【活动预告】山东省人工智能大讲堂第28期——“数据挖掘研究前沿”

 主题：数据挖掘研究前沿

 时间：2023年11月10日上午9: 00至11:10

 腾讯会议链接：https://meeting.tencent.com/dm/hY8mbJr03QDr

 腾讯会议ID：115-171-850

 主办单位：山东省人工智能学会

 承办单位：山东师范大学、山东建筑大学

 随着信息技术的迅速发展，数据在各个领域中产生的速度和规模都在不断增长。如何从海量的数据中挖掘有价值的信息成为了一个备受关注的研究方向。数据挖掘作为一门跨学科的研究领域，被广泛应用于电子商务、教育等各个行业。本期山东省人工智能大讲堂活动以“数据挖掘研究前沿”为主题，着重研讨大模型技术的研发与思考、伴随式认知诊断方法与应用和图视角下的个性化推荐进展，欢迎对数据挖掘前沿研究动态和最新进展感兴趣的同仁在线参会。

 执行主席：郭磊 山东师范大学

        聂秀山 山东建筑大学

 

 会议议程

9:00-9:05	致辞
9:05 -9:45	赵鑫，中国人民大学 报告题目：大模型技术的研发与思考
9:45-10:25	刘淇，中国科学技术大学 报告题目：伴随式认知诊断: 方法与应用
10:25-11:05	吴乐，合肥工业大学 报告题目：图视角下的个性化推荐进展
11:05 -11:10	总结

 

 报告嘉宾：

 赵鑫，中国人民大学高瓴人工智能学院教授。2014年7月于北京大学获得博士学位，随后进入中国人民大学工作至今。研究领域为信息检索与自然语言处理，共计发表论文100余篇，谷歌学术引用1万余次，曾主导研发了伯乐（推荐系统库RecBole）、妙笔（文本生成库TextBox）等开源工具，组织编写了大语言模型综述论文《A Survey of Large Language Models》(预印版文章)。荣获2020年吴文俊人工智能优秀青年奖、ECIR 2021时间检验奖（Test of Time Award）、RecSys 2022最佳学生论文提名（Best student paper runner-up）、CIKM 2022最佳资源论文提名（Best resource paper runnerup）等，入选中国科协青年人才托举工程、北京智源青年科学家、CCF-IEEE CS青年科学家。

 报告题目：大模型技术的研发与思考

 摘要：最近，以ChatGPT为代表的大语言模型受到了社会的广泛关注。本次报告将围绕大语言模型研发过程中的关键技术展开介绍，将从预训练、指令微调、轻量化部署等方面展开讨论，分析现有技术特点以及局限之处，并且给出报告人对于这些方面的相关思考与实践经验。

 

 报告嘉宾：

 刘淇，中国科学技术大学计算机学院 教授，博导，中科院青促会优秀会员。主要研究数据挖掘与知识发现、机器学习方法及其在智能教育等领域的应用，相关成果获得过IEEE ICDM 2011 Best Research Paper Award、ACM KDD 2018 (Research Track) Best Student Paper Award、CIKM 2023 Best Paper Runners Up等，个人论文已被引用超过1万次（Google Scholar）。还曾获中科院院长特别奖和优博、教育部自然科学一等奖（排名第2）、吴文俊人工智能科技进步一等奖（排名第3）、阿里巴巴达摩院青橙奖，入选了国家基金委优秀青年科学基金项目、中国科协“青年人才托举工程”。

 报告题目：伴随式认知诊断：方法与应用摘要：在教育、司法、游戏、运动等诸多领域，如何自动建模和量化参与者的“特定技能”掌握水平（如学生对特定知识点的掌握能力、诉讼律师对某一类案件的辩护能力）是基础性的研究问题，对于自适应推荐等智能服务有着重要的应用价值。传统基于认知诊断理论的用户能力画像模型大多建立在心理学或统计学基础之上，建模过程和诊断结果具有较好的可解释性，但所使用的函数拟合性能力有限，对数据的格式有较强约束（例如，不能处理文本、图片等数据），而且大多基于中断式考试或量表数据，限制了其应用与推广的范围。本报告将介绍适用于新一代诊断环境的、能够从大规模异构行为数据中实时进行用户能力画像的伴随式认知诊断新方法及其在人工智能领域的新应用。

