时间：2019.10.18 09:00~11:30
地点：苏州大学理工楼316
报告1：Mobile Analytics: Prospects and Opportunities
讲者简介：
熊辉，美国罗格斯－新泽西州立大学终身正教授、RBS院长讲席教授；目前学术休假担任百度商业智能实验室和百度人才智库主任。熊辉教授主要研究领域涵盖数据挖掘、商业智能、以及管理大数据。他获得的部分荣誉包括ACM杰出科学家、中国教育部长江讲座教授、中国国家基金委海外杰青B类（海外及港澳学者合作研究基金）、哈佛商业评论2018年“拉姆.查兰管理实践奖”-全场大奖、2017 IEEE ICDM Outstanding Service Award、和ICDM-2011最佳研究论文奖。 熊辉教授是Encyclopedia of GIS (Springer)的共同主编，IEEE Transactions on Big Data (TBD)、 ACM Transactions on Knowledge Discovery from Data (TKDD) 和 ACM Transactions on Management Information Systems (TMIS)的编委。曾担任ACM KDD 2012企业及政府专题的共同程序委员会主席、2018中国大数据技术大会共同大会主席、IEEE ICDM 2013的共同程序委员会主席、IEEE ICDM 2015的共同大会主席，以及ACM KDD-2018的研究专题程序委员会主席。在人才培养方面，熊辉教授指导的大多数博士毕业生均成为美国知名大学TENURE-TRACK教授，包括田纳西大学 (University of Tennessee-Knoxville)、亚利桑那大学 (University of Arizona)、纽约州立大学石溪分校（Stony Brook University、中佛罗里达大学（University of Central Florida）、乔治梅森大学（George Mason University、香港城市大学、和德雷塞尔大学 (Drexel University)。熊辉教授的工作被许多知名媒体广泛报道：如Economics、 Harvard Business Review、 Forbes、新华社、和MIT Technology Review。
报告2：广义时空数据分析与挖掘
近年来，数据科学已经成为学术界的研究热点，在工业界也得以广泛应用。本报告针对大数据4V特征中的数据类型多样性，讨论数据对象的统一化的表示与描述方法，分析了不同类型的数据对象之间的关系，并指出广义时空数据的重要性。围绕两类广义时空数据，分别介绍了基于深度时空学习网络和基于动态图卷积神经网络的广义时空数据挖掘方法，并将其用于城市多模态交通需求量的联合预测，城市居民流动性建模分析问题，为城市公共交通规划、共享交通调度等问题提供数据依据与决策支持。
讲者简介：
孙磊磊，北京航空航天大学，助理教授，硕士研究生导师。2009年、2012年、2017年分别于大连理工大学获得工学学士、硕士、博士学位。2015年9月至2016年8月国家公派赴美国罗格斯新泽西州立大学访问学习，2017年3月至2019年4月于清华大学从事博士后研究工作，2019年5月至今在北京航空航天大学bat365在线官网登录入口工作。
主要研究方向为机器学习与数据挖掘，具体包括深度时空学习网络、深度多任务学习、图神经网络、时序数据分析与挖掘等，研究成果发表于TKDE，KDD，TITS，KAIS, Information Sciences等国际学术期刊与会议。主持和参与的基金项目包括：国家自然科学基金青年基金《广义时空数据分析与挖掘》、国家自然科学基金项目《动态数据挖掘中的演化聚类模型与算法研究》等等。
报告3：Aerial Mobile Network Intelligent System
讲者简介：
顾晶晶，副教授，于2011年6月在南京航空航天大学获得博士学位；2014年5月被聘为副教授。她主要从事移动计算和数据挖掘的相关研究工作，特别是在移动数据挖掘，空间移动智能系统等研究方面，已经做出了一系列工作。相关研究成果已经在本领域重要国际期刊和国际会议上发表录用论文50余篇，曾获了CCF 15年度（2010～2014）最佳论文奖；16年国防科技进步奖二等奖等。申请专利近20项，其中授权6项。承担和参与多项国家级及省部级项目。
讲者简介：
庄福振博士，2011年7月在中国科学院计算技术研究所获得博士学位；2013年9月被聘为副研究员；中国人工智能学会机器学习专委会委员，中国计算机学会模式识别与人工智能专委会委员。研究兴趣包括迁移学习，多任务多视图学习，推荐系统等，相关研究成果已经在本领域顶级、重要国际期刊和国际会议上发表录用论文70余篇。承担和参与多项国家自然科学基金项目以及企业横向项目，2013年获得中国人工智能学会优秀博士学位论文奖。
报告5：数据智能：大数据驱动的商业分析与应用实践
摘要：近年来，随着人工智能、大数据相关技术的高速发展，传统商业领域正经历着巨大的变革。无论商业产品营销还是企业人才管理，各个领域都在尝试通过数据分析手段来实现智能化的商业决策支持。与以往高度经验化的决策方法不同，基于大数据方法的智能化工具能够通过整合、挖掘不同应用场景下的多源异构数据，为人们提供科学化、客观化、前瞻化的决策支持。基于以上背景，本报告将首先介绍大数据时代下商业智能数据挖掘研究的背景和机遇，然后结合报告人近年来在AI to B相关领域的最新研究成果和应用实践，来介绍如何使用大数据和人工智能技术进行有效的商业分析和产品研发。
讲者简介：
祝恒书博士现任百度研究院资深数据科学家，百度人才智库（Baidu Talent Intelligence Center, TIC）产品和技术总负责人。他的主要研究方向是机器学习和数据挖掘领域的关键技术及其在商业智能、移动计算、人才管理计算等领域的前沿应用。他在相关领域申请专利40余项，并在SIGKDD、SIGIR、WWW、IJCAI、AAAI、TKDE等国际顶级学术会议和期刊上发表论文70余篇，4次获得年度最佳论文奖或提名奖，并在2018年获得中国教育部自然科学一等奖。近年来，他带领团队在人才管理计算领域取得了丰富的科研和实践成果，研发了全球首个大数据智能化人才管理产品－“百度人才智库系统”，帮助百度获了哈佛商业评论“2018年度拉姆·查兰管理实践奖”的全场大奖和人力资源管理实践奖，以及人大商学院第八届“中国人力资源管理学院奖”的人力资源管理最佳实践奖等行业重要奖项，在管理学界引起广泛关注。相关成果还被哈佛商业评论、MIT Technology Review、Nikkei Asian Review、Fast Company等权威媒体广泛报道。他作为联合主席在SIGKDD-2018和SIGKDD-2019上先后创办了“组织行为学和人才分析国际研讨会”（OBTA-2018）和“人才管理计算国际研讨会”（TMC-2019），并作为组委会负责人代表百度成功申办了国际数据挖掘顶级赛事KDD Cup 2019 Regular ML Track。鉴于他在商业智能数据挖掘领域的突出成果，他获得了中国人工智能学会优秀博士论文奖、中国科学院优秀博士论文奖、中国科学院院长特别奖等重要学术荣誉，并在2016年入选微软学术评选的KDD“全球20大学术新星”。