University of Central Arkansas盛胜利博士来访交流
7月11日上午9:00-10:30，University of Central Arkansas盛胜利博士来访交流，在校学术活动中心二楼报告厅作了题为“Get Another Label? Improving Data Quality and Data Mining Using Multiple Noisy Labelers”的专题报告，此项工作在2008年数据挖掘领域顶级会议ACM SIGKDD上荣获最佳论文奖亚军。报告由“千人计划”特聘专家吴信东教授主持，计算机与信息学院学术委员会常务副主任王浩教授及相关教师出席了讲座，本次讲座主要面向对数据挖掘领域感兴趣的本科生及研究生。
面对Web数据量的激增，如何对含有大量嗓音的数据进行分类成为了一个挑战性问题。盛胜利博士指出，利用自主学习的方法对目标变量进行信息搜集，通过多标签的集成可以有效地提高分类的精度和模型的质量，特别是当标签的获取相对代价较低时，该策略相比传统的单标签模型具备非常好的优势。报告结束后，各位老师及同学与盛博士进行了进一步的交流讨论，气氛融洽。吴信东教授对盛博士的精彩报告表示感谢，并提出在今后的科学研究中加强联系，进行更深入的合作。
盛胜利博士， University of Central Arkansas，USA，Assistant Professor (tenure-track)。现任International Journal of Information Systems in the Service Sector （IJISSS） （board member）、Central European Journal of Computer Science （Editor）、CCSC （Publicity chair），并多次在多家高级国际学术会议和期刊担任评审委员会委员，国际学期刊包括IEEE TKDE、IEEE TSMC、JML、ACM TIST、ACM TKDD、DMKD、IJITDM、JCST、IJISSS、INFORMS JOC 等。国际学术会议包括 Ubicomp、KDD、ICML、ICDM、IJCAI、BIBM、WI、PKDD、PAKDD、CCSC、DMIN、HCOMP、NAACL、INFORM等。在加拿大和美国的十余年间，盛胜利博士参与和主持了多项加拿大自然科学与工程研究理事会资助课题和美国自然科学基金，在国际学术会议和期刊上共发表论文40多篇，其中2011年ICDM会议上荣获最佳论文奖，2008年KDD会议上荣获最佳论文奖亚军。
面对Web数据量的激增，如何对含有大量嗓音的数据进行分类成为了一个挑战性问题。盛胜利博士指出，利用自主学习的方法对目标变量进行信息搜集，通过多标签的集成可以有效地提高分类的精度和模型的质量，特别是当标签的获取相对代价较低时，该策略相比传统的单标签模型具备非常好的优势。报告结束后，各位老师及同学与盛博士进行了进一步的交流讨论，气氛融洽。吴信东教授对盛博士的精彩报告表示感谢，并提出在今后的科学研究中加强联系，进行更深入的合作。
盛胜利博士， University of Central Arkansas，USA，Assistant Professor (tenure-track)。现任International Journal of Information Systems in the Service Sector （IJISSS） （board member）、Central European Journal of Computer Science （Editor）、CCSC （Publicity chair），并多次在多家高级国际学术会议和期刊担任评审委员会委员，国际学期刊包括IEEE TKDE、IEEE TSMC、JML、ACM TIST、ACM TKDD、DMKD、IJITDM、JCST、IJISSS、INFORMS JOC 等。国际学术会议包括 Ubicomp、KDD、ICML、ICDM、IJCAI、BIBM、WI、PKDD、PAKDD、CCSC、DMIN、HCOMP、NAACL、INFORM等。在加拿大和美国的十余年间，盛胜利博士参与和主持了多项加拿大自然科学与工程研究理事会资助课题和美国自然科学基金，在国际学术会议和期刊上共发表论文40多篇，其中2011年ICDM会议上荣获最佳论文奖，2008年KDD会议上荣获最佳论文奖亚军。