报告摘要：近年来人工智能技术的发展，在人脸识别、棋类游戏若干垂直领域取得了性能突破。但当我们重新审视人工智能技术的“能”与“不能”时，我们发现其在理论方法层面存在的两个短板：（1）缺乏“举一反三”的能力，在一个环境或场景中学习的模型难以泛化到其他环境和场景；（2）推理结果和推理过程难以解释，限制了人工智能技术在智慧医疗、金融科技等风险敏感领域的应用。究其深层次原因，均是因为今天的人工智能技术“只知其然，不知其所以然”。针对这一问题，讲者将介绍大数据环境下的因果推理，并将因果推理引入预测性问题，介绍稳定预测模型方面的研究进展。

个人简介: 崔鹏，清华大学计算机系长聘副教授，2010年于清华大学获得博士学位。研究兴趣包括大数据环境下的因果推理与稳定预测、网络表征学习、社会动力学建模，及其在金融科技、智慧医疗及社交网络等场景中的应用。已在数据挖掘及多媒体领域顶级国际期刊和会议上发表论文百余篇，并先后获得7项国际会议及期刊最佳论文奖，包括中国入选数据挖掘领域顶级国际会议KDD最佳论文专刊的首篇论文。目前担任IEEE TKDE、IEEE TBD、ACM TOMM、ACM TIST等四个国际顶级期刊的编委。获得中国计算机学会青年科学家奖，国际计算机协会（ACM）中国新星奖，并入选中国科协首届青年人才托举计划。获得国家自然科学二等奖、教育部自然科学一等奖、北京市科技进步一等奖、中国电子学会自然科学一等奖。入选中组部万人计划青年拔尖人才，并当选为中国科协全国委员会委员。

报告摘要：在人工智能、深度学习的助力下，复杂系统建模已经步入了自动化的阶段。根据复杂系统的运行数据（时间序列），深度学习系统即可以模拟系统的运行、预测系统的未来状态。随着图网络、神经微分方程（Neural ODE）以及标准化流（Normalization Flow）等技术的发展，这方面的研究如今呈现出了井喷的模式。人们不仅能够精准地构建复杂系统的动力学模型，而且还能在带有噪声、带有隐含节点、隐含变量，以及小数据的系统上自动构建模型。 另一方面，随着因果推断技术的发展成熟，越来越多的能够自动从数据中提炼出因果关系，并具备一定可解释性能力的深度学习模型逐渐被提出。而近来这两大方向的发展正在逐渐呈现新的交叉、合并之势。通过引入图结构学习技术，深度学习算法不仅可以精准地预测系统动力学，还能够自动提炼因果结构，甚至能够与系统进行互动和干预，还能逐渐攀爬 Judea Pearl 所说的三阶因果之梯。 本讲座将站在一种较宏观的视角对这些技术进行概述，内容将涉及但不限于：运用 Reservior 计算预测混沌、基于图网络的自动建模与控制、基于最优控制的可微分 ODE 求解技术、基于自注意力机制的人工智能统计物理学家、基于 Gumbel softmax 技术的网络重构、基于神经网络的格兰杰因果检验、基于强化学习的干预因果模型等。

个人简介: 张江，北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园创始人。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文六十余篇。出版专著《数字创世纪——人工生命的新科学》、译著《自然与人工系统中的适应》、校译《规模》等著作；曾主持《互联网上的集体注意力流研究》、《加权有向食物网的异速标度律研究》等多项国家级科研项目。曾多次因合作研究而出访过国际知名研究院所或高校，包括美国圣塔菲研究所（Santa Fe Institute）、亚利桑那州立大学（Arizona State University）、密西根大学（Michigan University）等。其开创的集智俱乐部是国内外知名的学术社区，致力于复杂系统、人工智能等多领域的跨学科交流与合作。

报告摘要：Identifying causal relationships is always challenging in observational data. In this talk, I will be presenting how I apply causal inference techniques to identify the impact of online prosocial behavior. Specifically, I will present two empirical studies. In the first study, I utilized the random assignment algorithm of an online gifting mechanism and identified the social contagion of online gift giving behavior. This study shows that receiving gifts causes recipients to send more gifts and to have more social interactions with users. In this second study, I used high-dimensional matching to quantify the impact of a prosocial incentive on people’s fitness behavior. Importantly, the impact of this prosocial incentive is as strong as peer effects.

