【直播】大数据与人工智能的前沿应用

讲坛名称：

大数据与人工智能的前沿应用

讲坛时间：

2022年12月25日（周日）9:00

报告嘉宾：

许小可、宣琦、闫宏斌、刘建国

主办单位：

华中科技大学Frontiers of Engineering Management编辑部、Engineering编辑部

工程院院刊《工程管理前沿》（英文刊）和华中科技大学管理学院将于12月25日上午09:00-11:00举办工程管理公益讲坛（二十三）——大数据与人工智能的前沿应用。本期讲坛由上海财经大学刘建国教授主持，特别邀请大连民族大学许小可教授、浙江工业大学宣琦教授、华东理工大学闫宏斌教授和上海财经大学刘建国教授担任嘉宾，做主题报告。

直播通道

蔻享学术直播间 识别二维码，即可观看直播。

直播日程

· 09:00-09:30

密集环境下个体行为异质性对口罩防疫效果的影响

【许小可 大连民族大学】

· 09:30-10:00

互联网AS级拓扑研究——多类AS关系推断

【宣琦 浙江工业大学】

· 10:00-10:30

情感分析综述:基于情感产品开发视角

【闫宏斌 华东理工大学】

· 10:30-11:00

社交网络节点重要性识别进展

【刘建国 上海财经大学】

嘉宾介绍

许小可，大连民族大学数据科学与大数据技术学科方向负责人，信息与通信工程学院教授。主要研究方向为：网络零模型，网络结构预测、社区检测、计算传播学等。先后主持4项国家自然科学项目基金，腾讯犀牛鸟科研基金等项目，已在Science、Nature Human Behaviors、PNAS等知名期刊发表SCI论文80余篇。个人学术专著《网络零模型构造及应用》，获国家科学技术学术著作出版基金资助。

【报告摘要】

戴口罩是一种易操作且普及的防疫措施。虽然口罩可以减缓病毒的传播，但是它们在个体异质性的密集环境中的防疫效果仍然未知。本研究旨在探讨口罩在不同现实环境中的防疫效果。使用四个真实人际接触数据集分别构建人际接触时序网络。采用蒙特卡罗模拟方法仿真COVID-19在密集环境的传播。研究发现，个体异质性会导致口罩在特定密集环境的功效与整体社会的基准功效不同。此外，密集环境的异质性导致它们之间的口罩防疫效果不同。戴口罩可以大幅度地降低小学、高中和医院内发生聚集性疫情的概率和感染规模，但无法控制小学和医院的疫情爆发。口罩可以满足保持社交距离的高中和人际接触稀疏的工作场所的预防需要。本研究进一步探讨提高口罩防疫效果的人群选择策略以及无症状感染对防疫的影响。研究内容有助于评估口罩在各类密集环境中的防疫效果，为防疫提供科学指导。

宣琦，浙江工业大学教授，网络空间安全研究院院长。长期从事人工智能、数据挖掘、网络科学等交叉领域的研究工作。将人工智能和网络分析技术相结合，对众多互联网和工业数据进行了大量的挖掘分析，并研究当前算法存在的安全隐患。相关工作发表在 WWW、ICSE、FSE、TIFS、TKDE 等多个 CCF-A 类顶会和顶刊上，出版《图机器学习》、《Graph Data Mining: Algorithm, Security and Application》等专著，获得浙江省科技进步二等奖，并主持国家自然科学基金联合重点、浙江省重点研发“尖兵”计划、浙江省自然科学基金杰青等项目，入选浙江高校中青年学科带头人，目前担任中国人工智能学会社会计算与社会智能、中国指挥与控制学会网络科学与工程等多个专委会委员。

【报告摘要】

互联网网络作为经典的复杂网络，其基于拓扑的理论及应用研究已经历数十年，并且关注的粒度不同，研究视角也各有重点。面对宏观的互联网自治系统（AS）级拓扑，准确理解AS之间的业务关系对于研究互联网结构及经济演化至关重要。到目前为止，已经提出了许多推理算法来对AS关系进行分类，这些算法主要集中在点对点（peer-to-peer, P2P）和提供者对客户（provider-to-customer, P2C）的二分类上，并取得了良好的效果。然而，基于业务的兄弟关系（S2S）和基于结构的交换关系（X2X）近年来已经成为互联网市场日益不可忽视的一部分。由于这些关系与P2P或P2C关系高度相似，现有算法往往难以推断。在本研究中，我们首次关注AS关系的多重分类。我们首先总结了多类关系在结构和特征下的差异，以及多类关系难以推断的原因。在此基础上，提出了一种图卷积网络（GCN）框架AS-GCN来解决复杂场景下的多分类问题，并通过一系列实验验证了模型性能。我们的工作为后续的众多互联网分析研究提供了一定的理论支持。

