CCF@U1022：CCF协同计算专委走进海南大学

CCF走进高校第1022场

敬请关注

由中国计算机学会（CCF）主办，CCF协同计算专委、海南大学承办的CCF走进高校活动，将于2023年12月8日在海南大学召开，敬请关注。

时间：2023年12月8日（星期五）15:00-17:30

活动地点：海南大学行政楼一楼报告厅

报告信息：

报告题目：以学者为中心的学术社交网络

报告摘要：社交网络已改变人们的生活和工作方式。但是社交网络是一把双刃剑，一方面为人们交流提供了方便，另一个方面也会因无关信息干扰生活和工作。学者交流要求较高的可信性和有效性，我们以学者科研教学的社会化协同需求为背景，设计了面向学者的社交网络（SCHOLAT），为学者提供自主学术空间和社交化教学科研协作平台。本报告将通过实例简要介绍SCHOLAT内核，讨论学者网大数据和学者知识图谱构建，最后分享几个SCHOLAT+应用成果。

嘉宾简介：

汤庸，学者网创始人、华南师范大学二级教授，校学术委员会副主任、教学指导委员会主任、广东省服务计算工程技术研究中心主任、教育部数据科学课程群虚拟教研室负责人，琶洲实验室杰出科学家，国务院政府特殊津贴专家、教育部新世纪优秀人才、广东特支计划教学名师。获广东省科学技术一等奖、教育部科技进步二等奖、国家教学成果二等奖，宝钢教育奖、丁颖科技奖、教育部-华为智能基座优秀教师、CCF杰出演讲者、CCF协同计算杰出贡献奖、CCF广州杰出贡献奖和YOCSEF广州创始功勋奖等。更多信息请见：www.scholat.com/ytang

报告题目：协同计算与数据要素可信流通

报告摘要：数据作为数字经济时代重要的生产要素，是理论的重大突破，准确反映了当今经济社会发展所呈现出的特征和趋势。2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》正式出台，标志着我国数据要素市场进入了有序规范的探索和发展阶段。数据要素可信流通是发挥数据要素作用的重要基础，协同计算必将在数据资源分布异构自治环境下加速数据主体之间的可信流通、有效释放数据价值发挥重要支撑作用，如流程驱动的数据自动确权授权协同、多主体云边端隐私计算协同、库链隐链协同、多方协同联邦学习等。结合在政务、医疗、金融等领域的数据要素流通与交易应用，介绍部分关键技术和研究工作。

嘉宾简介：

崔立真，山东大学特聘教授，软件学院院长，人工智能国际联合研究院联合院长，CCF理事、杰出会员、济南主席、协同计算专委副主任，泰山学者特聘专家，教育部软件工程专业教指委委员。主要研究方向为软件与数据工程。国家重点研发计划项目首席，主持国家自然基金重点项目等国家、省部级科研项目30余项。发表高水平学术论文100余篇。获省部级科技奖励5项，以第一完成人获国家教学成果二等奖1项。

报告题目：智能服务调度

报告摘要：通常服务系统中服务供应与需求都受到很多约束，每个需求都可由不同成本的多个候选服务或服务组合实现，如何实现最优的供需匹配合适是异常复杂的服务调度问题；不同应用场景、不同约束关系、不同用户和供应商关注不同优化目标，形成一系列NP-完全服务调度。根据需求、约束、供应和目标等特征，分析常见供需匹配问题特点，并对其分类。考虑供需匹配问题的难度，搜索是目前唯一的解决方案，根据优化算法的有效性、效率和鲁棒性需求，提出集成需求模式和供应模式的智能供需匹配框架。介绍几个经典供需匹配的研究结果，并展望该领域未来值得研究的工作。

