應(yīng)偉德國際1946bv官網(wǎng)的邀請，合肥工業(yè)大學(xué)柴一棟教授于2024年6月17日下午在中關(guān)村校區(qū)主樓317會議室作了題為《Short-Form Videos and Mental Health: A Knowledge-GuidedNeural Topic Model》的學(xué)術(shù)報告。報告會由崔少澤老師主持，學(xué)院眾多師生參加了本次報告會。
柴教授聚焦于短視頻領(lǐng)域，使用機器學(xué)習(xí)的模型來預(yù)測短視頻對用戶抑郁的影響。目前，短視頻在社交媒體格局中越來越重要，重塑了媒體格局的輿論生態(tài)。隨著短視頻的興起與盛行，其引發(fā)了一系列的問題。例如，專家十分擔(dān)心短視頻的傳播會對用戶產(chǎn)生一些抑郁的影響。基于此，柴教授聚焦于三部分文獻(xiàn)，基于特征的機器學(xué)習(xí)、端到端的深度學(xué)習(xí)以及主題模型。進(jìn)一步，柴教授講解了每個模型的優(yōu)缺點，并根據(jù)研究場景，確定遵循主題模型的方法來設(shè)計。然而傳統(tǒng)的主題模型存在一定的問題，需要通過深度學(xué)習(xí)技術(shù)來彌補，即神經(jīng)主題模型（Neural Topic Models）和種子神經(jīng)主題模型（SeededNTMs）。然而目前的SeededNTMs也具備一定的局限性。
為了解決這些局限性，柴教授開發(fā)了一種新的以知識為導(dǎo)向的NTM來預(yù)測短視頻對觀眾的抑郁影響。隨后，柴教授展示了構(gòu)建的機器學(xué)習(xí)模型，并一步一步講解每個參數(shù)的含義以及每一步算法的邏輯。最后，柴教授展示了從抖音和TikTok收集的數(shù)據(jù)，并展示了數(shù)據(jù)分析的結(jié)果和得到的結(jié)論。
報告結(jié)束后，與會師生與柴教授展開了積極的討論與交流。報告反響熱烈，得到了師生們的一致好評。
匯報人簡介：
柴一棟，合肥工業(yè)大學(xué)教授，博士生導(dǎo)師。本科畢業(yè)于偉德國際1946bv官網(wǎng)信息管理與信息系統(tǒng)專業(yè)，博士畢業(yè)于清華大學(xué)經(jīng)管學(xué)院管理科學(xué)與工程系，主要研究信息系統(tǒng)安全與網(wǎng)絡(luò)空間管理、智慧醫(yī)療管理、商務(wù)智能管理等。以第一作者或通訊作者發(fā)表研究成果于MISQ、ISR、JMIS、IEEE TDSC、IEEE TPAMI、IEEE TKDE等國際頂級期刊。發(fā)表學(xué)術(shù)專著一部，授權(quán)專利多項。主持國家優(yōu)秀青年基金等項目。獲全國首屆數(shù)據(jù)空間大會優(yōu)秀科技成果獎、國際信息系統(tǒng)權(quán)威會議WITS2021 best paper award等榮譽。
