管理双学士，1999年获得美国伊利诺伊大学厄巴纳-香槟分校硕士，2001年获得美国伊利诺伊大学厄巴纳-香槟分校博士。曾任伊利诺伊理工大学计算机科学系教授，清华大学 EMC讲席教授，微软亚洲研究院访问教授。李向阳教授研究方向包括大数据的共享交易和隐私保护，大规模无线网络与安全可信的基础理论和系统构建方面的研究。作为项目负责人承担了国家自然科学基金、中科院先导计划、美国自然科学基金等20余项项目。自2000年以来已在高水平国际期刊及会议累计发表400余篇学术论文，其中包括知名IEEE Transactions系列期刊上面近100篇论文，及计算机网络领域著名的学术会议ACM MobiCom论文14篇（近10年来获该会议最佳论文奖1次，最佳论文奖提名2次，最佳演示奖1次，最佳Poster一次）。李向阳教授6次获得国际会议最佳论文奖，如ACM MobiCom 2014 的最佳论文奖。撰写了一本无线网络领域的专著《Wireless Ad Hoc and Sensor Networks: Theory and Applications》。作为第一发明人，获14项国内发明专利，4项美国临时专利。 担任了《IEEE/ACM Transactions on Networking》，《IEEE Transactions on Mobile Computing》，《IEEE Transactions on Parallel and Distributed Systems》等多个顶级国际期刊的编委和多个知名国际学术会议程序委员会主席或者大会主席。

演讲题目：大数据共享和交易之挑战与初探

摘要：在云计算与大数据时代，全球的数据量呈现爆发式增长的趋势。大数据的出现引发了全球范围内深刻的技术与商业变革，成为全球发展的趋势以及国家和企业间的竞争焦点。 大数据是未来最重要的一个能源，从IT到DT，得数据者得未来。数据资源日益成为人类社会的生产要素和战略资产。数据作为一类新的资产，对其充分利用有助于推动创新应用，例如智慧医疗、情景认知、精准营销、智慧监控等，能显著提升社会效益和经济效益。此外，跨域数据的融合应用将产生不可估量的价值。大数据共享和交易的实现，将打破行业信息壁垒，优化提高生产效率，深度推进产业创新。然而，由于数据易复制、价值难定量、渠道难管控，以及用户对数据安全的担忧等，如何使封闭的数据开放流通，成为大数据时代首先需要解决的难题，急需我们进行相应的研究。在这个报告里，我将和大家分享大数据共享和交易市场中的一些挑战与科学问题，及介绍我们最近的一些探索。

讲者二：数据堂（北京）科技股份有限公司，CEO

齐红威

简介：齐红威博士是数据堂（北京）科技股份有限公司创始人、CEO。2004年，获中科院自动化所人工智能与模式识别专业博士学位。2004-2011期间，NEC中国研究院，智能信息处理研究部部长，高级研究员。2006-2007年期间，斯坦福大学计算机系访问学者。中国计算机学会大数据专家委员会委员。

演讲题目：人工智能数据产业的形成过程与趋势

摘要：人工智能技术正在逐渐深入到各个产业中，包括无人驾驶、生物认证、智能安防、新零售、智能制造、语音识别、智能家居、手机娱乐、智能医疗、智能交通等，其中，人工智能数据的获取和处理成为了人工智能产业的非常重要的一环，产业应用下的人工智能对数据集的需求变得更为复杂和庞大，必须通过工业化的方法来实现低成本高效率的大规模数据生产。所以，人工智能数据采集和处理服务逐渐形成了巨大的商业空间。本报告将讨论人工智能数据产业形成的过程以及未来的趋势。

讲者三：复旦大学，教授

朱扬勇

简介：朱扬勇博士是复旦大学计算机科学技术学院教授、学术委员会主任，上海市数据科学重点实验室主任，复旦大学证券研究所副所长，复旦大学数据产业研究中心副主任。上海证券交易所博士后导师、上海商品期货交易所博士后导师、中国金融期货交易所博士后导师。1989年开始从事数据领域研究，1996年开始从事数据挖掘研究，2004年开始从事数据科学研究，是国际数据科学研究的主要倡导者之一。2008年提出“数据资源是重要的现代战略资源，提高数据资源开发利用水平、保护国家的战略资源是增强我国综合国力和国际竞争力的必然选择”。2009年发表了数据科学论文“Data Explosion, Data Nature and Dataology”，并出版《数据学》，提出“数据界（DATANATURE）”。2010年创办“International Workshop on Dataology and Data Science”，2014年创办“International Conference on Data Science”。第462次香山科学会议“数据科学与大数据的理论问题探索”的执行主席。《大数据技术与应用丛书》主编、《大数据资源》主编。2014年提出“大数据试验场”，2015年提出“数据财政”。

演讲题目：数据如何成为资产？

摘要：在数据资产概念出现之前，人们关注的是信息资产、数字资产等概念，不能简单认为数据资产是信息资产和数字资产概念的延续发展。首先关注信息、数字、数据概念的异同，讨论了为什么不用“大信息”而用“大数据”，给出了信息资产、数字资产和数据资产的异同；其次综述了信息资产、数字资产和数据资产概念和实践的发展历史；第三重点分析讨论了数据自身的性质，给出数据资产的性质；第四探索数据资产的定价和管理；第五探索了数据资产的流通方式。

讲者四：阿里巴巴集团，研究员

盖坤

简介：曾就读于清华大学，获得本科和博士学位，获得中国人工智能协会优秀博士论文奖。毕业后加入阿里巴巴，从事广告和推荐系统中的算法研究，带领团队提出了大规模非线性学习算法MLR，在多个广告和推荐场景获得显著效果提升；组建了阿里妈妈图像团队，在Logo检测、OCR等关键任务上获得了效果突破（OCR于2016年刷新权威数据集ICDAR相关任务的世界最好成绩），在商品审核和投放中发挥了重要作用；搭建了阿里大规模机器学习平台和阿里自主研发的深度学习框架，并在此基础上提出了多种深度学习和强化学习算法创新；在TPAMI，NIPS，CVPR，AAAI，KDD，CIKM，SIGIR等顶会上发表多篇学术论文。目前负责阿里妈妈精准展示广告技术部，致力于互联网智能技术的研发和下一代展示广告产品的打造。

演讲题目：深度学习在阿里巴巴广告业务的技术探索与实践

摘要：在线广告是互联网公司的核心业务之一。推动该业务持续繁荣的核心动力是不断进化的高性能广告系统。近年来，不断发展的深度学习技术在学术界、工业界的各个领域取得了巨大成功。在深度学习技术革新的时代背景下，阿里巴巴广告团队不断进行技术突破，推动广告业务迈向了新的高度。本次报告将围绕阿里巴巴展示广告业务整体情况和系统的特点进行展开，分别介绍了深度学习在匹配和排序模型方面的技术演进过程。其中匹配模型部分详细介绍推荐技术的历代技术变革和阿里妈妈技术团队在其中的前沿进展。排序模型部分则围绕核心的点击率预估问题，介绍模型从浅层模型到深层模型再到自主创新模型结构的演进思考和实践。最后，该报告总结了工业界核心应用视角对深度学习应用的思考，并对未来发展进行了展望。

更多信息详见大会官网：http://cncc.ccf.org.cn

即日起至10月15日，报名且缴费成功即可按优惠价格参加CNCC2018! CCF会员参会、参展可享优惠。

请扫描二维码报名参会

咨询电话：[phone]   邮箱：[e-mail]

中国计算机学会 

微信号：ccfvoice           

长按识别二维码关注我们

CCF推荐

【精品文章】

点击“阅读原文”，报名参会。