个人简介: Yuan is a PhD Candidate in the Institute for Data, Systems, and Society at MIT. He is also a research assistant at Human Dynamics Group at MIT Media Lab. In his PhD, Yuan researches social and economic networks by applying cutting-edge computational methods, including machine learning, causal inference, and experimental design, to large-scale network data. In particular, he studies how socialties are formed and stabilized, and how social ties mediate social contagion, social exchange, prosocial behavior, and information diffusion. Before coming to MIT, Yuan received his Bachelor’s degrees in Computer Science and Economics from Tsinghua University.

报告摘要：在产品迭代和公司决策中，我们常常关心A如何影响B，在不方便使用A/B实验的场景下，我们可以用因果分析的方法，结合观测数据来回答这个问题。主讲人会介绍在快手常用的因果分析计量经济学方法（包括工具变量法、匹配法、双重差分法、合成控制法等），因果分析和机器学习结合的前沿方法（矩阵补全法、基于决策树/随机森林的异质性的因果效应估计等），以及这些方法如何与业务实践相结合。

个人简介: 杨淼钰，快手经济学家，华盛顿大学经济学博士。2012年~2019年在亚马逊任职经济学家，先后在亚马逊电商、供应链技术优化、商务和企业发展部任职。2019年加入快手，在快手负责损益相关的生态分析。

报告摘要：Although identifying leading venture capital firms (VCs) is a meaningful challenge in the analysis of the Chinese investment market, this research topic is rarely mentioned in the relevant literature. Given the co-investment network of VCs, identifying leading VCs is equal to determine influential nodes in the field of complex network analysis. As there are some disadvantages and limitations of using single centrality measures and the multiple criteria decision analysis (MCDA) method to identify leading VCs, this paper incorporates with several different centrality measures of co-investment network of VCs, and then proposes a new approach based on the weighted k-means to rank VCs at both group and individual levels and identify the leading VCs. The proposed approach not only shows alternative groupings based on multiple evaluation criteria, but also ranks them according to their comprehensive score which is the weighted sum of these criteria. Empirical analysis shows the efficiency and practicability of the proposed approach to identify leading Chinese VCs.

个人简介: 罗家德是清华大学社科学院社会学系与公共管理学院合聘教授、博导， 清华大学社会网络研究中心主任 , 清华大学社会科学学院信义社区营造研究中心主任 , 中国社会学会社会网暨社会资本研究专业委员会创会主席，中国管理现代化研究会组织与戰略管理專业委员会副理事長，中国人工智能学会社会计算与社会智能专业委员会副理事长。在学术领域着重于社会网理论研究，大数据中的社会网分析，自组织过程研究，并将中国社会的“关系”与“圈子”等特质置于中国本土化管理研究之中。著有《中国人的信任游戏》、《社会网分析讲义》、《复杂──信息时代的连结、机会与布局》、《中国治理－－中国人复杂思维的九大原则》、《治道－－复杂系统管理学》等书。同时还组织了社区营造研究中心在汶川地震灾区乡村以及北京大栅栏地区从事可持续性发展的社区实验，并举办相关培训，著有《灾区重建纪事》、《云村重建纪事》以及《社区营造的理论，流程与案例》等学术论著。

