CNCC | 负责任的推荐系统：能力越大，责任越大

卢暾

CCF协同计算专委秘书长

复旦大学计算机学院教授/博导

CCF杰出会员，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。研究兴趣包括社会与协同计算、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等领域权威会议和期刊上。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。

谢幸

CCF会士、普适计算专委会副主任

微软亚洲研究院资深首席研究员

中国科学技术大学兼职博士生导师，微软-中科大联合实验室主任。他的团队在数据挖掘、社会计算和负责任的人工智能等领域展开创新性的研究。他发表了400余篇学术论文，共被引用40000余次，H指数103，1999年获首届微软学者奖，2019年获ACM SIGSPATIAL十年影响力论文奖及中国计算机学会青竹奖，2020年获ACM SIGSPATIAL十年影响力论文荣誉奖，2021年获ACM SIGKDD China时间检验论文奖，2022年获ACM SIGKDD时间检验论文奖，2023年获IEEE MDM时间检验论文奖并入选DeepTech中国智能计算科技创新人物，并曾在KDD、ICDM等会议上获最佳论文奖。他是ACM Transactions on Recommender Systems、ACM Transactions on Social Computing、ACM Transactions on Intelligent Systems and Technology、Springer International Journal on Data Science and Analytics、CCF Transactions on Pervasive Computing and Interaction等杂志编委。他曾担任ACM UbiComp 2011、PCC 2012、IEEE UIC 2015、SMP 2017、ACM SIGSPATIAL 2021、IEEE MDM 2022、以及ACM SIGSPATIAL 2022等会议程序委员会共同主席，并将担任PAKDD 2024与IEEE BigData 2025大会程序委员会共同主席。他是IEEE会士、ACM杰出会员。

张勇东

中国科学技术大学信息科学技术学院执行院长、教授/博导

获国家杰出青年科学基金项目资助，以第一完成人获2019年度国家自然科学二等奖、2022年度教育部技术发明奖一等奖、2018年电子学会科学技术奖自然科学一等奖、2014年北京市科学技术奖一等奖等重要奖励。长期从事人工智能、多媒体内容分析、网络空间内容安全等方面的研究工作，承担自然科学基金委创新研究群体项目、国家重点研发计划、863/973等国家重大项目，在IEEE-TPAMI、IEEE-TIP、CVPR、ACL、NeurIPS国际顶级期刊会议发表论文百余篇，多次获得国际会议最佳论文奖、最佳学生论文奖，多篇论文入选ESI高被引论文、热点论文。相关研究成果大规模应用于国家重要部门、中央媒体和互联网企业，取得了显著的社会与经济效益，为保障国家网络空间内容安全做出了重要贡献。

面向国家舆论安全的新一代智能传播技术体系

当前以互联网和人工智能为代表性技术的第五次传播革命正在全面重塑媒体及其内容的生态格局，同时也给我国舆论安全带来了重大挑战。因此，我们迫切需要发展面向国家舆论安全的新一代智能传播技术体系，以主流价值观引导、以人工智能驱动新闻传播的采集、生产、分发、接收、反馈五个环节，重新构建传播技术体系全链条，建立技术领先地位，提高我国在国际国内舆论场的引导力和话语权，实现保障国家舆论安全、维护主流价值观主体地位。

周葆华

复旦大学新闻学院教授/博导、副院长，计算与智能传播研究中心负责人

国家级高层次人才入选者，国家社科基金重大项目首席专家。主要研究兴趣为新媒体传播、计算与智能传播、受众与传播效果、舆论研究等。出版《效果研究：人类传受观念与行为的变迁》、《大数据时代的计算舆论学》等，论文发表于New Media & Society, Computers in Human Behavior, Information Processing & Management、新闻与传播研究等SSCI、SCI和CSSCI期刊。担任SSCI期刊《Communication Methods and Measures》副主编，多家SSCI期刊编委。曾获教育部人文社科优秀成果二等奖、上海市哲学社科优秀成果一等奖、上海市新闻论文奖一等奖、国家级优秀教学成果二等奖、上海市优秀教学成果一等奖等十多项教学科研奖励。

