您的位置:首页>活动>培训>TF>TF动态

大模型与数据科学 | 10月30日TF150报名

阅读量:60
TF



本期技术前线邀请了来自北京大学、中国人民大学、复旦大学以及微软亚洲研究院的四位专家学者,共同深入探讨数据科学在营销增长方面的创新应用,旨在促进学术与产业界的交流合作。会议主题将聚焦于智能广告播放系统、大模型时代的数据价值以及CompeteAI:探索大模型智能体模拟社会竞争行为,细致剖析相关技术应用的实际案例及所面临的挑战。欢迎报名,与业内专家共同交流前沿思想与技术。



为工程师提供顶级交流平台

CCF TF第150

时间 2024年10月30日 19:00-21:00
主题 大模型与数据科学


欢迎扫码了解详情和报名参会

报名链接:https://conf.ccf.org.cn/TF150

在这个信息化迅猛发展的时代,数据科学与人工智能技术正以前所未有的速度推动各行各业的深刻变革。为了更深入地探索大模型与数据科学的未来趋势和应用前景,CCF TF(技术前线)数据科学SIG筹备了一场以“大模型与数据科学:挖掘决策建模能力,理解用户行为”为主题的活动。


本期技术前线由CCF TF数据科学SIG委员孙子荀主持,荣幸地邀请到了四位来自学术界的顶尖专家,他们将与大家共同探讨大模型的决策建模能力、用户行为理解框架以及从微观到宏观的行为挖掘等热点话题。参与本次讨论的专家阵容:北京大学的王聪,其研究聚焦于机器学习与管理问题的交叉领域,致力于探索新技术方法在管理决策中的应用。中国人民大学的陈旭,他在大语言模型与因果推断方面有着深厚的学术造诣,为社会科学研究提供了新的视角和方法。复旦大学的肖莉,作为大数据处理与机器学习算法领域的权威学者,她将为大家展示最新的研究成果和应用案例。微软亚洲研究院的王晋东,其研究方向涉及大语言模型代理的竞争动态分析,为理解复杂社会现象提供了新的工具。腾讯的孙子荀也将为大家介绍大模型营销课题的多学科探索。


二、会议安排


TF150:大模型与数据科学

2024年10月30日(星期三)

主持人:孙子荀

CCF TF 数据科学SIG委员,腾讯总监/专家

时间

主题

讲者

19:00-19:05

活动介绍及致辞

巴川

CCF TF数据科学SIG主席,前竞技世界首席数据科学家

19:05-19:40

大模型时代的数据价值

王聪

北京大学光华管理学院 助理教授

19:40-20:15

基于大语言模型智能体的用户行为模拟

陈旭

中国人民大学 准聘副教授

20:15-20:50

智能广告播放系统

肖莉

复旦大学管理学院副教授

20:50-21:25

CompeteAI:探索大模型智能体模拟社会竞争行为

王晋东

微软亚洲研究院 高级研究员

21:25-21:35

跨学科的营销归因探索

孙子荀

CCF TF 数据科学SIG委员,腾讯总监/专家

21:35-21:40

活动总结

孙子荀

CCF TF数据科学SIG委员,腾讯资深研究员


三、所属SIG


CCF TF 数据科学SIG


四、特邀讲者


王聪

北京大学光华管理学院 助理教授


个人简介:王聪,北京大学光华管理学院管理科学与信息系统系助理教授、博士生导师。担任中国信息经济学会理事、中国信息经济学会互联网经济与跨境电商专业委员会副秘书长、管理科学与工程学会人工智能技术与管理应用分会委员会副秘书长,中国人工智能学会社会计算与社会智能专委会青年委员。获评中国人工智能学会社会计算青年新星学者。学术研究聚焦于机器学习、数据挖掘等技术方法与管理问题的交叉点上。目前主要关注于电子商务、金融科技、数据流通等领域的决策支持方法设计研究。研究成果曾发表于管理学、计算机领域国内外知名学术期刊及会议。

主题:《大模型时代的数据价值》


主题简介:在大模型时代,数据的价值正在被重新塑造。本次报告将深入探讨数据在这一新时代的重要性和潜力。我们将首先结合实际场景探索如何从海量结构化及非结构化数据中进行价值挖掘,提炼数据的商业洞察力。我们还将讨论数据共享中的隐私保护和价值权衡问题,及数据流通过程中的数据价值评估问题,探讨在数据流通过程中的前沿方法。

