2018年12月7日，“CCF走进高校”活动来到上海电机学院，CCF协同计算专委常务委员、上海交通大学计算机系教授曹健和复旦大学计算机学院副教授卢暾为上海电机学院的学生和部分教师分别带来了主题为“从协同过滤到跨领域推荐”和“跨社交媒体用户交互关系与行为的分析与理解”的报告。活动由电子信息学院副院长黎明主持，电子信息学院院长、部分研究生导师和专业老师、2018级研究生及部分本科生等50余名师生共同聆听了报告。

曹健介绍了推荐系统面临的众多挑战，详细讲解了多源多领域、三元关系张量分解以及多层次双线性模型构造多领域个性化推荐系统，使大家了解到了当前最新的推荐技术。卢暾向大家讲解了何为社交媒体以及社交媒体的关系、跨社交媒体用户行为分析的研究热点，并运用豆瓣、微博两大社交媒体的数据进行分析，阐明了新媒体的出现对焦点媒体产生的影响。同学们认真聆听并积极与两位专家进行了互动交流。

最后，在热烈的气氛中，本次活动取得圆满成功。

听众感言:

仇晨 上海电机学院电子信息学院2018级研究生

曹老师从协同过滤到跨领域推荐进行了深入的讲解，从我们的日常生活开始分析，让我们明白了推荐技术与系统距离我们其实并不遥远。曹老师通过对多个模型的讲解，不断带我们分析出未来我们的跨领域推荐技术的发展趋势。卢老师则在跨领域的基础上，提出了跨社交媒体用户交互关系与行为的分析与理解。他针对我们日常生活中的社交媒体进行了讲解，对我们的研究生生涯有很好的启发。卢老师以豆瓣和微博较为热门的社交软件为例，介绍了我们在跨社交媒体中重叠关系的可用性与一致性，以及重叠关系的交互影响与鲁棒性等方面的最新研究成果，为我们走在科技浪潮的前端提供了很大的帮助。

黄冠通 上海电机学院电子信息学院2018级研究生

我有幸聆听了上海交通大学曹健教授和复旦大学卢㬑教授带来的学术讲座。两位老师的讲座既深刻又通俗，让我感到耳目一新，使我对跨领域推荐和跨媒体的社会关系有了更进一步的认识。曹老师的报告先对现有的主流技术进行了介绍，然后分析了推荐系统存在的不足之处，解释了这些不足的原因是因为单一领域（用户-数据）的数据源存在一定的局限性，从而引入了多元多领域（用户-数据-领域）数据来解决这一问题，并构建了相应的多元模型来构建推荐系统，让推荐系统更加完善。这一解决问题的思路和方法让我受益匪浅。卢老师的报告首先指出跨媒体不是指在视频和文字媒体之间进行分析，而是在不同的社交软件上进行分析，并以微博和豆瓣这两个主流社交软件的用户为研究对象，得到了重叠关系的鲁棒性是随着焦点媒体构建时间的增长而减弱的以及注册时间并不是影响鲁棒性的显著因素等结论。这与我以往的认识有所不同，但仔细想想确实是这样的，社交媒体要想长久，就必须不断的做出改进，抓住用户的需求，否则终会被淘汰的。

胡锦熙 上海电机学院电子信息学院2018级研究生

“CCF走进高校”系列讲座这次来到了上海电机学院，由上海交通大学曹健教授和复旦大学卢暾教授带来的这两场报告主题和内容都十分贴近我们的生活，引起了我极大的兴趣。曹老师以日常应用程序的推荐内容为例，如用机票旅馆的推荐引出现有推荐系统的主流技术，同时分析了现有技术的不足之处，提出引入多领域数据来解决现存问题。卢老师则从我们日常使用的多种社交软件谈起，分析了跨社交媒体用户行为分析与理解的研究背景，并阐述了所在课题组的研究内容及研究所带来的启示。两场讲座都将抽象的知识具体化，深入浅出，生动形象，使我们在还未具备足够专业知识的情况下能够更好地理解其中的内容，从而激发了我们今后学习的热情以及渴望了解更多前沿科技的愿望。

