2017年3月27日
[本篇访问: 15051]
我校与百度联办第一届计算传播学论坛

9月25日,由百度与南京大学联合主办的第一届计算传播学论坛在我校费彝民楼成功召开。本届论坛主题为“计算传播时代”,由南京大学双创示范基地国际合作“创新创业支持平台”、南京大学计算传播实验中心、南京大学新闻传播学院共同承办。寻找传播学可计算化的基因,在9月的南京迈出了重要的一步。

为期一天的论坛,多项主题活动密集上演,吸引了四十多位国内外专家学者和众多学子参与。25日上午的论坛开幕式上,南京大学党委副书记朱庆葆教授、百度校园品牌部高级经理李轩涯博士、新闻传播学院执行院长杜骏飞教授分别做了讲话,三位嘉宾对计算传播学论坛的举办均表示了高度的认可,并对会议的成功举办送上了诚挚的祝福。

开幕式后的Keynote speaking环节,五位学者应邀做主题发言。

本次论坛的会议主席、香港城市大学媒体与传播系的祝建华教授进行了题为《计算传播学中的“新瓶旧酒”与“新瓶新酒”》的主题演讲。他表示,现如今的计算传播学研究仍处于“新瓶旧酒”的阶段,即“当下的计算传播学大部分的研究仍停留在“新瓶装旧酒”的阶段,存在着重复研究的问题,但我们依然要肯定“新瓶旧酒”有其阶段性的价值。”同时祝教授也指出,在新瓶装旧酒的过程中,也许会涌现、转化出新酒,激发出崭新的前沿知识,计算传播学的研究最终还是要向酿造“新瓶新酒”而努力。

北京大学新媒体研究院的刘德寰教授做了《有效大数据运算的两个路径假说》的主题演讲。他提出了针对如何实现数据有效运算,提出了两个路径假说:第一个路径是分析人,完善人的维度;另一个路径则是基于人的认知与习惯,对物的维度进行探测。刘教授强调道:“未来数据分析的核心是分析人,完善人的维度,积累性的知识会不断完善,效率也会不断地提高;另外,对物的探测,必须基于人可认知的知识,而不是计算机能认知的知识。否则就会像Google大数据中的流感预测一样,今天正确,明天失败,后天失败,未来十年继续失败。”

百度研究院大数据实验室的夏粉博士的演讲主题为《计算广告中的大规模机器学习》。拥有十年机器学习研究经验的他,深入浅出地为大家介绍了百度是如何将计算广告学应用到实际业务中的,并以切身经历为大家解读了在工业界和学术界做计算传播学研究的不同。

同样针对计算广告,在美国的刘鹏博士向会场老师同学进行了主题为《计算广告的问题与挑战》的远程发言。他认为,计算广告的核心挑战,是为一系列用户与环境的组合找到最合适的广告投放策略以优化整体广告活动的利润。这其中就涉及到广告业务的转化到广告目标的实现。随之,刘博士阐述了计算广告的六大算法问题,包括特征提取、微观优化、宏观优化、受限优化、强化学习以及重定向问题。

大连民族大学信息与通信工程学院的许小可教授做《在线社交网络中计算传播学的现状与挑战》的主题演讲。许教授首先开宗明义地讲到社交网络和社交媒体中进行信息传播研究的必要性,其次,他从网络结构的观点说明了社交网络中计算传播学研究的现状,并提出“大而精致”才是大规模社交网络中信息传播研究的要求,而后他举例了利用复杂网络对社交网络的研究与传统传播学研究的不同,随之提出只有学科融合与合作才能对认识现象整体提供更多有说服力的阐释、解读。最后,许小可教授提出解决社交网络中计算传播学面临的挑战的关键就在于——大数据。而具体的解决方案就在于要把社交网络与算法、传播学理论与算法、自然语言理论与算法、机器学习理论与算法等等的深度融合起来。

下午,继续进行“计算传播学:概念与实践”、“计算传播学实证研究:复杂网络角度”、“计算传播学实证研究:传播学视野”三大分论坛的讨论。

本届论坛最后一个环节是由祝建华教授主持的圆桌对话。与会各代表围绕计算传播学学科定位、追溯了学科命名以及当下学科融合过程中研究者如何定位自己的学术理想、学术目标等议题纷纷谈了自己的想法。

会后,南京大学计算传播实验中心主任巢乃鹏教授在采访时表示,第一届计算传播学论坛是学科思想的一次解放,是跨学科理论的一次碰撞。论坛的成功举办为计算传播学的学科发展搭建了业界与学界间的交流平台,也为该学科的专业发展开辟了崭新的路径。