第13届中国R会(杭州)暨移动营销分析与应用论坛参会报名通知

原标题:第13届中国R会(杭州)暨移动营销分析与应用论坛参会报名通知

2020年11月28日-29日

中国· 杭州

线下会议地点:

梅苑宾馆( 杭州市西湖区莫干山路511号 )

“互联网+”的发展,让我们无时无刻不在接触大数据。无论是学界还是企业界,均重视大数据的挖掘与应用,尤其在学界,大数据分析已是必不可少的研究方式。但是,在中国对于R语言在研究中的应用的普及程度尚不足,营销学者对研究中所遇到的数据分析问题、数据可视化问题、数据整理问题还没未得到很好的解决。基于此,我们希望通过本次学术交流,提升市场营销学大数据分析领域的研究能力和研究水平,为学术界和实业界的交流与合作提供机会。本届会议将在美丽的杭州召开,我们真诚期待您的参与!

部分嘉宾介绍

本期报名通知将展示以下七场演讲主题,其他演讲请期待之后推送。

1、数据科学中的因果推断技术探索与实践

演讲嘉宾:朱俊辉( 美团单车算法工程师)

演讲摘要:近年来,随着数据科学技术的快速发展,因果推断成为继强化学习后又一个数据科学的新热点。因果推断突破了传统统计学习只关注相关性,不关注因果性的难题。本次分享,将综合介绍近年来,业界在因果推断领域的算法实践与探索。

2、时空语义数据的可视分析

演讲嘉宾:孙国道(浙江工业大学计算机科学与技术学院副教授,博士生导师)

演讲摘要:当前大数据研究的一个热点和难点在于对含多维度多尺度时空语义信息数据的理解、关联和表达,交互式可视分析将专家用户的领域推理能力与传统的数据挖掘相结合,以帮助综合提炼信息、验证预期模式和发现未知现象。本报告将从时空数据、文本数据、用户行为数据、模型数据等方面出发,介绍团队在上述领域所做的可视分析工作及代表性案例,如交通卡口数据的可视分析、人群移动数据的可视分析、社会态势的可视分析、社交媒体数据的可视分析以及VIS+AI等方面的工作。

3、Quda:Natural Language Queries for Visual Data Analytics

演讲嘉宾:傅四维( 之江实验室副研究员,香港科技大学计算机科学与工程博士)

演讲摘要:The identification of analytic tasks from free text is critical for visualization-oriented natural language interfaces (V-NLIs) to make design decisions. However, it is challenging due to the ambiguity and complexity nature of human language. To address this challenge, we present a new dataset, called Quda, that aims to help V-NLIs recognize analytic tasks from free-form natural language by training and evaluating cutting-edge multi-label classification models. Our dataset contains 14,035 diverse user queries, and each is annotated with one or multiple analytic tasks. We achieve this goal by first gathering seed queries with data analysts and then employing extensive crowd force for paraphrase generation and validation. We demonstrate the usefulness of Quda through two applications. This work is the first attempt to construct a large-scale corpus for recognizing analytic tasks. With the release of Quda, we hope it will boost the research and development of V-NLIs in data analysis and visualization.

展开全文

4、智慧制造的成功关键

演讲嘉宾:谢宗震(博士, 智库驱动 (DSP,Inc.) 创始人暨知识长)

演讲摘要:近年来,人工智慧风潮从方兴未艾的倡议阶段,逐步走向实务落地与校调。在观察企业推动产业AI化与数位转型的过程中,我们看到的是组织不断膨胀、制度越来越多、流程越来越多,但组织内部AI团队的运作效率却未必符合期待。基于大量的实务经验,我们提炼了From Idea to Impact的方法论,协助制造业客户在商业判断、组织架构、项目规划、团队育成等面向逐步体现价值。

5、价格传导路径

演讲嘉宾:李孟育(博士,南华期货股份有限公司研究所量化团队负责人)

演讲摘要:价格传导路径,是资本市场与知识图谱研究的重要议题。对于资本市场而言,不同影响事件会导致不同的标的(或板块)涨跌顺序。对于知识图谱而言,目前可以利用技术手段来完善个体之间的关系网络,接着需要算法来理解不同事件冲击之下的影响力传导顺序。本研究运用向量自我回归(Vector autoregressionVAR)来计算个体之间的影响方向与影响力。此方法可以同时计算多个体网络内的影响力顺序,而不局限于单一配对。本研究以中国期货市场为例,来说明运用VAR方法于寻找价格传导路径。

