由中国计算机学会（CCF）主办，CCF协同计算专委会、福州大学承办的CCF走进高校活动，于2022年4月30日通过线上直播的方式顺利举办。此次活动邀请了CCF协同计算专委会主任、教育部新世纪优秀人才、华南师范大学的汤庸教授，CCF协同计算专委会副主任、系统软件专委会委员、山东大学的孙宇清教授，协同计算专委会秘书长、上海市计算机学会协同信息服务专委会副主任、复旦大学的卢暾教授，IEEE计算机智能学会杰出青年奖获得者、青年长江学者、国家优青、全球2%顶尖科学家、爱思唯尔中国高被引学者、华南理工大学的詹志辉教授，CCF会员与分部工委副主任、CCF走进高校工作组组长、国家优青、北京航空航天大学“卓越百人计划”入选者、北京航空航天大学的童咏昕教授为与会观众带来了五场精彩纷呈、引人入胜的学术报告。本次活动由CCF协同计算专委会委员、福州大学郭昆副教授和吴伶副教授主持，福州大学计算机与大数据学院副院长陈星教授出席活动并致欢迎辞，校内外师生通过腾讯会议平台以线上形式参加了此次会议。

与会嘉宾及老师合影

  社交网络日益改变我们的生活和工作方式，汤庸教授介绍了其团队以学者科研教学的社会化协同需求为背景设计的学者网SCHOLAT。学者网功能丰富多样，可以为个人提供学术档案、学术博客和日程课表管理，为学者之间的交流提供站内邮件、学术圈动态感知、在线聊天等功能，为团队提供协作平台。此外，学者网大数据已经覆盖包括全部985高校在内的4000多所海内外机构，在其上构建的学者知识图谱为学术搜索和推荐、智慧学习、教育大数据分析、学者百科等应用提供了丰富的素材。

汤庸教授进行学术报告

  不同领域每年发表的学术论文数量巨大，现有评价论文质量的方法尚未形成统一的量化框架。孙宇清教授团队设计了一种基于子空间的论文嵌入方法来识别论文之间的差异性，并构建基于专家知识的论文内容差异量化规则，然后通过训练一个对比学习模型，以实现论文质量的预测。

孙宇清教授进行学术报告

  以人为中心的推荐系统是一个典型的结合了计算机科学与社会科学的交叉学科融合研究课题。卢暾教授首先介绍了以人为中心的推荐系统的问题与挑战、发展历程及研究方法，然后介绍了其研究团队在基于可解释的因果关系挖掘来提升推荐的可解释性，实现可解释推荐的研究工作，并展望了未来的研究方向。

卢暾教授进行学术报告

  进化计算与群体智能是解决大规模、动态、多约束、多目标的复杂最优化问题的重要途径。詹志辉教授在报告中对其研究团队近年来在分布式进化计算方面的研究工作进行了介绍。其提出的从多种群协同和自适应控制的角度优化分布式进化计算的全局搜索能力并提高整体求解速度的一系列方法，为求解现代超复杂最优化问题提供了有效手段。

詹志辉教授进行学术报告

  数据孤岛问题是数据共享与隐私计算始终面临的重要挑战。安全多方计算以其“数据不动计算动、数据可用不可见”的特点为破解数据孤岛问题提供了新的思路。童咏昕教授首先为我们介绍了安全多方计算技术与数据库领域的融合发展历程，并阐述了联邦数据库与数据联邦的区别和联系。然后，介绍了其研究团队所研发的适配主流时空大数据计算平台的数据联邦系统“虎符”。最后，展望了安全多方计算未来的挑战和发展。

童咏昕教授进行学术报告

  活动结束时，CCF协同计算专委会主任汤庸教授和CCF走进高校工作组组长童咏昕教授对本次活动进行了总结和展望。

汤庸教授进行活动总结与展望

童咏昕教授进行活动总结与展望

  本次活动持续近4个小时，五位嘉宾的报告题材各异、内容丰富多彩，体现了各自领域国际前沿问题的研究进展和思考，为福州大学乃至福州地区高校的师生提供了一次难能可贵的学习和交流机会，有助于师生们进一步拓展学术视野、及时了解掌握学术研究前沿动态，并通过交流讨论碰撞出新的学术火花。本次活动取得了圆满成功！

听众感言

陈当润 福州大学 研一

今天上午9点，由中国计算机学会（CCF）主办，CCF协同计算专委会、福州大学承办的CCF走进高校活动正式召开，线上邀请了汤庸，孙宇清，卢暾，詹志辉和童咏昕五位教授进行讲座，让我受益匪浅。