嘉宾简介：

李小平，广东工业大学计算机学院院长，校百人计划特聘教授，二级教授，博士生导师，教育部新世纪优秀人才，国家重点研发计划项目首席， CCF杰出会员、IEEE高级会员，CCF服务计算专委常务委员、协同计算专委常务委员，中国仿真学会智能仿真优化与调度专业委员会常务委员；2次入选江苏省“六大人才高峰” 培养对象。主持国家重点研发计划项目2项、国家重点研发计划课题2项、国家863计划1项、国家支撑计划1项、国家自然科学基金7项，参与国家自然基金重点项目1项（合作单位负责人）。在TC、TPDS、TSC、TCYB、TSMC.A、TEVC、TASE、TCC、EJOR、OMEGA等国际国内期刊或国际会议上发表论文100余篇；2022年获江苏省科学技术二等奖；出版专著1部；获国家发明专利10余项；制定国际标准3项。主要研究方向：调度优化、大数据、云计算、服务计算、云制造、智能算法、复杂系统集成。

报告题目：基于群智化方法的AI模型构建与优化

报告摘要：随着人工智能技术的广泛应用，AI模型成为智能系统的核心组件。以深度神经网络为代表的AI模型是典型的复杂系统，提高其构建效率和质量是一个难题。针对该问题，我们受经典软件复用方法的启发，提出了以“分而治之，集成汇聚”为主要特征的群智化模型构建与优化方法，其核心是基于模块化分解和按需组合的模型复用。报告聚焦深度神经网络模型的高效复用问题，介绍模型复用的研究动机和意义，并分析所面临的挑战，进一步介绍基于群智化方法的模型复用的研究进展。

嘉宾简介：

孙海龙，北京航空航天大学教授，北航杭州创新研究院副院长。入选国家级青年人才计划，现任CCF协同计算专委副秘书长。主要研究群体智能、智能化软件方法、开源开发和分布式系统等。主持多项国家重点研发计划项目、国家自然科学基金专项重点项目及面上项目等。在OSDI、ICSE、IJCAI和AAAI等发表论文130余篇，获得中国发明专利授权70余项、美国发明专利授权2项。曾获国家技术发明二等奖2项、教育部科技进步一等奖3项。

报告题目：以人为中心的推荐系统模拟

报告摘要：以人为中心的推荐系统（Human-Centered Recommender Systems）强调分析和理解用户与推荐系统的特质以及两者间的复杂关联关系，聚焦解释和评估推荐系统对用户期望、价值与目标的影响、塑形与风险。大模型驱动的Agent建模具有系统演化过程可知、自由社会实验可控等特点，给以人为中心的推荐系统模拟提供了独特视角和全新思路，是深度探究伴随推荐系统涌现的曝光偏差、过滤气泡、回声壁、信息茧房等核心问题的利器。本报告将分享研究团队在大模型驱动的Agent建模推荐系统的最新工作，围绕以人为中心的推荐系统设计理念，所提出的基于大模型的微观模拟框架RHA，从个体层面细粒度模拟了Recommender-Assistant-Human之间复杂互动关系与协同交互过程；所提出的预训练大模型驱动的宏观模拟工具SimuLine，从群体层面全生命周期模拟了Creator-Recommender-Comsumer生态系统的复杂作用机理与动态演化过程。这些创新工作展示了其在未来用户体验评估、算法治理调控和网络监管实施等方面应用的巨大潜力。

嘉宾简介：

卢暾，复旦大学计算机学院教授、博导，上海市数据科学重点实验室副主任，复旦大学社会计算研究中心主任，美国卡耐基梅隆大学（CMU）访问学者。现为中国计算机学会杰出会员、协同计算专委秘书长，上海市计算机学会协同信息服务专委会副主任。研究兴趣包括CSCW与社会计算、人机协同与交互、群智协同与系统、数字社会智能治理等。主持多项国家自然科学基金项目、科技部重点研发计划课题、863课题和上海市项目。成果发表在CSCW、CHI、UbiComp、NeurIPS、WWW、SIGIR、IEEE TKDE、ACM TOIS等权威会议和期刊上。常规担任CSCW、CHI等的AC，担任多个国内外学术会议的PC/TPC Chair以及多个国内外学术期刊的AE和GE。