您的位置: 首页 >>  学术报告

社会网络中面向复杂任务的群智众包、面向同行评分系统的抽查检测优化机制

【字体:

讲座题目:社会网络中面向复杂任务的群智众包等

讲座人:蒋嶷川教授

讲座时间:报告一10:30-11:30,报告二14:30-16:00

讲座日期:2019年1月5日

地点:长安校区文津楼三段5层3524学术讨论室

主办单位:计算机科学学院普适计算研究团队

讲座内容:

报告一:社会网络中面向复杂任务的群智众包。

当前的社会网络中的众包任务越来越复杂,譬如软件设计、WEB开发等。这些复杂的任务是无法由单个人完成的;而传统的基于任务分解的众包方式无法适应当前大量网络工人(Worker)不专业和动态变化的特点。因此,我们提出了一种新的面向复杂任务的群智众包方式;在这种方式中,复杂任务不需要进行分解,而是分配给社会网络中的群组,让群组中的工人互相进行协作完成。然后介绍了我们在这个方面的系列研究成果,主要包括:1.考虑社会网络情境的可靠群智众包模型;2.面向群组的社会网络中的群智众包模型;3.面向大规模复杂任务的批量任务群智众包模型;4.面向批量任务的分布式团队形成机制。该系列的研究成果经过实际众包数据的实验进行验证,明显优于以往的传统的众包模式。

报告二:面向同行评分系统的抽查检测优化机制。

传统的由教师主导的成绩评定系统,教师亲自批改学生的作业。这种机制不能适用大规模的网络课程,在大规模在线网络课程中,每门课程差不多有1万名学生。因此,本报告介绍了同行评分机制。同行评分系统不仅帮助老师减轻负担,同时还能够帮助学生从其他同学的作业中获得其他解决问题的方法。另外,同行评分系统也可以应用于其他基于用户内容生成的大规模在线系统(包括酒店,旅游景点等的商业评价系统,如淘宝、亚马逊中用户对商品的评价)。

讲座人简介:

蒋嶷川,东南大学教授、博士生导师,智能系统与社会计算实验室主任。曾获得教育部新世纪优秀人才支持计划、首届江苏省杰出青年基金、全国优秀博士学位论文提名奖等荣誉。研究方向:社会网络分析、人工智能、群智协同计算。在国际著名期刊(20余篇IEEE Transactions),以及顶级会议IJCAI、AAMAS、AAAI等共发表论文100余篇。研究论文曾分别获得国际Agent领域著名会议PRIMA最佳论文奖、并连续两年获得国际人工智能著名会议ICTAI最佳论文奖和学生论文奖。研究成果被国际顶级学术期刊和国际顶级学者多次作为本领域的代表性工作进行高度评价。目前担任《计算机学报》编委、以及七家国际期刊的副主编、编委;国际人工智能三大顶级会议IJCAI、AAAI、AAMAS等30余家国际著名会议的PC委员、程序委员会主席等。承担国家自然科学基金、国家重点研发计划、国家863项目、省部级课题等科技项目。关于社会网络中群智协同计算的研究成果入选中国计算机学会发布的《2016-2017年中国计算机科学技术发展报告》。

版权所有 © 海立方娱乐