我们希望本次报告能够启发听众对数据价值的全面认识,理解在大模型时代下,数据不仅是企业的重要资产,更是推动创新和增长的关键动力。通过本次分享,我们期待听众能够了解数据价值挖掘的有效方法,在数据共享中实现数据隐私与价值的有效权衡,以及在数据交易中做出明智的价值评估决策。


陈旭

中国人民大学 准聘副教授


个人简介:中国人民大学高瓴人工智能学院准聘副教授,博士生导师。主要研究方向为大语言模型,推荐系统和因果推断等。在TheWebConf、SIGIR、ICML、NeurIPS、ICLR、AIJ、KDD等著名国际会议/期刊发表论文70余篇,组织撰写大语言模型智能体领域的综述论文《A survey on large language model based autonomous agents》,提出“画像-记忆-规划-动作”智能体概念框架,构建早期的基于大模型智能体的网络用户行为模拟环境“RecAgent”,共同主持开发推荐算法工具集“伯乐”, 论文多次荣获国际会议最佳论文奖(或提名),是学术期刊ACM Transactions on Recommender Systems(TORS)的编委,担任ICLR领域主席,主持/参与十余项国家级和企业合作项目。

主题:《基于大语言模型智能体的用户行为模拟》


主题简介:近年来,Human-centered AI受到了学术界和产业界的广泛关注,该领域的应用如推荐系统,社交网络等给人们的生活生产带来了极大地便利。然而,一直以来,制约该领域发展的关键问题之一是如何获取高质量的用户行为数据。在本次报告中,汇报者将从LLM-based Agent的角度分享缓解该问题的思路,并介绍其团队研发的基于大语言模型的用户行为模拟智能体RecAgent。该工作模拟了用户在推荐系统,社交网络中的多种行为,每个用户是一个Agent,不同Agents可以在模拟环境中自由对话,发帖,搜索,自我进化等。汇报者将详细介绍RecAgent的设计初衷、结构特点、使用方法以及实验评测等。最后,汇报者将介绍RecAgent对未来Human-centered AI领域的潜在影响。


肖莉

复旦大学管理学院副教授


个人简介:肖莉,现任复旦大学管理学院市场营销学系副教授。她毕业于美国宾州州立大学,获得营销学博士学位。她的研究兴趣主要集中在运用AI技术,特别是图像视频数据分析和计算机视觉技术,进行营销赋能,以及创新管理及方法设计等领域。她的论文发表在Marketing Science、Information Systems Research以及Journal of Service Research等国际核心期刊上。她的教学主要集中于《AI营销》和《营销创新思维》等课程。她目前担任《营销科学学报》编委,中国高等院校市场学研究会理事,以及中国管理现代化研究会营销专委会常务理事等社会职务。

主题:《智能广告播放系统》


主题简介:该研究基于最新的深度学习算法,构建出一个智能广告播放系统,来进行视频广告的个性化投放。该系统通过实时追踪分析消费者在观看广告时的面部表情和视线变化,来推测不同消费者的广告偏好,从而进行个性化广告推荐。该系统具有操作简单(不需要额外收集消费者数据)、投入少(可以利用现有监控视频和网络摄像头,无需投入费用高昂的硬件设备)、准确率高(利用消费者自然行为数据能更准确判断其广告偏好)等优点。该研究通过两项实证实验对智能广告播放系统的有效性和可实施性进行了验证。实验结果表明,该系统通过追踪消费者观看一则甚至只是其中一小段广告的面部表情和眼部视线变化,在使用或者即便是不使用其他消费者观看信息的情况下,都能对消费者的个性化广告偏好进行较为准确的判断,从而进行更有效的个性化广告推荐来提升消费者的广告观看体验,并提升广告沟通的效率。


