人工智能驱动下信息管理研究前沿论坛纪要_颜嘉麒.pdf

0172022年第6期/第39卷/总第210期人工智能驱动下信息管理研究前沿论坛纪要Minutes of the Forum on Artificial Intelligence in Information Management颜嘉麒1 王敏红2 朱庆华1YAN Jiaqi WANG Minhong ZHU Qinghua（1.南京大学信息管理学院，南京，210023；2.香港大学教育学院，香港，999077）中图分类号：G25DOI：10.13366/j.dik.2022.06.017引用本文：颜嘉麒，王敏红，朱庆华.人工智能驱动下信息管理研究前沿论坛纪要 J.图书情报知识，2022，39（6）：17-19.（Yan Jiaqi,Wang Minhong,Zhu Qinghua.Minutes of the Forum on Artificial Intelligence in Information ManagementJ.Documentation,Information&Knowledge,2022,39（6）：17-19.）本纪要发言内容已经由发言专家或论坛组委会审核。通讯作者 颜嘉麒（ORCID：0000-0001-5603-5171）,博士，教授，研究方向：区块链、数字货币、数据分析、情报学，Email:。（Correspondence should be addressed to YAN Jiaqi,Email:,ORCID:0000-0001-5603-5171）作者简介 王敏红（ORCID：0000-0002-1084-6814），博士，教授，研究方向：知识管理、人工智能应用，Email：magwanghku.hk；朱庆华（ORCID：0000-0002-4879-399X），博士，教授，研究方向：健康信息学，Email：。1引言近日，OpenAI推出了全新聊天机器人ChatGPT，该模型在对话中不仅可以在哲学经济、文学科技等方面答疑解惑，也可以写程序代码、解高数题目，甚至可以吟诗作对、创作故事。这标志着现阶段人工智能已经不仅展现出AlphaGO所代表的超强逻辑运算能力，在语言理解能力和表达能力方面也有令人惊叹的表现。人工智能技术的广泛普及和应用，为信息管理教育和研究开辟了新天地、提供了新思路，呼唤信息管理领域在研究目标、研究范式与研究方法等方面有新的变化与进步。为此，南京大学信息管理学院和香港大学教育学院于2022年11月5日联合举办了“人工智能驱动下信息管理研究前沿论坛（Forum on Artificial Intelligence in Information Management）”。本次论坛受教育部“港澳与内地高等学校师生交流计划（简称“万人计划”）项目”资助，由南京大学朱庆华教授与香港大学王敏红教授共同担任会议主席。本次论坛围绕大数据环境下人工智能驱动的一系列新问题和新方法展开交流分享，为探索如何更好地利用人工智能技术、提升信息管理领域的人才培养和科学研究提供了借鉴。论坛邀请到十位信息管理领域的著名教授学者，包括香港大学的王敏红（Maggie Wang）、蒋镇辉（Jack Jiang）、Michael Chau、Dickson Chiu、冯诗惠，南京大学的颜嘉麒和康乐乐，东南大学的张伟嘉和史雅妮，以及南京财经大学的孙宏亮。本纪要对其中六场已经在国际知名期刊上发表出版文章的专题报告进行总结梳理，并对“人工智能驱动下的信息管理研究”专题的四篇专题文章进行简要介绍。2专题报告南京大学信息管理学院副院长裴雷教授为论坛致欢迎辞。裴院长指出由于人工智能技术带来的数字革命，信息管理领域的研究目前正在经历一场巨大的变革。他阐释了人工智能带来的新现象以及人工智能所支持的大数据分析方式的变化，强调了数智赋能时代信息管理学研究凸显的重要性和前沿性。裴院长为南京大学和香港大学在信息管理学科和iSchools联盟中的进一步深入合作寄予了期待。香港大学教育学院王敏红教授为论坛带来了第一场报告AI in Information Management and Beyond。王教授重点阐述了人工智能和大数据在教育、商业、传媒等领域中的应用，特别提出了基于人工智能的信息管理已经超越传统的信息管理，主要体现在以下三个方面：（1）从各类数据信息中提取知识，增加信息服务人工智能驱动下信息管理研究前沿论坛纪要Minutes of the Forum on Artificial Intelligence in Information Management018的新元素；（2）加强信息管理新方法的教育培养学生数据分类、聚类、关联、回归、因子分析、协同过滤等相关能力；（3）鼓励跨领域合作除了人工智能与数据分析技术，领域知识在数据分析与知识提取中发挥关键作用。在跨领域研究中，王教授认为我们更需要关注机器智能和人类智能的有效融合，除了先进技术，未来社会更需要培养有创造性思维的人才，以应对各种危机与挑战1。香港大学商学院蒋镇辉教授带来Algorithm and Human的报告。首先，他介绍人工智能推荐算法中比较经典常用的协同过滤推荐算法，其基本思想是根据用户的历史行为数据的挖掘发现用户的兴趣爱好，基于不同的兴趣爱好对用户进行划分并推荐兴趣相似的商品。但是在实际应用中，推荐系统基于用户特征和历史交互过度推荐同类项目，面临着信息茧房和忽视用户的人性等现实问题，即用户兴趣的改变和对新鲜感的诉求。推荐系统应该考虑在准确率之外更加重要的衡量尺度，例如惊喜度（serendipity）、新颖度（novelty）、多样性（diversity）等。蒋教授融合惊喜度因素，采用深度学习、迁移学习和多目标优化等方法，提出设计一种新的基于智能神经网络的推荐 模 型（Intelligent Serendipitous Recommendation Model,ISRM），大大改善用户的选购体验。