报告摘要：在中国风险投资市场，风险投资机构为获取更多投资机会和资源、分散投资风险、产生协同效应等原因，常常与其他投资机构进行联合投资，以提升自身投资绩效。本文通过对中国风险投资机构的联合投资事件的实证研究,基于综合评价方法整合多个中心度指标评价风险投资机构在联合投资网络中的排名和投资领袖，并回答投资机构的排名和投资领袖是否能够反映风险投资机构的投资绩效的问题。本文的创新点在于：（1）借助综合评价方法来评估风险投资机构在联合投资网络中的排名，并论证投资机构的排名与其投资绩效之间的关系：风险投资机构的排名越靠前，其投资绩效越高；(2)基于投资机构在联合投资网络中的综合排名定义投资领袖，并证实投资领袖的投资绩效显著优于其他投资机构；(3)验证其他机构与投资领袖联合投资能够促进其投资绩效的提升。本文的研究结果为评价投资机构的排名、识别投资领袖，选择联合投资伙伴提供参考依据，并具有较强的理论和实践指导意义。

个人简介: 杨虎，男，中央财经大学信息学院副教授，中国人工智能学会社会计算与社会智能专业委员会委员，中国计算机学会会员、运筹学和管理学研究协会（INFORMS）会员。目前担任Information Processing & management、International Journal of Information Management、International Conference on Information Systems、系统科学理论与实践等国内外学术期刊与会议审稿人。主要研究方向为：大数据分析与统计计算、复杂网络分析、数据挖掘。

报告摘要：在风险投资（VC）领域，VC公司更倾向于和其他公司联合投资，它们之间构成连边便形成VC网络。本文借助联合投资数据和VC领袖名单，来实现一种对VC网的半监督社群划分。研究方法的核心是根据VC领袖的连通集团的演变情况来设计社群划分的初始标签。结果显示VC网的社群结构具有较明显的区分特征。本文利用VC网（Venture capital networks）中隐含的先验信息，设计一种半监督社群划分算法，应用于VC网，检验该算法的有效性，以及该算法在社群划分准确性及合理性上优于传统的无监督的EO社群划分算法的特征。同时，对VC网上的半监督社群划分结果进行比较分析，以发掘VC网的社群结构及性质。

个人简介: 樊瑛 现为北京师范大学系统科学学院教授、博士生导师。中国系统工程学会副秘书长、常务理事。研究方向为复杂性理论及其在各领域中的应用，目前主要关注复杂网络相关研究，并取得了一系列科研成果。曾获得2009年度教育部新世纪人才、2010年度北京市科学技术奖（三等）以及学校第11届励耘优秀青年教师奖和通鼎奖。

报告摘要：风险投资是一项高风险和高回报并存的商业活动，也是帮助潜力企业快速成长的重要力量。中国的风险投资，通常是由大型投资机构领投，其他小型机构跟投，机构之间通常具有leader和follower的角色关系。大型投资机构为了分散风险，今后方便获得更好的投资机会通常会和其他机构合作投资，这种合作投资的关系构成了风险投资合作网。中国有成千上万家风险投资机构，它们之间的交互关系会形成什么特性的网络？演化机制又是如何？我们应该如何对其动态建模？又能够得出中国风险投资怎样的特点？本报告基于中国风险投资的实证数据，建模了风险投资网络的演化过程，揭示了中国风险投资界的小世界及精英俱乐部的性质。

个人简介: 谷伟伟是北京化工大学信息科学与技术学院的讲师。目前的研究领域主要包括复杂网络表征学习、复杂网络理论、中国风险投资网络分析等。曾以第一作者或者共同第一作者发表学术文章4篇。其中关于中国风险投资网络演化的文章于2019年发表在社会网络分析的顶级期刊《Social Networks》上面。

报告摘要：算法作为一种技术，是否是中立的？互联网企业在算法上的选择将会带来什么样的社会后果？本研究以抖音和快手为比较案例，围绕二者在推荐算法上的差异，考察这两个平台在运营思路、内容风格、平台治理等方面的异同，以及所产生的社会和经济后果。本研究试图表面，在这个算法为王的时代，企业的价值取向影响算法的设计，制造出特定的平台生态和治理模式，不仅影响着企业的长远发展，而且产生了深远的社会影响。