 

 报告嘉宾：

 吴乐，现任合肥工业大学计算机与信息学院教授，博士生导师，入选了国家级青年人才计划。主要研究领域包括个性化推荐、可解释与公平性用户建模、因果推断应用研究。近五年在知名国际期刊（如 IEEE/ACM Trans.）及国际会议（如NIPS、SIGIR、WWW、KDD、AAAI、IJCAI、SDM、ICDM、CIKM）发表论文五十余篇。主持科技部科技创新2030—新一代人工智能重大项目、国自然面上基金等国家级、省部级及应用合作项目数十项。入选了全球华人AI学者榜单、中国科协青年人才托举工程、微软亚洲研究院铸星学者访问计划等，获得了吴文俊人工智能优秀青年奖、 中国人工智能学会优秀博士论文奖等。吴乐博士担任了多个顶级国际期刊审稿人和二十余次国际会议（高级）程序委员会委员。

 报告题目：图视角下的个性化推荐进展

 摘要：个性化推荐中的用户-产品交互形式可以天然表示成图结构，个性化推荐即转化为用户-产品二部图中的链接预测问题。近年来，图表征学习取得了长足进展。然而，与传统图表征学习相比，基于图的个性化推荐存在图节点属性未知、图中有监督链接信息稀疏等共性技术问题。此外，个性化推荐场景中还存在用户多类行为图异构，测试阶段冷启动导致的图归纳学习难题等应用难题。本次报告围绕以上共性问题与应用难题，介绍我们近三年来在该方向的一些研究成果。

 

 执行主席：

 郭磊，山东师范大学副教授，硕士生导师。主要研究兴趣为数据挖掘、社会媒体处理和推荐系统。目前在TOIS、TKDE、KDD、ICDE、WWW、IJCAI、CIKM、计算机学报、计算机研究与发展等国内外重要学术会议和期刊上发表学术论文30余篇。主持（完成）国家自然科学基金项目2项、中国博士后科学基金面上项目1项、山东省自然科学基金面上项目1项，参与国家自然科学基金、山东省自然科学基金、山东省重大创新工程等项目多项。目前担任中文信息学会社会媒体处理专委会委员、CCF YOCSEF济南委员，山东省人工智能学会常务理事、学术工委、青年科学家委员。受邀担任WWW、SIGIR、AAAI、IJCAI、CIKM、DASSFA 等学术会议的程序委员会委员，第五、六届山东省人工智能大会出版主席，和TPAMI、TKDE、TOIS、TKDD等期刊的审稿人。研究成果曾荣获2022、2023年度山东省人工智能优秀学术论文等荣誉。

 

 聂秀山，博士，教授。山东省杰青、山东省泰山学者青年专家，主要开展机器学习与数据挖掘、视觉数据智能检索与分析方面的研究工作。山东省高校青创人才引育计划机器学习与智慧城市数据挖掘创新团队负责人，山东省自然科学学术创新奖获得者，CCF杰出会员、IEEE、CAAI高级会员。以第一作者或通讯作者在 TIP、TKDE、AAAI等国际期刊和会议发表论文50余篇；主持国家自然科学基金项目3项、省级项目多项；获得山东省科技进步二等奖2项、吴文俊人工智能科学技术三等奖1项、山东省高校优秀科研成果一等奖和二等奖各1项。担任中国人工智能学会青年工委常委、CCF人工智能与模式识别专委会秘书处委员、山东省人工智能学会副理事长等学术兼职。曾担任第八届智能技术与大数据会议程序主席、第七届中国数据挖掘会议和CCF第一届国际人工智能会议组织主席、第一届、第六届山东省人工智能大会程序主席等。