李春亭 上海电机学院电子信息学院2018级研究生

本次报告为我们讲解了广泛存在于我们日常生活中的推荐技术和系统以及社交媒体。在实际业务中，我们经常面临跨领域推荐场景，不同领域的异构性和数据不平衡性使得跨领域推荐面临难题。在本次讲座中听曹老师分析了目前跨领域推荐的方法特点，并介绍了基于多元数据集成的跨领域推荐模型。卢老师则以微博和豆瓣为研究实例，介绍了跨社交媒体中重叠关系的可用性与一致性，以及重叠关系的交互影响与鲁棒性等方面的最新研究成果，揭示了重叠社会关系具有高可用性和社交属性的强相关性，剖析了跨媒体交互关系原因，给出了促进新用户关系构建与留存、提升关系推荐的目的性以及增强关系鲁棒性等社交媒体设计方面的启示。

周圣杰 上海电机学院电子信息学院2018级研究生

在本次CCF走进高校的讲座中，曹老师介绍了推荐系统的概念，并列举出了各类推荐系统的优缺点，继而引出了跨领域推荐系统的概念，最后通过实验数据对比体现出BLMA推荐系统的优良之处，异构性与冷启动的问题得到缓解，能更准确的推荐产品给用户所需。虽然推荐系统已经融入到生活的方方面面，但我今天才对这个领域有了一个全面的认识。正如曹老师发表的文章所述，随着人工智能的不断发展，未来推荐系统会向着比自己更懂自己的方向不断进步。卢老师通过提出假设、进行数据验证、总结分析的方式，运用豆瓣、微博两大社交媒体的数据进行分析，说明新媒体的出现会对焦点媒体产生什么影响，通过跨平台的分析能有效地清理克隆账号，促进社交媒体的安全发展。听完报告后我认识到，现在的研究都不是单一领域的埋头苦干，而是趋向于多领域的交互、融合、协同发展，跨学科跨领域的多面人才将会成为时代所需。在未来的产业中，大数据作为一种必须的技术，其应用将会越来越受到重视。

讲者简介：

曹健 CCF高级会员，中国计算机学会服务计算专委会、协同计算专委会成员

上海交通大学长聘教授。担任上海交通大学计算机科学与工程系副系主任，上海交大摩根士丹利金融服务计算创新中心主任，上海第二工业大学兼职教授。主要研究方向为：智能数据分析，网络与服务计算，协同信息系统。近五年来主持项目近30项，其中包括多项国家863课题，国家自然科学基金课题，上海市科委重点项目，并和摩根士丹利、三星、携程、上港集团、瑞金医院等国内外单位进行合作研究。获得省部级科技进步奖励6项，入选教育部新世纪优秀人才资助计划。在国内外发表论文160多篇，包括计算机领域的一流会议和期刊如VLDB, KDD, IJCAI, WWW, AAAI, ICDM, INFOCOM和TMC, TOIS, TPDS, TSC, VLDBJ, TKDD等。目前为中国电子学会云计算专家委员会成员，上海市计算机学会协同计算与信息服务专委会副主任。

卢暾 CCF高级会员，CCF协同计算专委会常务委员，CCF大数据专家委员会通讯委员，CCF YOCSEF上海AC委员

博士，复旦大学计算机科学技术学院副教授，CMU访问学者，上海市计算机学会协同信息服务专委会委员。主要研究方向为CSCW与社会计算。作为项目负责人主持承担了多项国家自然科学基金、国家重点研发计划课题、国家863和上海市项目，作为项目骨干参与了多项国家973课题、国家自然科学基金重点项目、国家重点研发计划子课题等项目。相关研究成果主要发表在ACM CSCW、CHI和UbiComp等领域权威国际学术会议和国内外学术期刊上。获得了国际学术会议CSCW’15等的最佳论文奖和CSCW’18最佳论文提名奖。担任CHI’19的Associate Chair，ChineseCSCW’18、ChineseCSCW’17、CSCWD’10等的PC Co-Chair，GROUP’18、CSCWD’16、ICC’11等的PC，CSCW’18的Posters PC，CSCW’17 Workshop的Co-Organizer，International Journal of Cooperative Information Systems等期刊的Guest Editor，ACM CHI、CSCW、ACM Trans. on Social Computing、IEEE Trans. on Services Computing、IEEE Trans. on Automation Science and Engineering等领域内多个权威会议和期刊的审稿人。