报告时间：2017年10月10日（周二）14:30
报告地点：东校区信息馆401学术报告厅
报告题目：《社交影响力与行为预测》
报告人：唐杰
报告人简介：唐杰，清华计算机系副教授、博导、CCF杰出会员、清华-工程院知识智能联合实验室主任。于2006年6月在清华大学计算机系获得博士学位，曾在康纳尔大学、香港科技大学、南安普顿大学、鲁汶大学进行学术访问。主要研究兴趣包括：社会网络分析、数据挖掘、机器学习和知识图谱，提出基于话题的社会网络影响力度量模型，利用网络影响力度量结果有效提高了用户行为预测和信息推荐精度，在多个亿级用户的社交系统得到实际验证。发表论文200余篇，包括计算机学会(CCF) A类论文70余篇，论文引用9000多次。主持研发了研究者社会网络挖掘系统AMiner，从亿级文献数据挖掘科技知识，吸引了220个国家/地区800多万独立IP访问；核心技术应用于科技部、自然科学基金委、中国工程院、ACM、美国艾伦人工智能研究所、搜狗、阿里巴巴、腾讯等单位。获中国人工智能学会科技进步一等奖、牛顿高级学者基金、国家自然科学基金委优秀青年基金、计算机学会青年科学家奖；担任国际期刊ACM TKDD的执行主编和IEEE TKDE、ACM TIST、IEEE TBD编委，担任KDD’18大会副主席、CIKM’16、WSDM’15等国际会议PC主席。
内容简介：社会网络已经成为沟通真实物理世界和虚拟互联空间的桥梁。我们在互联网络中的行为直接反映了我们在真实世界的活动和情感。我将介绍在大规模真实网络中（如：微信、微博、Twitter、AMiner等网络）如何分析用户之间的交互影响力和基于网络拓扑的结构影响力，并基于影响力预测用户行为。模型同时考虑了网络结构、用户属性和网络用户的偏好。并设计了针对大规模网络的并行学习算法。在实际真实在线社交系统中得到了验证。
信息科学与工程学院
2017年10月9日