第一位报告的汤庸教授为我们分享的是“SCHOLAT+：学者大数据与知识图谱”，详细介绍了社交网络平台（SCHOLAT），丰富了学者们和机构们的交流途径，充分展示了社交网络在现实中的运用，使我大受启发。第二位为我们分享的是孙宇清教授，通过子空间嵌入的论文内容差异方法，从而对新发表论文进行推荐，在当今众多论文的情况下，有效地提高了我们选择优秀论文进行阅读的效率，我认为这是很有意义的应用，特别是在研究生阶段。第三位是卢暾教授，他为我们介绍了以人为中心的推荐系统，梳理了它的发展过程，通过因果学习可以提升推荐结果的可靠性，可解释推荐成为了新的研究热点。第四位詹志辉教授分享了自适应分布式进化计算，介绍了进化计算和群体智能算法，解决大规模云工作流调度应用问题，为求解大规模等复杂优化问题提供了新思路。最后一位是童咏昕教授，浅谈了基于安全多方计算的数据联邦技术，在联邦学习中，对于实际应用场景的不同，选择不同的安全加密技术，做到通讯效率和加密性的提升。

听完了这次的CCF走进高校活动，使我能够在自己学校学习各大高校教授们的前沿的研究内容，点亮了我今后的科研道路，非常感谢CCF和学校提供了这样一个优秀的平台，同时也希望今后能继续参加CCF活动。

感谢CCF和学校能给予这样的机会，让我们可以了解了更多的计算机前沿的研究内容，为以后的学习指出了可以参考的研究方向，也学到以前未见过的知识，希望以后可以多参加这类活动。

陈展鸿 福州大学 研一

2022年4月30日早晨9点，由中国计算机学会（CCF）主办，CCF协同计算专委会、福州大学承办的CCF走进高校活动正式召开，邀请了汤庸，孙宇清，卢暾，詹志辉和童咏昕教授给我们介绍了相关研究方向的最新进展以及研究成果，很荣幸能够参与此次的科研讲座。

其中，詹志辉教授的研究报告给我留下的印象最深，詹志辉教授针对大规模复杂优化的问题给我们介绍了有关群体智能演化相关方向的最新进展和研究成果，首先詹老师从自然界的现象说起，介绍了自然界现象与群体智能演化的联系，例如有属于群体智能的模拟鸟类觅食的粒子群算法，也有属于演化方面的遗传算法，差分进化等算法，紧接着詹老师介绍了这些传统的智能演化算法也有其缺点，例如容易陷入局部最优解，收敛速度慢，算法的效果较依赖于参数设置等缺点，最后詹老师介绍了针对这些缺点，他的研究团队提出的一种基于多种群的分布式协同进化的算法，通过初始化多个子种群，并且利用多个子种群进行相互学习协同进化的策略来克服个体容易陷入局部最优和设置过多算法参数的缺点，而这个新颖巧妙的新思路，在针对我的研究方向即大规模网络的社区发现也有很大的借鉴参考意义，加深了我对进化计算、群体智能算法的理解。

感谢中国计算机学会和福州大学能够给予我这个宝贵的机会，让我可以了解到更多有关计算机的前沿知识，为以后的学习指出了可以参考的研究方向，也学到以前未见过的知识，希望CCF走进高校活动能够越办越好！

申志雄 福州大学 研一

今天上午，学校举办了“CCF走进福州大学”的线上讲座，听了汤庸，孙宇清，卢暾，詹志辉和童咏昕五位教授的学术讲座，我受益匪浅。

首先汤庸教授带来的报告是“SCHOLAT+：学者大数据与知识图谱”，为了专注学者的教学与科研需求，从2009年开始，SCHOLAT平台就开始搭建，至今已经非常完善，能满足学者的众多需求，也开始拥有了自己的应用生态，并且SCHOLAT还开放了许多数据集供我们学习，这真的是一个非常适合我们使用的平台。接着孙宇清教授介绍了学术创新的一些特点，和基于子空间嵌入的论文内容差异分析方法，然后将这一方法应用于个性化新论文的推荐。我们可以将孙老师的研究和汤老师的学者网结合使用，以便我们更好地查阅文献。然后卢暾教授介绍的是以人为中心的推荐系统，强调了以人为中心的计算的概念，目前的大多数推荐系统是以商业为中心，已经越来越偏离初衷。以人为中心的推荐系统应该是人和系统交互，然后相互促进成长。詹志辉教授介绍的是自适应分布式进化计算，从两个关键的科学问题出发，即如何自主动感知，识别算法所处进化状态和如何自适应调控，高效适配最佳参数与算子。提出了针对大规模问题的自适应分布式进化计算方法，并解决了大规模云工作流调度应用问题。最后，童咏昕教授介绍的是基于安全多方计算的数据联邦技术。虽然我并不熟悉该领域，但通过童老师生动的演讲，例如一些数据孤岛案例，让我对联邦计算的“数据不动计算动”有了更好地认识，提出的虎符系统还基于这一思想重写了时空查询分析算法。

