导语


过去十几年，社会科学与计算科学、复杂科学的交叉研究取得了迅猛发展，研究人员利用观察数据、实验设计和大规模仿真发表了海量论文，同时也涌现出了许多研究方向。集智俱乐部主办的“社会计算”主题的系列读书会（5月27日已启动），通过从不同角度对其进行解读、分析和探讨，希望能给相关的从业者、研究人员、科研爱好者一些启发和灵感。


7月8日20:00-22:00，是读书会第七期分享，华盛顿大学的博士后研究员冯云贺从社交网络流数据驱动的知识发现、蜂窝移动数据的用户行为刻画、社会大数据的人群移动监测等三个视角，向大家展示移动数据在社会计算中的应用和潜能。分享主题为“移动大数据驱动的社会计算”。


社会计算系列读书会的部分主题会在集智俱乐部B站公开直播，欢迎扫描文中二维码或点击文末“阅读原文”，点击「我要听」预约直播，可在开播前获得提醒！




内容简介




移动互联网的普及和基站通信技术的快速发展产生了海量的移动数据。如何高效和创造性地收集、清洗、分析移动大数据，吸引着社会计算与跨学科研究者的关注。此次集智读书会聚焦移动大数据驱动的社会计算，报告人从网络流数据驱动的知识发现、蜂窝移动数据的用户行为刻画、社会大数据的人群移动监测等三个视角，展示移动数据在社会计算中的应用和潜能。


具体分享内容：

（1）社交网络流数据驱动的知识发现：一作文章[WWW’19, TSC]提出并实现了一套基于Twitter大数据的自动跟踪、实时监控、智能归类、准确排序亟需表情符号（Emoji）的可交互系统，填充了相关研究的空白。通过大规模地系统化分析与新表情符号请愿相关的社交网络信息，归纳出缺失表情符号的特点以及请愿原因，并提出了基于语义信息的表情符号分类算法与基于期待程度的多时间粒度排序算法。所开发的流数据监控平台（https://call4emoji.org/）已稳定运行将近三年，目前已实时处理上亿条推特数据，为来自全球35个国家的访问者提供了服务。该研究成果得到了Unicode标准联盟的关注，有望成为筛选待增表情符号的衡量标准之一。此外，该研究成果在全球范围内被十余家英文媒体转载和报道（包括金融时报和雅虎财经），并接受了美国NBC附属电视台WBIR-TV 10的采访。2020年，全球最大的数据科学社区Kaggle通过Open Data Research Grant Award赞助了报告人2000美元（全球仅19人获奖），继续该研究方向上的探索。


（2）基于蜂窝移动数据的用户行为刻画：通讯作者文章[UbiComp’18]提出了一种基于粗粒度移动轨迹的定位算法，并研究了用户移动性与应用程序使用之间的相关性。具体而言，该文设计了一种新颖的算法来滤除和修正噪声，根据用户与附近位置已知的手机基站的通讯来推断用户的大概位置。根据估算的速度，揭示了用户移动性与蜂窝数据使用情况（包括数据量、数据访问频率以及流量份额）之间的关系。一作文章[Information Sciences]提出了一种具有高鲁棒性的基于核密度估计的多级混合模型，可稳健、精准地刻画任意给定的单个APP的地理空间分布。该模型通过多粒度视角汇总APP所属相关应用程序组中的数据，并自适应地训练不同组的权重，克服了单个手机APP数据的异构性和稀疏性等难题。


（3）基于社会大数据的人群移动监测：一作文章[GLOBECOM’19]提出了一整套通用的社会大数据多维度分析的方法，包括数据收集与预处理、时空分布可视化、公共情感分析、话题抽取与识别，以及人群移动追踪等。论文以美国大日食（2017年8月21日日全食）事件为例，详细阐述了如何结合社交网络数据的本身特点，使用多种技术集成方法对超过500万条数据进行建模和挖掘。该文系统分析了州内和州间的人群向全食带移动的现象和规律。一作文章[ICC’21]使用多模态社交网络数据研究了共享电动滑板车如何在智慧城市微型交通（Micromobility）中解决最后一公里的通勤问题。2020年谷歌和哈佛大学全球健康研究所通过Google Cloud Platform: COVID-19 Research Credits Program赞助了报告人9000美元进行基于移动社交网络大数据分析和深度学习（包括自然语言处理和计算机视觉）的抗击新冠疫情的相关研究。其中一项任务是研究人群的地理位置信息，观察居家隔离情况。


