【CCF ADL84】陆品燕、邓小铁等授课：计算经济学理论与应用

特邀讲者

陆品燕

陆品燕，上海财经大学信息学院教授，理论计算机科学研究中心主任。2009年1月于清华大学计算机系获博士学位后加入微软亚洲研究院，历任理论组副研究员，研究员，主管研究员。2015年12月全职加盟上海财经大学，领衔组建理论计算机科学研究中心。他的主要研究方向是理论计算机，并注重与其它学科的交叉，包括自然科学中的统计物理以及社会科学中的经济学与社会选择理论等。有50余篇科研论文在STOC、FOCS、SODA、EC等顶级计算机理论及博弈论的国际会议和杂志发表，荣获ICALP2007、FAW2010、ISAAC2010等重要国际会议最佳论文奖。2010年曾受邀在第五届国际华人数学家大会(ICCM)上给45分钟的特邀报告。2017年担任计算经济学方向重要国际会议WINE 2017的程序委员会主席。曾荣获中国计算机学会青年科学家（2014），微软金星员工奖（2010），微软学者（2008），清华大学特等奖学金（2007）等荣誉。

讲座题目: 计算经济学概论

摘要：在这个讲座中，我会总体介绍计算经济学研究的对象及其主要的研究主题，然后会通过一两个具体的研究实例来进一步介绍主要要到的研究思路、方法与技巧。我希望通过这个讲座，使大家对这个领域有一个总体的认识和了解。

邓小铁

邓小铁，教授，清华大学工学学士学位, 中国科学院硕士学位, 斯坦福大学博士。现任上海交通大学教授。他曾在英国利物浦大学、香港城市大学和加拿大约克大学任教。在此之前, 他是西门弗雷泽大学的加拿大自然科学与工程技术研究理事会国际博士后研究员。因为对算法和博弈理论交互研究的贡献，于2008年获选ACM会士。2013年入选国家千人计划。目前的研究重点集中在算法博弈理论包括均衡分析和机制设计, 并应用于互联网经济学金融学。近期对机器学习方法论和博弈论方法论的交互应用极为关注，特别是竞争环境下的利益攸关个体之间基于数据的相互学习，以及在金融数据获取策略分析、最优动态对策和均衡分析的应用。

讲座题目：基于数据的互联网市场定价与资源分配原理所面临的行为学挑战

摘要：今天的互联网为不同类型的市场创造了广泛的机会，适用于各种应用：出租车的呼叫服务，在线餐饮外卖，共享单车。但我们如何对这些平台提供的服务进行定价。这些模式定价和分配的一个共同特征是，导致这些决定的信息是基于收集的数据，包括被动观察和积极从参与者征求得来的数据。针对这类服务的定价和分配对决策制定适当的协议提出了挑战。学术界尚未提供一套全面的方法来解决这些新型经济体所涉及到的基于大数据，机制设计和算法方法的新业务问题。这里，我们提出了一些从这样的研究领域提出的基本问题，探讨重点探讨解决挑战中的定价和分配的经典原则上。

盛子夏

盛子夏， 蚂蚁金服集团人工智能商业决策总监。2012年加入阿里金融，历任网商银行风险管理官，现任蚂蚁金服集团人工智能商业决策总监，负责大金融板块（财富，信贷，信用）的基于人工智能+大数据的商业应用和解决方案。目前主要工作包括构建金融知识图谱来实现下一代的金融私人虚拟助手，并通过结合客户洞察，实现让普罗大众都能享受到私人银行的智能理财和资产配置服务。在任职网商银行期间，负责建立了阿里巴巴金融面向百万淘宝卖家和千万B2B商户贷款的全面风险管理体系、通用贷款决策体系和商户信用评价体系。实现了全方面的风险管控、信贷评估和营销策略的全数量化分析和运营模式。一直致力于研究和实现将人工智能+大数据转化成直接商业价值和生产力。加入阿里之前，在美国和新加坡先后学习和工作12年。在美国卡内基梅陇（Carnegie Mellon University）大学和新加坡国立大学（National University of Singapore）商学院获得决策科学和商业策略学硕士学位。在美国期间，就职于芝加哥Discover信用卡总部，负责零售金融的风险管理、风险政策和模型，对于零售金融、风险管理、数量化模型、发达国家的信用评估体系有着多年的经验。

演讲题目 ：人工智能驱动金融生活

摘要： 作为智慧城市的杭州，AI已经深入金融和生活的方方面面。在蚂蚁金服，AI作为Techfin的主要驱动力，已经在支付，信贷，客服，安全，信用，财富，保险等各个商业场景提升了现有业务价值，并着力于创造新的业务。

陶曲明

陶曲明，万向区块链股份公司副总经理，万云平台总经理，万向新链加速器负责人，万向区块链咨询业务负责人。陶曲明先生于2016年8月加入万向，负责万向区块链咨询，万云BaaS平台和Chain Base新链加速器和孵化器业务，与分布式基金和万向区块链实验室一并构成万向面向区块链发展的涵盖资本、业务和技术的创新平台。在加入万向前，陶曲明先生在全球顶尖IT企业积累了超过18年的丰富服务管理和业务管理的实践经验。尤其在企业IT外包服务、服务产品规划、服务业务战略和管理，以及利用包括云计算在内的先进信息技术和服务改造传统产业，促进本土企业业务转型等领域，开创性地将国外成熟业务模式和先进技术与本土企业的业务需求和管理体制有机融合，在零售、制造、和金融等行业建立了若干具有行业影响力的IT服务模式。
陶曲明先生具有敏锐和前瞻性的技术和行业趋势洞察，开创性地将行业领先的云服务市场、物联网数据服务云平台、创新加速器等技术和业务产品引入中国本土市场，从2013年开始追踪区块链、云计算，物联网和智能制造等行业前沿趋势，不断创新与行业应用场景的实践。亲手建立了全球第一个专注区块链创新的加速器---万向新链加速器和万云---全球首个连接区块链公链生态与企业级云服务的BaaS平台。
同时，陶曲明先生具有在IBM和惠普公司多年管理经验，谙熟IT服务业务管理，具有很强的市场洞察力和创新能力。结合出色的沟通和领导能力，追求卓越的进取心，以及诚信负责的专业精神，致力于推动基于区块链的价值互联网的创新生态发展。