袁茂 福州大学 研一

听完了教授们的分享，我受益良多。感谢CCF和学校能给予这样的机会，让我们可以了解了更多的计算机前沿的研究内容，为以后的学习指出了可以参考的研究方向，也学到以前未见过的知识，希望以后可以多参加这类活动。

今天早上，学院举办了“CCF走进高校”的活动，线上邀请了汤庸，孙宇清，卢暾，詹志辉，童咏昕五位教授进行了讲座，话题丰富详实。从大数据与知识图谱，论文创新的思考与探索，以人为中心的推荐系统到自适应分布式进化计算，基于安全多方计算的数据联邦技术。五位教授的精彩演讲都给我留下了深刻印象。

其中孙宇清教授报告的“面向论文创新特点的思考和探索”，从自己即将发布在ICDE这样顶级会议上的最新论文《Subspace Embedding Based New Paper Recommendation》出发讲解了在数量众多的论文中推荐高质量论文的重要性，引入子空间的概念来描述论文内容中公认的方面，即背景、方法和结果。并采用图卷积神经网络方法，将论文内容与其他相关元素相结合，采用用户兴趣和学术影响力不对称的建模方法，并在专利数据集上验证了该方法的可重用性。孙教授的报告不论是从探究角度和新颖程度来说，都对我以后的研究很有帮助。卢暾教授介绍的以人为中心的推荐系统，详细地介绍了“以人为中心的推荐系统”的研究和发展脉络。首先以人为中心的推荐系统无疑是一个多学科交叉的研究方向，既有计算机科学又有社会科学，两者相互融合共同探究系统与用户之间的关联关系。然后重点介绍了基于因果学习/图神经网络的推荐算法，什么是负责任的推荐系统，推荐算法的偏见与公平如何解释，以及推荐算法的模拟。卢教授提出的基于因果学习的推荐算法令我十分触动，有了将因果解释性应用在我的研究领域的动力。

五位教授由浅入深，条理清晰的讲述，让我收获颇丰。虽然受限于我个人知识面的浅薄，无法对所有内容都有深刻的理解，但这也更加激起了我的兴趣。希望以后可以多参加这类活动，扩大自己的知识面。

庄江铭 福州大学 研一

由中国计算机学会（CCF）主办，CCF协同计算专委会、福州大学承办的CCF走进高校活动，于2022年4月30日早晨9点召开，线上邀请了多位教授进行讲座，让我学到了很多内容。

首先是汤庸教授，他设计了面向学者的社交网络（SCHOLAT），为学者及其团队（机构）等提供学术空间和教学科研交流平台，听完汤教授的报告，让我对于学者网的使用有了更深入的了解。接着孙宇清教授讲解了如何建模新论文潜在影响力，从海量论文中选择高质量的新发表论文，实现面向用户个性化研究需求的新发表论文推荐，对于促进科研创新具有重要实用价值，通过孙教授的介绍对于我在日后的论文查阅方面有了很大的帮助，知道了该如何通过观察论文的数据来发现更加优质的对自己更有帮助的文章。然后卢暾教授向我们讲述了以人为中心的推荐系统，这是一个典型的跨学科研究方向。詹志辉教授介绍了关于自适应分布式进化计算的话题，这个方法近年来被广泛应用于知识发现、搜索优化和问题求解，拓展人类智能。最后童咏昕教授和我们浅谈了基于安全多方计算的数据联邦技术，介绍了许多安全计算有关模型方法的一些发展历史。现在的许多计算机的应用中我们都需要考虑好隐私保护的相关问题，如何在保护隐私的情况下我们更好的进行数据的处理，还需要我们不断的努力探索。

感谢CCF和学校能给予这样的机会，让我们可以了解了更多的计算机前沿的研究内容，为以后的学习指出了可以参考的研究方向，也学到以前未见过的知识，希望以后可以多参加这类活动。