刘际明教授，浸会大学
报告题目：Towards Computational Social Science of Human Collective Behavior
报告摘要：In response to extreme events, people on social media demonstrate interesting behavior depending on their heterogeneous backgrounds and spatiotemporal characteristics. In this talk, I will discuss some of our recent studies on discovering and understanding various types of human collective online behavior, as well as their dynamic changes corresponding to different types of events or the same events over time. I will present a network-based modeling approach that enables us to characterize such dynamic behavior, and will demonstrate it with real-world case studies.
报告人简介：刘际明教授毕业于加拿大麦吉尔大学（McGill University），获机器人学博士。现为香港浸会大学（Hong Kong Baptist University）主管研究的协理副校长，计算机科学讲座教授，IEEE Fellow。曾担任加拿大Windsor大学计算机学院院长，教授。刘教授是网络智能（Web Intelligence）领域的主要创建者。研究领域包括：面向自治计算、复杂网络、复杂系统、以及网络智能等。刘教授在国际期刊和会议上发表论文400余篇 ，编著学术出版物30余本，曾任Web Intelligence 和 The IEEE Computational Intelligence Bulletin国际期刊的主编，IEEE Transactions on Knowledge and Data Engineering、IEEE Transactions on Cybernetics、Big Data and Information Analytics、Knowledge and Information Systems、Neuroscience and Biomedical Engineering和Computational Intelligence等期刊的编委，国际网络智能协会（Web Intelligence Consortium, WIC）联合主席，2010-2014年担任IEEE计算机学会（IEEE Computer Society）智能信息学技术委员会主席。曾多次被国际学术会议邀请做特邀报告。
谢幸研究员，微软亚洲研究院
报告题目：Deep user modeling for personalized recommendation and advertising
报告摘要：With the rapid development of online service, sensing and social networking technologies, large quantities of human behavioral data are now readily available. They reflect various aspects of human activities in the physical world. The availability of this data presents an unprecedented opportunity to gain an in depth understanding of users. In this talk, we present our recent research progress in the area of user modeling, recommendation systems, and personalization. We describe our work on enhancing user data by knowledge graph, personality inference, and personalized ad-description generation, and introduce the application of these technologies in Microsoft products.
报告人简介：谢幸博士，于2001年7月加入微软亚洲研究院，现任社会计算组高级主任研究员，中国科技大学兼职博士生导师，以及微软-中科大联合实验室主任。他1996年毕业于中国科技大学少年班，并于2001年在中国科技大学获得博士学位，师从陈国良院士。目前，他的团队在数据挖掘、社会计算和普适计算等领域展开创新性的研究。他在国际会议和学术期刊上发表了200余篇学术论文，共被引用18000余次，1999年获首届微软学者奖，多次在KDD、ICDM等顶级会议上获最佳论文奖，并被邀请在ASONAM 2017、Mobiquitous 2016、SocInfo 2015、W2GIS 2011等会议做大会主题报告。他是ACM、IEEE高级会员和计算机学会杰出会员，多次担任顶级国际会议程序委员会委员和领域主席等职位。他是ACM Transactions on Social Computing, ACM Transactions on Intelligent Systems and Technology、Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies (IMWUT)、Springer GeoInformatica、Elsevier Pervasive and Mobile Computing、CCF Transactions on Pervasive Computing and Interaction等杂志编委。他参与创立了ACM SIGSPATIAL中国分会，并曾担任ACM UbiComp 2011、PCC 2012、IEEE UIC 2015、以及SMP 2017等大会程序委员会共同主席。
周涛教授，电子科技大学
报告题目：大数据驱动的社会经济洞察
报告摘要：随着大数据时代的到来，与经济活动有关的数据数量和质量都得到了极大的丰富和提高。通过分析这些来源于社会经济系统中的大规模数据，人们有机会在几乎不花费调查成本的情况下对经济发展状况进行精准和实时的测量。本报告关注大数据对于经济发展状况的刻画，简述了不同类型的数据在揭示宏观经济结构和微观社会状况方面的具体应用，并进一步分析了大数据助力解决区域经济发展战略和宏观产业结构升级问题的可能。
报告人简介：周涛，电子科技大学教授，主要从事统计物理与复杂性方面的研究。在Physics Reports、PNAS、Nature Communications等国际SCI期刊发表300余篇学术论文，引用20000余次，H指数为68。2009年获教育部自然科学一等奖，2011年获第十二届中国青年科技奖，2014年起历年入选Elesvier最具国际影响力中国科学家名单（物理天文类）。2015年当选第十二届中华全国青联常务委员，并担任科学技术界别工作委员会副主任。2015年当选全国十大科技创新人物。2017年获全国创新争先奖。2018年起任四川省政协常委。
宋国杰博士，北京大学信息科学技术学院
报告题目：信息传播影响最大化与网络推断
报告摘要：社会网络信息传播是近年来社会网络挖掘与分析领域的研究热点问题之一。报告将重点介绍：1）网络信息传播影响最大化挖掘：在既定传播模型之下，如何高效的发现网络信息传播影响力最大的Top-K个节点；2）网络信息传播拓扑结构推断：在网络拓扑结构未知的情形下，如何根据网络上信息传播的级联观测数据，推断出网络上信息传播的拓扑结构。
报告人简介：宋国杰，北京大学信息科学技术学院副教授。主要从事网络大数据挖掘和智能交通系统等方面的研究与开发工作。承担了国家纵向课题10余项，国际（内）科研机构合作课题和横向企业合作课题20余项。发表论文100余篇，其中包括国际顶级期刊 TKDE、TPDS、TITS以及国际顶级会议 KDD、AAAI、IJCAI、WWW 等 30 余篇。是AAAI、IJCAI、ICDE、WWW等多个国际会议的程序委员。研究成果获得“中国公路学会科学技术奖一等奖”2次。部分研究成果已经获得实际应用，产生了显著的经济效益和社会效益。