负责任的算法推荐：两类算法的“科技向善”问题

算法推荐已经成为当代互联网平台的基础设施与媒介逻辑，其”科技向善“问题受到媒体、社会、计算机研究者和人文社会科学研究者的共同关注。过往研究比较关注的是其中一类算法，即”个性化推荐“算法。本研究强调，我们应当同时关注两类算法——个性化推荐算法和集体化热点算法——的”负责任“问题。针对个性化算法，应当更加关注研究设计、长期效应、平台差异化、以及中国本土研究问题。针对集体化算法，应当重点关注其对社会整体注意力的形塑问题。本报告从新闻传播视角，通过理论和实证研究，探讨上述问题，以期促进跨学科交流和对话。

郭贵冰

东北大学软件学院长聘教授/博导

SCI期刊《ACM Transactions on Recommender Systems》、《Electronic Commerce Research and Applications》编委。研究兴趣包括推荐系统、人工智能、数据挖掘。已发表90余篇国际学术论文，Google学术引用超过3600次，近5年超3200次。出版了1部学术专著《推荐系统进展：方法与技术》。主持国家自然科学基金面上项目、青年基金项目，辽宁省自然科学基金面上项目等多项纵向项目。领导开发的LibRec开源推荐算法库在学术界和工业界影响广泛，开发了辽宁省首个基础大模型：“沈阳•太一”多模态推荐大模型。

沈阳•太一：推荐大模型的实践与思考

语言大模型已然成为AI领域的热门话题，围绕大模型展开的研究也越发多样和深入。推荐系统作为AI领域的典型应用，通用的AI大模型在细分领域的表现较为有限，构建具有领域影响力、能力表现突出的推荐系统大模型成为重要的课题内容。本次报告将介绍我们团队构建的推荐大模型：沈阳•太一，包括大模型的基础架构，实现方法和我们在实践过程中的思考。

李东胜

微软亚洲研究院（上海）首席研究员

CCF协同计算专委执委，博士，主要研究方向为机器学习算法及应用。近年来在相关领域的知名期刊和会议（如Nature Cardio. Res.、PNAS、ICML、NIPS、ICLR、KDD、SIGIR、WWW等）发表论文100余篇，出版专著1部，申请国际专利10余项。担任上海计算机学会计算机视觉专业委员会副主任。2019年，被复旦大学计算机学院聘为客座教授、兼职博导。曾任IBM中国研究院高级研究员，开发的认知推荐引擎在2018年获得IBM Corporate Award。

基于图滤波的负责任推荐

近年来，随着人工智能技术的蓬勃发展，深度学习在推荐系统领域取得了令人瞩目的成就，在诸多推荐场景中准确性大幅超越了传统方法。然而，基于深度学习的推荐算法普遍存在计算开销大、可解释性差、难以交互等问题，为实现负责任的推荐系统带来了挑战。针对这些挑战，本次报告以基于图滤波的协同过滤技术为背景，首先尝试理解图滤波与经典推荐算法之间的关系，然后介绍如何实现准确性高、计算效率高、个性化强、可解释和可交互的推荐，为实现负责任的推荐系统提供新的技术思路。 

卢暾

CCF协同计算专委秘书长

复旦大学计算机学院教授/博导

SimuLine：新闻推荐生态系统演化模拟平台

以微博、抖音、今日头条等平台为代表的在线新闻社区凭借其先进的推荐系统和内容生态颠覆了传统新闻的生产与消费方式，但伴随其涌现出的信息茧房、过滤气泡、曝光偏差等问题也给用户体验、算法治理和网络监管等带来了负面的社会影响。交互模拟因其过程可知性和实验可控性等优势，已然成为我们建模、理解和优化新闻推荐生态系统及其动态演化过程的利器。本次报告将介绍我们最新构建的新闻推荐生态系统演化模拟平台SimuLine，它能透过生命周期理论的视角，深层分析驱动新闻推荐生态系统持续演化的复杂影响因素、作用机理以及调控方法。最后将指出SimuLine在学术研究、实际生产、算法监管等方面的巨大潜力和未来工作。