个人简介: 郑路，美国斯坦福大学博士，清华大学社会科学学院社会与金融研究中心主任，清华大学社会学系长聘副教授，数据科学院RONG教授，苏世民书院教授，美国德克萨斯A&M大学社会学系兼职教授。研究领域主要集中在组织社会学、大数据与社会网络分析、金融社会学等方面。学术论文发表于“Strategical Management Journal”, “British Journal of Sociology”、 “Social Forces”、“Social Science Research”、“China Quarterly”、《社会学研究》等国内外权威刊物，著有Social Network Analysis: Methods and Examples（2017，SAGE出版社）。曾荣获《社会学研究》创刊百期优秀论文奖（2004）、中国管理研究国际学会（IACMR）2012年双年会最佳论文奖（宏观类）、中国新闻传播学学会优秀学术奖二等奖（2018）。

报告摘要：计算社会学的发展方兴未艾，中国计算社会学也正在快速崛起。其中，宏观定量社会学从大数据中构建出可以用传统计量模型处理分析的社会指标，拓展了传统社会定量分析的领域；社会预测则借助机器学习方法形成了社会定量研究的全新路径。

个人简介: 陈云松，牛津大学社会学博士，南京大学-约翰斯霍普金斯大学中美文化研究中心主任、社会学系教授，教育部“长江学者”青年学者，国家社科基金重大项目首席专家，Social Science Research等杂志编委。主要研究领域为计算社会学、社会网络和社会心态。

报告摘要： 新冠病毒疫情在世界范围内为数字平台企业参与治理提供了一次外生的刺激。理解数字平台企业在疫情期间与国家、市场、社会的四角关系，离不开对疫情前“数字平台治理场域”的分析，并着眼于疫情之后社会治理的常态。本文从自我治理、外部治理、共同治理三个“亚场域”出发，认为我国在疫情之前就已经形成了一个由国家和数字平台企业非对称共栖的治理生态；而疫情则进一步强化了平台企业参与治理的合法性。理解这一变化，不能仅仅把企业视为被动的国家治理工具，而是要从“企业自主性”出发理解企业作为行动主体的逻辑与策略。与批判资本与技术作恶的研究范式不同，本文强调辩证看待由此带来的治理效能，数字平台企业亦有可能成为善治的主体。防止这一目标偏离的关键之一，是通过源头参与、内容治理、赋能社群等途径进一步积极地促成算法审计，搭建社会平台。计算社会学的使命不仅包括预测，更需要带入社会学干预的行动方案。

个人简介: 吕鹏，中国社会科学院社会学研究所经济与科技社会学研究室主任、研究员、中国社会科学院私营企业主群体研究中心（院级中心）秘书长。主要研究兴趣为政商关系、数字治理、社会分层与流动、企业社会责任与创新。他担任了全国工商联智库委员会委员、中国统一战线理论研究会理事、中国下一代教育基金会继创者联盟副主席、中国社会学会经济社会学专业委员会、社会分层与流动专业委员会、青年社会学专业委员会理事等社会服务工作，同时负责“中国私营企业调查”（CPES）数据的日常管理。主要出版物有专著《亲密关系的转变：增长联盟的诞生、破裂与修复》、《社会分层理论》，译著有《无须资本家打造资本主义》、《谁统治美国》等。在《中国社会科学》、《社会学研究》、《政治学研究》、《南开管理评论》、《社会》、《开放时代》等杂志上发表多篇学术论文，多次获得中国社会科学院优秀对策信息一、二、三等奖。

报告摘要： 城市建成环境和社会环境是刻画城市犯罪时空分异的两大重要维度，是决定罪犯、目标、监视时空趋同频率的关键因素，掌握两者对犯罪时空分布的影响规律是犯罪地理学、犯罪社会学的核心内容。以暴力犯罪和盗窃犯罪统计数据为基础，借助手机信令大数据和街景图像大数据，可实现对城市风险人口的准确刻画以及对微观尺度建成环境的精细量化。进而，通过剖析犯罪时空格局的驱动因素，可揭示建成和社会环境对暴力和盗窃犯罪的促进和抑制机理，丰富犯罪社会学和犯罪地理学的理论和方法，为城市犯罪的事前防控提供切实支撑。

