“行为信息学与行为计算”系列讲座

浏览数:0

主题“行为信息学与行为计算”系列讲座

摘要尽管“行为”以及通常所称的“行为分析”无处不在,涉及几乎所有的行业、领域与学科,从信息学与计算的角度研究行为却只是最近几年的事。“行为信息学”与“行为计算”将计算机化的数据、面向业务的行为、着眼于可计算的信息理论与工具、以及决策支持等有机结合,从定性与定量相结合、或者从定性到定量的角度系统化的研究行为及基于行为的决策。本系列讲座比较系统的总结了当前关于行为信息学研究的最新系列进展,从行为的概念、表达、检验、影响、效用、组合模式,以及负行为、群体行为、行为耦合、行为演化等方面介绍相关的概念、算法、案例分析;结合大数据与复杂企业行为,讨论复杂行为与社会系统中的非独立同分布学习的概念、相似性度量、学习算法与实例,以及对象耦合与模式关系分析等。讲座对大数据、行为与社会信息学与计算中的一些前沿性问题进行了讨论。

地点:电信群楼5号楼406(大会议室)

时间

题目

提纲

概要

1

3/25 日上午10

行为信息学-行为表达

行为分析学概述

行为表达与建模

介绍行为的概念、行为信息学基本框架、行为可视表达、行为形式表达、行为模型检验,以及案例分析等

2

3/25 日下午2

行为信息学-行为模式分析

高影响行为分析

行为组合模式分析

介绍行为影响定义、行为正负/多级影响模式发现、多影响的组合行为模式发现、高影响行为发现、行为及其主体的组合模式分析,以及案例分析等

3

3/26 日上午10

行为信息学-负行为分析

负行为分析

介绍负行为概念、负行为模式类型、负行为模式发现方法,以及案例分析等

4

3/27 日上午10

行为信息学-群体行为分析

耦合群体行为分析

介绍耦合行为概念、耦合群体行为学习模型、异常群体行为发现,以及案例分析等

5

3/28 日上午10

行为信息学-非独立同分布学习

非独立同分布学习问题定义

非监督学习中的相似性

耦合集成聚类

介绍非独立同分布概念与对现有理论体系的挑战、耦合概念、耦合对象分析、聚类学习中基于非独立同分布的相似性定义、耦合集成聚类方法等

6

3/29 日上午10

行为信息学-挑战与机遇

行为研究的挑战与未来

讨论行为研究的机遇与挑战,行为信息学发展方向(比如行为交互与模式关系分析等)

参考文献与讲座材料下载:

http://www-staff.it.uts.edu.au/~lbcao/publication/behavior-informatics-tutorial-slidesx.pdf

http://www-staff.it.uts.edu.au/~lbcao/publication/publications.htm

www.behaviorinformatics.org

操龙兵教授简介:

个人主页:http://www-staff.it.uts.edu.au/~lbcao/  UTS:AAI: www.analytics.uts.edu.au

    澳大利亚悉尼科技大学教授、悉尼科技大学高级分析研究所创所所长,悉尼科技大学量子计算与智能系统研究中心数据科学与知识发现实验室成员,IEEE 行为与社会信息学任务组主席、IEEE 教育数据挖掘任务组主席,澳洲资本市场联合研究中心(CMCRC)数据挖掘方向研究带头人(Research Leader)。IEEE 计算机分会和系统、人与控制分会高级会员,多个学术刊物的编委与特刊编辑,PAKDD ADMA 大会主席,ICDMPAKDDIATADMA 等程序委员会主席或副主席,ICDMWI/IAT 组织委员会主席等,以及包括KDDICDMAAMAS 等在内的80 多国际会议的程序委员会委员。中科院模式识别与人工智能博士,悉尼科技大学计算科学博士。目前直接指导30 名左右的硕士研究生、博士研究生、博士后和研究人员。先在中国经历图书编辑、市场策略研究、商业智能公司首席技术官,后转至澳洲任讲师、高级讲师、副教授与教授等。他的主要研究兴趣包括:

  • 数据挖掘与机器学习:主要包括复杂数据分析、复杂关系学习、非独立同分布(Non-iidness)的耦合对象(Coupled Object)学习、大数据(Big Data)分析与学习、决策知识挖掘(Domain Driven Data Mining)、组合挖掘(Combined Mining)、多结构数据学习、企业级数据挖掘系统架构、决策方案、系统、算法与服务等;
  • 行为与社会信息学(Behavior and social Informatics):包括复杂行为与社会建模与表达、行为与社会网络分析、社会媒体分析、群体与社会行为分析与学习、行为与社会环境建模、行为风险控制与影响分析、高影响与高风险行为与社会模式分析、行为动态特性分析、主动行为与行为主体管理,以及面向领域的行为与社会分析等;
  • 智能体挖掘(Agent Mining):包括基础体系、基于智能体的分布多数据源挖掘、基于智能体的云分析、智能体行为分析、金融交易智能体研究等;以及人工智能与智能系统:主要涉及综合集成计算与工程(Metasynthetic Computing and Engineering),开放复杂智能系统与多智能体系统的软件工程、表达建模、系统构建等。

    在上述方向,近年发表专著2部、编著4部、论文170多篇。他与合作者一起创办与领导多个特别兴趣研究组与IEEE 任务组,涉及行为与社会信息学、决策知识挖掘、智能体挖掘、金融数据挖掘、教育挖掘、社保挖掘等。在他的领导下,作为悉尼科技大学的为数极少的校级研究所,高级分析研究所形成了一个融合工程与信息技术学院、理学院、商学院、健康学院、法学院等学科的顶尖专家与学者,在广泛的数据科学和分析学与产业领域,采用交叉学科、跨领域的研究与合作模式,有效的将高质量的研究(R)、高水平的教育(E)与高影响的商业实践(D)等方面实现产学研(RED)的有效模式与产学研平台。在世界上第一个创立分析学(Analytics)研究硕士学位与博士学位。

    近10 多年来,他注重从涉及民生与重大经济社会问题中提炼具有前瞻性的研究课题,坚持理论、实践与学习相结合。特别是就商业智能(Business Intelligence)、客户关系管理与分析、行为分析、市场分析、群体(Community)分析、欺诈监测(Fraud Detection)、异常分析(Exception Analysis)、债务(Debt)分析、学习行为分析、风险分析和合规分析(Compliance Analysis)等开展隐性与显性分析相结合的创新研究与产学研结合,在澳大利亚和中国等直接领导与实施多个大型研究与工业项目,涉及金融与资本市场监管与投资,财政、社保与税务风控,电商与零售分析,反洗钱、网银与支票风控,寿险风控,航空常旅客管理、电信经营分析决策、教学分析与风控,以及出版等多个行业。多年来,他及其所领导的团队在企业级数据挖掘创新与应用方面为相关政府和企业获取巨大的经济与社会效益,受到诸多中澳中央与地方政府、大型企业、国际知名运营商等的广泛认可与合作支持。他们所开发的面向多个行业的行为分析与风控系统在多个企业的大数据分析与企业经营决策中得到应用,极大的弥补了现有系统的不足。