主讲人


冯云贺，华盛顿大学信息学院博士后，美国田纳西大学计算机科学博士，印第安纳大学客座讲师。读博期间曾在美国橡树岭国家实验室任实习生和研究助理。主要研究方向包括移动数据驱动的社会计算、移动数据安全与隐私保护、以及人工智能交叉学科的应用与研究。


个人主页：

  • Personal Website：https://yunhefeng.me/

  • Google Scholar：https://scholar.google.com/citations?user=E7hCUPgAAAAJ&hl=en

  • UW Homepage：https://ischool.uw.edu/people/faculty/profile/yunhe





直播信息




直播时间：7月8日（周四）20:00-22:00


参与方式 1：腾讯会议（需报名参加系列读书会。读书会成员可在腾讯会议中开麦交流，向主讲人提问，参与互动）


参与方式 2：集智俱乐部B站直播（没有线上交流和答疑互动）


扫描下方二维码，点击「我要听」即可预约直播，预约可在开播前获得提醒：




社会计算系列读书会招募中


为了推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部主办的社会计算系列读书会，于5月27日（周四）正式启动，预计为期10-12周，每周四晚上20:00-22:00进行在线的论文分享与讨论，欢迎对社会计算、社会智能、复杂科学、社会科学等领域感兴趣的朋友报名参加。（报名长期有效）

  • 时间：5月27日起，每周四晚20:00-22:00

  • 模式：线上闭门读书会；（收费-退款的保证金模式、读书会成员认领解读论文）

  • 费用：399元/人（可看录播视频）

链接：https://campus.swarma.org/form/activity/32

第一步：扫码填写报名信息。

第二步：信息填写之后，进入对应的付费信息，提交保证金399元。（购课相当于提交保证金，符合退费条件后可退费）。

第三步：添加负责人微信，拉入读书会讨论群。

读书会详情及退费规则请参考：
融合计算科学、社会科学与复杂科学：社会计算系列读书会启动招募


往期读书会回放

链接：https://campus.swarma.org/course/2709




本期阅读论文清单

  • Feng, Yunhe, et al. “New emoji requests from Twitter users: when, where, why, and what we can do about them.” ACM Transactions on Social Computing 3.2 (2020): 1-25.（https://pattern.swarma.org/paper?id=63b6c022-dda1-11eb-9c26-0242ac170007）
  • Feng, Yunhe, et al. “The world wants mangoes and kangaroos: A study of new emoji requests based on thirty million tweets.” The World Wide Web Conference. 2019.（https://pattern.swarma.org/paper?id=0fd6c722-dda1-11eb-ad1c-0242ac170007）
  • Lu, Zheng, et al. “Inferring correlation between user mobility and app usage in massive coarse-grained data traces.” Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 1.4 (2018): 1-21.（https://pattern.swarma.org/paper?id=a40f7114-dda1-11eb-8381-0242ac170007）
  • Feng, Yunhe, et al. “A multi-granularity perspective for spatial profiling of mobile apps.” Information Sciences 430 (2018): 127-141.（https://pattern.swarma.org/paper?id=f0b2f234-dda1-11eb-af28-0242ac170007）
  • Feng, Yunhe, et al. “Chasing total solar eclipses on twitter: Big social data analytics for once-in-a-lifetime events.” 2019 IEEE Global Communications Conference (GLOBECOM). IEEE, 2019.（https://pattern.swarma.org/paper?id=1ce0ceee-dda2-11eb-b86c-0242ac170007）
  • Feng, Yunhe, et al. “Micromobility in Smart Cities: A Closer Look at Shared Dockless E-Scooters via Big Social Data.” arXiv preprint arXiv:2010.15203 (2020).（https://pattern.swarma.org/paper?id=e055471e-1a67-11eb-80b8-0242ac1a000c）

社会计算读书会全部阅读论文清单链接：

https://pattern.swarma.org/path?id=126


推荐阅读



 点击“阅读原文”，即可报名直播