个人简介: 贺力，地理学博士（加拿大麦克马斯特大学），西安交通大学社会学系副教授，大数据算法与分析技术国家工程实验室核心成员，实证社会科学研究所研究员，西安交大自贸院研究人员。兼任亚洲地理学会青年工作委员会秘书长，“博士后国际交流计划引进项目”全国联谊会理事长，十余个国际著名SCI、SSCI期刊审稿人。2017年入选中国博士后国际交流计划“引进项目”，主持教育部人文社科基金、中国博士后科学基金、陕西省留学人员科技活动择优资助项目等8项课题，参与国家社科重大、国家自科等项目12项。已在Applied Geography, Geographical Analysis, Computer Environment and Urban Systems等国际著名期刊发表SSCI、SCI论文14篇，1项国家发明专利获授权。获2019年陕西高等学校人文社科研究优秀成果二等奖。

报告摘要：当前，正面临着新冠疫情与严峻国际形势的双重挑战, 如何总结我国抗疫经验,并阻断事件在全球进一步升级/恶化，如何重新恢复城市活力,如举办奥运会等大型活动,及如何实现后疫情时代的科技创新是我们急需进行的研究.我们通过国际/国内调研，为国际/国内标准的研制奠定基础，为公共卫生事件的预测、防控、处置和管理提供支持，综合分析各国的国情、体制机制、政府执行力、文化背景与民众接受度等。2022年的冬季奥运会很快就要来到,届时又逢冬季呼吸系统传染病高发,如何防控新发,突发传染病,是迫在眉睫的问题,如何在疫情下成功举办奥运会测试赛及正式比赛,将需要构建很好的数字城市模型,用社会计算方法进行奥运比赛风险评估及政策效果评估.同时兼顾增进各国交流合作的奥林匹克精神与抑制城市疫情传播的风险,构建风险可控的奥运比赛流程,国内外合作机制,动态监测及闭环控制策略。

个人简介: 张辉, 清华大学公共安全研究院副院长,“长江学者”特聘教授，(中国)安全科学技术学会副理事长,清华大学-伍斯特理工学院全球公共安全联合研究中心主任, 清华-波音联合研究中心执行主任。美国国家科学基金会年轻科学家(CAREER)奖获得者。2010年起任国际标准化组织(ISO)TC223/TC292中国代表团成员/团长,负责ISO安全领域国际标准制定, 2014年起任世界卫生组织EOC-NET成员,负责全球应急作业中心信息与数据标准制定。

报告摘要：新冠肺炎疫情全球大流行愈演愈烈，新冠病毒将在未来很长一段时间内与人类共存，疫情防控常态化已成为世界各国不得不痛苦面对的巨大挑战。各个国家都在积极探索一条适应于本国国情的与新冠病毒共存的可持续发展道路。报告将就这一命题开展讨论，一方面分析未来1-3年全球新冠疫情演化后可能形成的格局，另一方面，探讨我国如何根据高度分化的各国疫情风险态势，在确保我国疫情不会失控和沦陷的安全前提下，科学、稳步、有序开放国门的可行之策。

个人简介: 曹志冬，男，博士，中国科学院自动化研究所副研究员，硕士研究生导师。中华预防医学会残疾预防与控制专业委员会委员、中国指挥与控制学会大数据与工程专业委员会委员,主持国家级课题10项，发表研究论文近百篇，获省部级科技奖8项。作为科技部新冠疫情防控信息化专班的专家组成员，负责跟踪研究我国各地和全球新冠疫情动态风险变化，参与撰写疫情预测分析简报上百期，研究成果为国务院联防联控机制、科技部、基金委、中科院等十几个国家部委和机构的疫情应急工作提供了科技支撑。

