2021年11月3日下午，计算学部在活动中心216举办了第六期哈工大计算学部人工智能学科发展论坛（仲荣论坛）。本次论坛的主题为“人工智能与经济管理交叉研究”，邀请了我校经济与管理学院张自立教授、姜广鑫教授、哈工大深圳研究院张晓峰副教授、哈工大计算学部丁效副研究员作专题报告。

论坛由哈工大计算学部主办，哈工大计算学部社会计算与信息检索研究中心承办。计算学部主任刘挺教授和经济与管理学院院长叶强教授及校内相关领域师生参加本次论坛。本次活动由计算学部冯骁骋副教授和刘建伟助理研究员主持。由于受疫情影响，本次论坛采用线上线下相结合的方式进行。

与会人员合影

张自立教授作了题为《Consumption Experience Forgetting: Investigation and Implications》的报告。本次报告以遗忘理论为基础，采用大规模的观测数据，设计并计算多种指标测度消费经历的保留程度，探讨了消费经历的遗忘规律以及相关的影响机制，研究了消费者保留的经历如何影响其重返行为以及消费者将保留的经历发布后如何影响其他消费者的购买行为，并进一步基于发现的消费经历遗忘规律，解释了消费者发布的经历影响其他消费者决策的机制。研究结论对商家管理其顾客的消费经历、从多维度挖掘消费经历的价值提供了参考。

姜广鑫教授作了题为《Solving large-scale fixed-budget ranking and selection problems》的报告。报告首先介绍了仿真优化（simulation optimization）问题和排序择优（ranking and selection）问题，及其在供应链管理、医疗健康管理、金融投资等领域的应用。然后详细介绍了所提出的解决大规模排序择优问题的新型固定预算（fixed-budget）算法，理论上证明了该算法较传统算法的优越性。在此基础上介绍了基于种子系统（seeding system）的改进方法，并讨论了新算法如何在并行计算环境下有效执行。最后通过数值实验进一步阐述新算法的有效性。

张晓峰副教授作了题为《基于深度学习的股价预测及金融研报生成方法研究》的报告，主要分为两个部分，首先着重围绕金融研报生成任务进行研究，阐述了研报自动生成任务的目标和意义，并分别针对纲要式生成、知识扩展、知识对齐和语义连贯性等具体问题进行研究，通过多次编辑、知识蒸馏、互信息计算和语义图构建等策略进行问题优化；其次报告介绍了基于深度学习的股价预测方法研究，分别从单市场时序、跨市场时序和时序与金融文本相结合三方面逐一阐述，相关方法都在标准数据集上取得了显著提升，为后续研究者提供了参考。

丁效副研究员的报告题目为《事件驱动的金融市场行情预测》。报告首先介绍了基于文本事件的股票预测研究，通过收集金融领域的新闻文本来优化股票预测的准确率，其核心是如何从文本中挖掘核心事件，通过多种深度学习模型建模事件三元组的语义表示，整个研究在多个金融股票市场获得显著验证，引起了业内广泛关注；之后丁效老师介绍了金融事理图谱的构建进展，其抽象事件规模已达到2,021,289个，具体因果关系数1,607,638个，并为多个国家和地区项目提供支持，该资源的可持续扩增必将对金融产业产生深远影响。

最后，刘建伟助理研究员主持Panel讨论环节，结合专题报告的内容，与参会的老师和同学在人工智能+经济管理的研究方向选择、研究范式演进、跨学科合作和学生培养方式等议题进行了充分的讨论。此外，刘挺主任期望计算学部和经济与管理学院优势互补，以研究合作、共享数据资源和交叉学生培养等形式加强计算学部和经济与管理学院师生间的交流。本次论坛是计算学部和经济与管理学院合作的新跨越，将进一步推动哈工大人工智能学科和经济管理学科的深度融合。