王晋东

微软亚洲研究院 高级研究员


个人简介:王晋东博士目前是微软亚洲研究院的高级研究员。他于2019年在中国科学院计算技术研究所获得博士学位,并获得优秀博士论文奖,2014年在北方工业大学获得学士学位。他的研究兴趣包括机器学习、大语言模型以及社会科学领域的人工智能。他在ICML、ICLR、NeurIPS、TPAMI、IJCV等顶级会议和期刊上发表了50多篇论文,谷歌引用次数超过12000次。2023年,他被斯坦福大学评选为世界前2%顶尖科学家之一,并被AMiner评为最具影响力的AI学者之一。他的研究被福布斯等国际媒体报道。他拥有多篇谷歌学术高被引论文、Huggingface特色论文以及Paperdigest最具影响力论文。他在ICCSE'18和IJCAI'19研讨会上获得了最佳论文奖。他是IEEE Transactions on Neural Networks and Learning Systems (TNNLS)的副编辑,ACM Transactions on Intelligent Systems and Technology (TIST)的客座编辑,NeurIPS、ICLR、KDD、ACMMM和ACML的领域主席,IJCAI和AAAI的高级程序委员会成员。他领导了多个具有影响力的开源项目,包括transferlearning、PromptBench、torchSSL、USB、personalizedFL和robustlearn,这些项目在Github上获得了超过16000个星标。他著有《迁移学习导论》一书,并在IJCAI'22、WSDM'23、KDD'23和AAAI'24上进行了Tutorial。

主题:《CompeteAI:探索大模型智能体模拟社会竞争行为》


主题简介:基于大语言模型(LLM)的代理已经被广泛应用于不同任务,如个人助手或活动规划。目前大多数的研究集中在代理间的合作与协作上,对竞争这一促进社会和经济发展的重要机制的关注较少。本文提出了一个适用于LLM代理的竞争框架 CompeteAI,并深入探讨了LLM代理之间的竞争动态;以此为窗口,探索智能体如何帮助社会科学研究。本文被ICML 2024录用被选为Oral进行口头汇报。


五、SIG主席&会议主席


巴川

CCF TF数据科学SIG主席,前竞技世界首席数据科学家


个人简介:曾就职于中国搜索、搜狐畅游等互联网公司。主要研究领域包括数据挖掘、知识图谱、人工智能、社交网络、风控体系、推荐系统、数据可视化等。中国教育创新校企联盟专家委员会副主任,国家技术标准创新基地(贵州大数据)数字经济专业委员会专家,北航兼职硕导,西安交大研究生院授课专家,多所高校兼职教师及创新创业导师,多个技术峰会演讲嘉宾及出品人。


孙子荀

CCF TF 数据科学SIG委员,腾讯总监/专家


个人简介:腾讯数据科学专家/总监。一直从事AI和数据科学技术在业务上的研究、落地工作。当前在腾讯负责游戏发行与内容生态相关的数据科学以及产品化的工作。2011年在百度从事HPC并行化算法研究。2012年加入腾讯从无到有带领团队构建了信息流的内容平台、腾讯游戏的内容技术体系。个人在内容AI、数据科学上有较好的落地经验。连续多年腾讯优秀讲师、算法书籍主编和团队一起在顶级学术会议上有多篇论文发表并作口头报告;在内容场景也有几十篇国内外授权专利。


六、参会说明

1、如报名后无法参加,请及时于活动开始前发送邮件申请取消(联系邮箱:tf@ccf.org.cn),无故缺席将影响下一期活动的参与。

2、活动采用线上模式:腾讯会议;同时也将在CCF视频号“中国计算机学会”同步直播。

(注:腾讯线上会议人数有限,若未能进入腾讯会议,可通过直播参与。)

3、会议链接和密码将在活动当天通过邮件、短信通知。可点击腾讯会议链接,输入密码参加。

4、请于活动前一天15:00前完成报名,及时获取会议链接。

5、CCF会员免费参加,非会员99元/次(CCF会员以及缴费观众可登录CCF数字图书馆,免费回顾本期活动经授权的报告内容),加入会员可免费参与全年线上活动。


七、会员权益



会员免费参加CCF TF全年20场线上活动,优惠价参加14场线下活动,为自己的技术成长做一次好投资,用高性价比获取专业知识的绝佳路径!


  • 专业会员/高级会员/杰出会员/会士:360元/年

  • 学生会员:50元/年

    具体权益请点击查看:CCF个人会员权益

  • 申请公司会员,可享受更多免费名额、品牌宣传及其他权益,详情点击查看:CCF公司会员权益或咨询电话0512-65900856转27

长按识别或扫码入会


八、参会方式

2024年10月30日 (星期三)

长按识别或扫码报名

报名链接:https://conf.ccf.org.cn/TF150


联系方式

邮箱:tf@ccf.org.cn

电话:0512-6590 0856转分机号36


读完这篇文章后,您心情如何?