报告摘要：社区是社会治理的基本单元，社区是基层基础，只有基础坚固，国家大厦才能稳固。社区具有风险因素高度汇聚、耦合关联和动态不确定的特性，随着大数据等信息技术的发展，海量数据信息给社区风险治理提出新的机遇和挑战。爆发于2019年末、持续到2020年尚未结束且已席卷全球的新冠肺炎疫情，对全社会的生产、运行乃至人们的生活方式，都带来巨大的冲击，社区成为抗击疫情的前沿阵地和基础防线，数据的采集和使用也达到前所未有的规模。面对后疫情和大数据时代，社区风险防范与治理，能交出怎样的答卷，是科学研究和社会治理面临的共同问题。

个人简介: 刘奕，博士，清华大学公共安全研究院副研究员，博士生导师。主要研究方向涉及：风险评估、决策优化、复杂系统建模与计算、应急管理的理论和方法等。作为领域专家参与国家中长期科学和技术发展规划研究、中国工程院国家公共安全科技发展战略研究、中国工程院工程科技2035发展战略研究等国家重要科技战略研究工作。担任《公共安全应急管理》丛书编委、《当代中国公共安全科技发展》丛书编委。已发表学术论文百余篇，出版专著4部，获教育部科技进步一等奖1项。

报告摘要：随着人工智能时代的来临，以深度学习为代表的人工智能技术正与不同的学科产生交叉碰撞。在全球面临新冠疫情等重大公共卫生事件的背景，地理人工智能将如何助力公共卫生管理是一个值得关注的话题。本报告将从地理人工智能的内涵和外延开始，探讨地理人工智能在疾病监测、疫情分析、地理模拟、仿真对抗、医疗资源配置、政策分析与模拟等方面的研究和应用进展。

个人简介: 郭旦怀, 中国科学院计算机网络信息中心 副研究员，中国科学院大学岗位教授。ACM SIGSPATIAL China秘书长，中国图形图像学会 可视化专委会委员，中国自动化学会 混合智能专委会委员。长期从事时空大数据与人工智能交叉研究，先后主持国家级研究项目10余项，在重要国际期刊和国际会议发表论文近百篇。

报告摘要：流行病一直是人类社会可持续发展的重要威胁。新型冠状病毒肺炎的爆发从根本上改变了人们对流行病传播危害的传统认识。本报告将从宏观的社会人口统计数据、微观的社会调查数据和真实流行病的传播数据出发，采用数据驱动的方式对真实流行病传播的建模、预测和控制进行介绍。与此同时，将介绍本人关于COVID-19传播的最新研究成果，并以成都“扫码记”的扫码数据为例，展望如何利用大数据辅助流行病的建模研究，并探讨在使用大数据的过程中产生的相关问题

个人简介: 刘权辉，电子科技大学博士（2013-2019），四川大学计算机学院特聘副研究员（2019-至今）。主要从事计算流行病学、网络科学与数据科学方面的研究工作。以第一作者身份在PNAS上发表论文两篇，在物理和交叉科学类顶级综述期刊Physics Reports和 Nature Communication上合作发表论文各一篇，在国际一流权威期刊PloS Computational Biology, Physical Review E等发表论文近30篇。曾获国家留基委资助在美国东北大学杰出教授、欧洲科学院院士、人类流行病传播领军人物 Alessandro Vespignani实验室联合培养两年。

报告摘要：待定

个人简介: 周涛，电子科技大学互联网科学中心主任，国信优易数据有限公司首席科学家。主要研究方向为复杂性科学、网络科学、信息物理、人类动力学和群集动力学。主要从事复杂性科学和大数据挖掘算法和应用研究，先后攻克推荐系统准确性-多样性困境、复杂网络链路可预测性、H指数-度-核心度关系等图挖掘领域的重要难题，成果发表在PNAS, Nature Communications, Physics Reports, KDD和ICDM等国际顶尖期刊和会议上。2011年获得第十二届中国青年科技奖（最年轻获奖者），2011年入选四川省“百人计划”，2012年获得国家首批优秀青年科学基金资助，2013年入选国家“万人计划”首批青年拔尖人才支持计划，2014年获得四川省科技进步一等奖、中国计算机学会自然科学奖，2015年获得共青团中央授予的“最美青年科技工作者”称号，并与屠呦呦等七名个人和北斗导航等三个团队共同当选2015年度中国十大科技创新人物。2017年5月，获得全国创新争先奖。