6、传染病预警中的统计模型

演讲嘉宾:李舰(博士,九峰医疗首席数据科学家,“统计之都”核心成员之一)

演讲摘要:传染病的预防控制一直是全社会面临的重大挑战,也是当前的热点问题。其中,关于传染病的预警技术涉及到很多统计学方法,也随着技术的进步不断地发展。本次报告基于演讲者的研究经验,探讨一些统计模型在真实场景中的应用情况,以及R语言的实现方式。

7. 负面奖项是否具有实质作用:基于“金酸梅奖”的实证研究

演讲嘉宾:孙琦(上海财经大学商学院市场营销系副教授,系主任)

演讲摘要:除了奥斯卡,诺贝尔奖等荣誉性的“正面”奖项之外,还存在着很多以讽刺和批评为主目标的“负面”奖项(例如金扫帚奖,搞笑诺贝尔奖等)。除了“搞笑”、“噱头”这些标签之外,这些负面奖项对于获奖人真的有实质影响吗?如果答案是肯定的,这些影响主要体现在哪些方面?目前关于奖项(Awards)的研究均聚焦于“正面奖项”上,因此无法回答上述关于“负面奖项”的问题。本研究选取负面奖项中最具知名度的“金酸梅奖”,应用合成控制(synthetic control)方法,研究了获得“金酸梅奖”提名对于演员职业生涯的影响。研究发现,相对于没有获得提名的控制组,获得金酸梅奖提名的演员在提名后会出演更多的小众和艺术性电影,但是主演的电影票房、观众评分、制作预算均显著下降,并且这些影响在获得提名后依然长期存在。

会议形式

为保障疫情期间会议参与者的身体健康,减少人员聚集及流动,本次会议将结合 线上与线下会议形式。

江浙地区参会者可以 选择线上或线下方式参与,线下会场人数不超过150人( 仅限江浙地区)。

其他地区参会者参加 线上直播会议

参会事宜

1、线下参会报名

截止时间: 11月25日23:50

2. 线上参会报名

截止时间: 11月27日18:00

会议时间&地点&费用

会议时间:2020年11月28日-29日

线下地点: 杭州市西湖区莫干山路511号杭州梅苑宾馆

线上直播平台: 小鹅通

参会费用:参会代表不收取会议注册费,线下会议期间中午提供免费工作餐,其余交通食宿费用自理。

会议主题

此次主题包含但不限于:统计学、大数据、人工智能相关理论及其在各行各业的具体应用,包括医疗健康、生物信息、消费金融、量化投资、工业工程、智能制造、软件工具、计算平台、概率统计、机器学习、人工智能、自然语言、城市规划、环境科学、社交网络、政务数据、商务统计、人文科学等诸多话题。

会议组织

(一)主办单位

1、统计之都

第13届中国R会(杭州)暨移动营销分析与应用论坛参会报名通知

2. 浙江省自然科学基金

第13届中国R会(杭州)暨移动营销分析与应用论坛参会报名通知

3. 浙江工商大学

第13届中国R会(杭州)暨移动营销分析与应用论坛参会报名通知

(二)承办单位

浙江工商大学工商管理学院市场营销系

第13届中国R会(杭州)暨移动营销分析与应用论坛参会报名通知

(三)协办单位

浙商研究院

第13届中国R会(杭州)暨移动营销分析与应用论坛参会报名通知

协议酒店

1、杭州梅苑宾馆(四星级)

地址:杭州市西湖区莫干山路511号

协议价:400元/晚

预订方式:会议名称

2、杭州文华景澜大酒店(四星级)

地址:杭州市西湖区西溪街道文二路38号

协议价:380元/晚

预订方式:会议名称

3、杭州山水宾馆(三星级)

地址:杭州市西湖区翠苑街道教工路187号

协议价:280元/晚

预订方式:会议名称

会务联系

  • 会议微信:统计之都
  • 新浪微博:@统计之都
  • 微信公众号:统计之都
  • 会务组联系邮箱: zjsumarketing2020r@163.com

END

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

评论