讲座题目：区块链与机制设计

摘要：简要介绍区块链技术的产生和发展以及基于区块链的数字代币系统对于开源软件生态及全新数字金融生态的颠覆与创新，探讨机制设计理论在未来区块链技术和商业发展中作用。

黄志毅

黄志毅，香港大学计算机系助理教授，第一届姚班毕业生，宾夕法尼亚大学计算机与信息科学博士。主要从事计算博弈论，机制设计，在线算法，以及差分隐私方向的理论研究工作。曾获得香港杰出青年学者以及ACM SPAA 2015最佳论文等奖项。个人主页：http://www.cs.hku.hk/~zhiyi/

讲座题目：基于数据的机制设计理论

摘要：传统经济学基于贝叶斯模型的机制设计理论假设买家对所求物品的价值是从一个先验概率分布中随机采样得来，并且这个先验概率分布对于卖家是已知的。然而在实际的应用场景中，卖家只能从以往的用户数据中提取出关于这些先验概率分布的部分信息并以此为基础进行机制设计。该讲座将以一个买家一个卖家的简单模型为例，从严格的数学模型出发探讨关于如何基于用户数据设计近似利润最大化机制的一些问题：卖家需要多少数据才能设计出取得99%近似最大利润的机制？如何在一个在线机器学习的模型下平衡最大化当前利润以及学习买家信息两者之间的关系？买家会如何根据卖家的学习算法策略性的谎报自己的信息？卖家又应该如何相应的调整机制设计的策略？

Nick Gravin

Nick Gravin, Nick Gravin is an associate professor at Shanghai University of Finance and Economics. He completed his bachelor degree in mathematics at Saint-Petersburg State University in 2008. He received his PhD in mathematics from St.Petersburg Steklov institute of mathematics in Russia in 2011 and his second PhD in computer science from Nanyang Technological University in 2013. Nick was a postdoctoral researcher at Microsoft research New England from 2013 until 2015 and at MIT during 2016.
Nick won gold medal at International Mathematics Olympiad in 2003. He received Microsoft Asia fellowship in 2011. Nick Gravin has received 1000-national youth award from Chinese government in 2017. Nick Gravin's research interests concerns a variety of areas including those of algorithmic game theory, convex and discrete geometry, probability theory and combinatorial optimization. In game theory, Nick Gravin works on worst-case mechanism design, combinatorial auctions and markets, and computational game theory. He published multiple papers on several topics in graph theory, tilings, online algorithms and learning theory.

讲座题目: Budget Feasible Procurement Mechanisms

摘要：In this mini-course I will introduce and discuss the budget feasible mechanism design framework. This framework captures scenarios where the goal is to buy items or services from strategic agents under budget. The setting poses interesting combinatorial optimization problems with application domains that include crowdsourcing, marketing in social networks, recommendation systems, spectrum auctions, and privacy auctions.
We will focus on both the theory and the applications. The theoretical developments are concerned with combinatorial optimization, competitive analysis, approximation ratios, Bayesian models, posted price mechanisms, and leave many open questions. The applications we will discuss would be relevant to those interested in influence in social networks, pricing and matching crowdsourcing tasks, and privacy auctions.
The aim of the course is to provide a useful toolbox for procurement-related problems, as well as a good exposure to open problems for those interested in combinatorial optimization, mechanism design, and online learning.

唐平中

唐平中，博士，清华大学交叉信息研究院青年千人助理教授（2012–至今），博士生导师，计算经济学研究室主任。在加入清华大学之前，他在美国卡耐基梅隆大学计算机系从事了两年的博士后研究员工作，师从Tuomas Sandholm教授从事人工智能，拍卖，肾脏交换和机制设计的研究工作。他于2010在香港科技大学计算机系获得博士学位，在林方真教授的指导下进行人工智能与经济学交叉学科的研究。他曾在斯坦福大学计算机系（2008-2009），哈佛大学计算机系（2010）微软亚洲研究院（2013）以及加州大学伯克利分校（2015）从事访问研究工作。
唐平中博士的研究兴趣是人工智能及多智能体系统，专注于互联网背景下计算机科学与经济学的交互，包括机制设计，市场设计，拍卖和博弈，并将其理论应用于电子商务，互联网广告等相关的领域。他在该领域著名会议及期刊发表论文四十余篇，获得IJCAI-15媒体论文奖，AAMAS-17最佳论文和最佳学生论文提名和IJCAI-17青年事业奖。他是中组部青年千人计划和微软研究院铸星计划的入选者，并担任国家自然科学基金中国-以色列国际合作项目中方首席科学家。
唐平中博士致力于将科研成果应用于互联网企业，包括百度，阿里，谷歌等顶级互联网企业。提出的解决方案包括百度搜索广告中的个性化保留价项目，淘宝平台的防刷单推荐算法和滴滴拼车的定价机制。

讲座题目: 最优机制设计

摘要：本讲座将涵盖最优机制设计领域当中经典和前沿的结果，并将着重介绍如何将这些理论结果应用到重要的工业场景中。

日程安排

学术主任：陆品燕 上海财经大学

主办单位：中国计算机学会

独家合作：AI 研习社