报告摘要：待定

个人简介: 何万青，阿里云智能高性能计算负责人，领导团队开发和推广阿里云超算EHPC/SCC产品。长期从事HPC应用优化，异构并行和并行文件系统开发和支持工作，曾建立和领导英特尔中国高性能计算客户响应团队，专注支持国内HPC应用十余年，参与了天河2号等超算系统的开发。

报告摘要：在新型冠状病毒等重大传染病爆发期间，现有的疾控技术无法全时空细粒度地感知大规模人群的密切接触行为，严重制约了重大传染病在大时空尺度上的准确认知、预警和应对。为此，鹏城实验室刘韵洁院士牵头，联合南方科大、国防科技大学于2月1日紧急启动“新型冠状病毒传播示踪与预警系统(TWS)”项目，利用蓝牙通信技术提供轻量级的常态化防疫技术手段，期望准确定位病毒感染者密切接触人群，示踪病毒传播路径和细粒度预警，阻断病毒二次传播。TWS系统的技术体制在国际上走在了前列，比新加坡、德国、美国、英国、澳大利亚等国的同类应用早上线和推广应用，系统得到国家发改委官网、人民网、中国计算机学会官网、科技日报等重要网站和媒体的报道。本次报告将从项目背景、项目简介、工作机制、工作模式、适用场景、当前进展、社会评价等方面系统性介绍新型冠状病毒传播示踪与预警系统（TWS）。

个人简介: 郭得科，国防科技大学教授、博士生导师。先后于 2001年和2008 年从北京航空航天大学和国防科技大学获得工学学士和博士学位。2018年入选国家第4批万人计划“青年拔尖人才”、“2018年入选军队第5批高层次科技创新人才工程、2016年获湖南省杰青、2014年获NSFC优秀青年基金、2013年入选教育部新世纪人才计划。担任科技部科技创新2030-“网络空间安全”重大项目专家、中国计算机学会分布式计算与系统专委会副主任。主要研究方向包括网络计算与系统、分布式计算与系统、移动计算与系统、网络空间安全等。以第一完成人获得湖南省自然科学一等奖一项，出版学术专著2部，并获得中国和美国授权发明专利34项和2项。代表性论文有ACM/IEEE Transactions文章45篇、国际顶级会议IEEE ICNP 2019最佳论文奖、计算机三大中文学报论文15篇等。在 Dynamic Bloom Filters 领域的研究成果被著名的云计算和大数据处理开源平台 Hadoop集成实现，参与完成了重大传染病常态化防疫系统TWS。

报告摘要：新冠肺炎疫情暴发以来，各级政府按照《政府信息公开条例》要求，纷纷启动了疫情数据的信息公开工作。疫情数据特别是病例信息的公开，对于满足公众知情权，加强公众自我防护意识和抗击新冠肺炎疫情起到了重要作用。基于这些数据，社会上的商业公司开发出各种深受公众好评的应用，科学家完成了新冠肺炎等新发重大传染病的监测和防治等诸多研究工作，为全世界人民抗击疫情做出了贡献。本报告中将介绍基于公开疫情数据驱动的多学科研究进展，基于收集和整理的全国10005条公开病例数据，分析网络科学在抗击新冠肺炎疫情中的具体应用以及潜力，探索基于实证数据驱动和网络科学理论相结合进行新冠肺炎传播的研究范式，为预防可能的新冠肺炎秋冬季节第二波大暴发提供一定参考。

