北京邮电大学副教授，北邮数据科学中心主任科学家，法国巴黎第六大学客座研究员。中国计算机学会大数据专家委员会委员，国家自然科学基金评议专家，科技部大数据方向评审专家。2013年入选北京市“青年英才”计划和微软研究院“青年学者计划”。主持多项国家自然科学基金和北京市科技计划项目、多项国际合作项目及企业横向合作项目；参加多项国家863项目、科技部重大专项等。目前主要研究方向为统计关系学习、社会计算与自然语言处理等。

演讲主题 基于表示学习的信息推荐算法及应用
本次报告主要介绍了基于表示学习的新型信息推荐算法，并介绍了相关实验结果。同时，报告还将介绍基于用户评论多视角理解的信息推荐算法应用。

听众受益
了解最新的信息推荐算法发展，了解当前的推荐算法应用新领域。

悠易互通高级算法工程师。现主要负责KPI预估及竞价策略优化、Lookalike人群扩展、反作弊以及与各高校的学术合作。主要兴趣在于机器学习和数据挖掘，及其在计算广告学的应用。北京邮电大学学士及伦敦大学学院硕士，硕士毕业后至今在RTB领域有三篇论文在国际学术会议上发表。

演讲主题 实时竞价个性化推荐的人工智能
近年来，实时竞价（RTB）广告的兴起和飞速成长给人工智能领域带来了大量的研究机会，研究者通过研发不同的算法来更好地将互联网用户和广告主的营销活动匹配到一起，可以说实时竞价广告的投放机制本身就是为实现一种个性化推荐。本内容将重点介绍实时竞价广告的算法研究框架，及其中经典和前沿的人工智能算法。

听众受益
1. 业内常见的研究难题和能够有效落地的解决方案
2. 行业面临的挑战和最前沿的算法研究

中科院博士，曾就职于搜狗，新浪微博。负责过广告和用户反作弊算法，feed流分发控制算法，商业数据挖掘算法等领域，对相关的算法工作有长期实战经验和系统方法论。

演讲主题 微博商业数据挖掘方法论
数据在微博广告的流量精准描述和细分，客户反馈，底层算法方面起着支撑作用。本次演讲介绍微博商业数据挖掘体系，包括对目标的认识，对数据和算法工作的规划和执行，以及如何将数据挖掘工作与业务紧密结合，起到支持和推动业务的作用。 大纲：
1.基础架构
2.各算法模块，主要问题及解决方案
3.工作方式，沟通及合作

听众受益
1.给在场的做DSP和DMP的同学介绍微博的商业数据体系，增进相互了解和合作
2.对于大数据的从业人员，提供一个数据挖掘和应用的完整方案。
3.对于对数据有需求的业务方，能够了解到数据工作的作用，局限和正确的使用方法

长期在互联网广告行业一线工作，在AdMaster负责负责用户画像，跨设别识别，广告流量反作弊等工作。

演讲主题 跨设备打通
跨设别识别是识别不同联网设备后的同一用户，跨设备识别同一个用户，从而实现跨设备广告投放的频次控制以及基于场景的、更精准的广告投放。分享内容包括应用场景，数据基础，目标问题的定义，特征工程与建模。

听众受益
1.了解跨设别识别的应用场景；
2.数据挖掘过程中问题定义对项目的影响；
3.大规模GBDT模型应用的技巧。

雪球首席架构师，在雪球负责后端整体架构，用户关系推荐搜索广告聊天反垃圾等底层服务，以及大数据体系建设。  在加入雪球之前，作为前新浪微博技术委员会成员，微博平台资深架构师，在微博期间深度参与微博快速增长期的性能和稳定性问题解决。 

演讲主题 雪球社区用户画像体系探索
雪球从2015年开始搭建内部的大数据平台，同时尝试利用平台上的数据对用户进行画像，画像的产出用于反垃圾，推荐，用户留存、召回、转化等多种用途。本次分享包括平台的搭建，垂直社区的用户画像尝试，以及画像信息利用三大块。

听众受益
可以借鉴和参考的中小型公司的大数据体系搭建，用户画像体系搭建，用户画像信息利用的经验和教训。

品友互动大数据部负责人，负责大数据平台、算法优化、人群建模等工作，是中国最早专注于RTB(实时竞价)领域研究和应用的大数据算法专家，在精准定向、用户建模、实时竞价、推荐、Ranking等方面具有丰富的经验。
多年互联网工作经验，曾参与创建了新浪的大数据部门，主导和参与了新浪数据平台、微博用户研究、商品推荐、用户画像建模等大规模线上系统；
主导和发明了多项专利：包括互联网用户画像体系、用户人群特征技术、用户画像建模系统、RTB竞价算法等。

演讲主题 论实时竞价广告中的推荐实时竞价的核心，是挑选最合适的广告主，并以最吸引用户眼球的展现方式，把最合适的内容，在最恰当的时机展示给用户，这是最典型的个性化。本内容将介绍实时竞价广告中的个性化技术和框架，并探讨其中的挑战和经验。

听众受益
1.实时竞价（RTB）广告的背景知识；
2.RTB中的个性化；
3.技术框架和算法。