该方向的研究已经有两篇论文发表在Information Systems Research2-3。香港大学商学院Michael Chau教授带来AI in Social Services的报告。近年来，互联网和社交媒体成为了人们释放压力、输出情绪的平台和窗口之一。通过分析互联网上的帖子，尽早识别情绪痛苦的高危人群具有重要的现实意义，但是手动寻找与分析的过程耗时、效率较低。因此Michael Chau教授提出结合机器学习分类和基于专家规则的分类设计一个信息系统，来识别用中文博客讲述自己情感困扰的个体，并进行相关分析。研究结果展示，该系统比SVM、贝叶斯分类、决策树等基准方法有更好的分类性能，专业人士认为该系统在识别有情绪困扰的个体方面比传统方法更有用和有效。目前他们已开始使用深度学习和社会网络分析方法，并增加肢体语言、面部表情和声音强调等丰富信息特征，增加模型的可解释性和稳健型，更好地服务社区。该研究发表在2020年的MIS Quarterly4。香港大学教育学院 Dickson Chiu博士带来Publications Trends in Library&Information Science:Focusing on AI&Blockchain的报告。Chiu博士是SSCI期刊Library Hi Tech的主编，他指出人工智能已经在商业中得到了广泛的应用，但在图书馆和教育中的应用较少，有着较大的研究和实践的空间。而区块链自从2008年以来对社会产生巨大影响，目前在建立增强的元数据系统和数据中心、智慧图书馆、版权保护、支持社区的收藏、数据共享等方面逐步有了较多的设计和应用。相关的更多内容可以参考Chiu博士2022年在 Library Hi Tech发表的文章5。最后，Chiu博士特别提到 Library Hi Tech的特刊“AI and Blockchain for Information and Library Sciences:Challenges and Possibilities”以及 Applied Sciences的特 刊“Advances in Data Science and Its Applications”的征稿时间、征稿主题和投稿注意事项。香港大学教育学院冯诗惠博士带来Integrating Online and Offline Data in Social Computing的报告。COVID-19疫情的全球席卷在网上和线下引发广泛的反应，整合线上和线下数据对于揭示政策与公众情绪和行为反应之间的相互关系至关重要。冯博士首先分析疫情最初几个月美国49个城市中约1,300万篇带有地理标签的推文，以评估网络情绪对COVID-19相关话题的地区特性，以及这些情绪如何与政策发展、人口流动等因素相关，接着观察在研究期间各个城市基于疫情主题的情绪的普遍趋势。最后发现：网络情绪受到COVID-19关键政策事件的显著影响；在不同的城市中，人们对这些政策的情绪反应存在显著差异；网络情绪反应也被发现是预测离线本地流动的良好指标，而这些情绪反应与本地病例和死亡之间的相关性相对较弱。冯博士指出政策制定、公众情绪反应和当地流动性之间的反馈循环，并为整合线上和线下数据进行危机管理提供新的见解。该研究发表在2021年的Scientific Reports6。来自东南大学计算机科学与工程学院的张伟嘉博士带来Muti-Instance Causal Representation Learning的报告。张博士报告了面向不确切监督信息的弱监督学习算法，通过结合因果推断领域的前沿进展和理论结果，研究如何有效利用样本特征和标记之间的非独立性来提升算法的学习能力，将算法能力从仅回答预测问题向回答干预问题进行拓展，提升算法在实际应用中的决策辅助能力，促进弱监督学习算法从仅关注相关性到探寻因果性的转变。该文章发表在2022专题/Special Topic人工智能驱动下的信息管理Information Management Driven by Artificial Intelligence0192022年第6期/第39卷/总第210期人工智能驱动下信息管理研究前沿论坛纪要Minutes of the Forum on Artificial Intelligence in Information Management年的人工智能会议Advances in Neural Information Processing Systems7。3专题论文除了上述专题报告之外，图书情报知识 在本期的“人工智能驱动下的信息管理”专题研究中，收录了在论坛里汇报并进行拓展讨论的四篇专题论文。四篇论文分别从传统的医疗健康、电子商务，到新兴的知识社区及数字货币领域，从四个不同的角度展示人工智能驱动的信息管理的研究前沿。其中，破解电子病历信息共享困境：区块链的转型干预作用 研究了利用区块链技术破解电子病历信息共享问题时遇到的社会转型和可供性实现等信息管理问题，是在人工智能时代对传统的行业中使用以区块链为代表的新技术所遇到的新问题展开的讨论。电子商务水军检测的新方法：自适应邻域精准化采样的多关系图神经网络 介绍了一种自适应领域精准化采样的多关系图神经网络新方法，是通过新的方法解决电子商务领域的水军问题。知识社区中游戏化设计对用户生存的影响以徽章机制为例 研究在知识共享社区场景中的游戏化设计，是对人工智能驱动带来的新场景展开的讨论。加密数字货币恐怖融资监管：交易模式分析与异常实体识别 使用机器学习等实证分析的方法对加密数字货币交易中的恐怖融资活动展开研究，是对新场景中的新问题采用人工智能方法进行的探索。参考文献1 Sun M,Wang M,Wegerif R.Effects of Divergent Thinking Training on Students Scientific Creativity:The Impact of Individual Creative Potential and Domain Know