闫宏斌，华东理工大学商学院教授，博士生导师。主要研究方向为技术创新与管理、新产品研发管理和服务管理。研究成果发表在工业工程领域的旗舰期刊IISE Transactions、美国决策科学学会旗舰期刊Decision Sciences、Technological Forecasting and Social Change、Omega-International Journal of Management Science、European Journal of Operational Research等管理科学与工程领域的国际旗舰、权威刊物上。主持完成了5项国家自然科学基金项目和3项省部级项目。2012年入选了上海市浦江人才计划；2019年入选了中宣部“宣传思想文化青年英才”。此外，担任了《Annals of Operations Research》IUKM2018特刊的客座编辑，上海市政府质量奖现场评审员、以及国际学术会议（IUKM、管理科学与工程国际学术会议）分会主席等职务。

【报告摘要】

对于制造商来说，在新产品中传达消费者的特定情感具有战略意义，这被称为情感产品开发或情感设计。情感分析旨在提取和分析人们对不同实体的意见、情绪、态度和感知。尽管关于情感分析的现有调查和综述文章有很多，但遗憾的是，情感分析很少从情感设计中考虑。基于情感分析的情感设计可能为制造商提供实时、直接、快速的决策支持。本文是最早从情感设计角度对情感分析进行全面综述的论文之一。在全面回顾方面级情感分析之后发现：1) 所有研究都侧重于通过混合产品技术特征和消费者情感特征提取产品特征。因此，这类研究无法模拟技术属性与情感属性之间的关系，从而无法传达新产品中特定的情感；2) 英语是这一领域研究最多的语言，但最近其他自然语言也取得了更多进展。此外，在将情感概念化为感性并简要介绍情感产品开发与感性工学后，详细回顾了数据驱动的情感产品开发：一些学者开始借助情感分析研究情感设计。然而，这些研究要么只专注于分析消费者对产品特征的偏好，要么只是从网络评论中提取情感意见，无法实现数据驱动的情感产品开发。最后，提出了一些未来研究方向。本文为方面级情感分析本身及其与情感产品开发的集成提供了新的研究思路。

主持人：刘建国，上海财经大学金融科技研究院/会计学院讲席教授，博士生导师。中央网信办特约研究员，微热点大数据研究院首任院长，社会计算实验室首席科学家，牛津大学Said商学院Research Fellow，牛津大学Green Templeton学院Fellow，牛津大学James Martin学院Fellow。中国科学技术大学近代物理系博士后。2007年获得大连理工大学管理科学与工程工学博士学位，2010年获得瑞士Fribourg大学理论物理哲学博士学位。2016年获中国系统工程学会“青年科技奖”，2014年获得中国计算机学会“自然科学二等奖”（一等奖空缺），2018年获中国物理学会年度最有影响力论文奖。2014年获得“上海市东方学者特聘教授”，“上海市曙光学者”称号。主持国家级项目6项，包括国家自然科学基金4项，国家社科重大基金项目子课题2项。主持中国-瑞士科技合作项目(EG 09-032016)。以项目组骨干成员身份参与欧盟第七框架基金项目(238597)，FOC-II项目(95753)和索罗斯(Soros)基金。在PNAS（2010，2021）等期刊发表SCI/SSCI论文110+篇，SCI被引次数3100+次，H指数28。

【报告摘要】

社交网络中的节点重要性识别旨在挖掘能有效促进信息传播或对网络结构存在重要影响的个体或群体，有助于深入理解重要节点的特征，并在精准营销、遏制谣言等方面产生应用价值。该文将现有算法分为基于微观局部结构、基于社团结构、基于宏观全局结构及基于机器学习四类，并从社交网络视角对节点重要性识别算法进行了分类综述，详细介绍了代表性算法的细节，并分别从宏观和微观层面上分析了各类算法的优缺点。此外，总结了这一研究方向常用的传播动力学模型和评价指标。最后，该文提炼了尚待解决的问题和可能的发展方向。

---

推荐阅读

编辑：吴良秀

蔻享学术 平台介绍

蔻享学术平台，国内领先的一站式科学资源共享平台，依托国内外一流科研院所、高等院校和企业的科研力量，聚焦前沿科学，以优化科研创新环境、传播和服务科学、促进学科交叉融合为宗旨，打造优质学术资源的共享数据平台。

识别二维码，

下载 蔻享APP  查看最新资源数据。

点击阅读原文，查看更多精彩报告！