个人简介: 许小可，大连民族大学教授、数据科学与大数据技术学科方向负责人。主要研究方向为：社交网络大数据，数据可视化、计算传播学等。先后主持国家自然科学项目基金项目3项，已在Science、PNAS、Clinical Infectious Diseases等知名期刊发表学术论文50余篇，SCI他引近千次，H指数为16。个人学术专著《网络零模型构造及应用》，获国家科学技术学术著作出版基金资助。先后入选“辽宁省高等学校创新人才支持计划”，国家民委“领军人才”、辽宁省“兴辽英才计划”青年拔尖人才、辽宁省“百千万人才工程”等人才项目。

报告摘要：智能手机、微博、微信等现代通讯工具的快速发展为网络信息的收集、发布和分析带来了便利，其去中心化，多源异构的特征也为突发事件感知与应急管理带来了的机遇和挑选。如何从全媒体角度感知热点和突发事件，进行情绪感知和决策应对，进而服务于政府的重大决策分析，提升企业信息感知和管理水平等工作又具有重大的需求。本报告将从全媒体背景下的突发事件感知、评估、应对和评估等角度对全媒体背景下的信息感知与应对工作进行系统介绍，抛砖引玉。

个人简介: 刘建国，上海财经大学讲席教授、博士生导师，新浪微热点大数据研究院院长，中央网信办特约研究员，2018年荣获中国物理学会“最有影响力论文奖”，2016年获中国系统工程学会“系统科学与系统工程青年科技奖”，2014年获得中国计算机学会“自然科学二等奖”。主持国家级项目6项，其中包括国家自然科学基金4项，国家社科重大项目子课题2项。以项目组骨干成员身份参与欧盟第七框架基金项目(238597)，FOC-II项目(95753)和索罗斯(Soros)基金。发表SCI/SSCI论文100余篇。SCI/SSCI总引用次数2500+次，H指数26。

报告摘要：现代交通方式的发展促进了人类在全球范围的流动，同时也加速了传染病跨地域的传播。随着信息和通讯技术的快速发展，手机定位、社交媒体、火车/飞机订票等大数据，可以用于实时测量人群流行的时空模式，也为及时理解传染病的传播规律、扩散风险和防控效果评估提供重要的数据源。新型冠状肺炎疫情发生以来，这些数据被广泛应用于病例和密切接触者的追踪、流行病学调查、测量和预测疫情传播风险、评估干预措施的效果等。本报告主要介绍英国南安普顿大学全球人口与健康（WorldPop）团队，如何利用手机、民航客运、火车客流等大数据和流行病学数据，开展的一系列新冠肺炎研究，包括：疫情早期病毒在国内和国际传播扩散风险和趋势；乘坐不同交通工具的感染风险；中国和全球不同国家采取的非药物干预措施效果；各国应如何采取协同、有效的方式开展疫情防控和实施解禁策略，以避免疫情的反弹等。以上部分研究成果已发表在Nature和Science等国际顶级期刊上。

个人简介: 赖圣杰博士长期从事传染病流行病学、监测预警技术和防控效果研究，主要关注严重威胁全球公共卫生安全和公众健康的新发、重大传染病，运用流行病学、传染病学、数理统计、地理学等多学科交叉技术，研究人群流动、气候变化、疫情防控等因素对病原体时空传播的影响等。赖圣杰于2006年获得华中科技大学同济医学院预防医学本科，2009年获得中国疾病预防控制中心（CDC）流行病和卫生统计学硕士，2018年获得英国南安普顿大学健康地理学博士学位，并于2011-2013年参加了世界卫生组织、美国CDC和泰国卫生部共同举办的国际现场流行病学培训。2009年以来，先后在中国CDC、复旦大学、英国南安普顿大学工作，历任助理研究员、副研究员以及中国CDC传染病处动物源性与媒介传染病防治室主任、国家传染病防治科技重大专项“传染病监测技术平台”项目管理执行办公室主任等，现任英国南安普顿大学环境与生命科学学院Senior Research Fellow。