研究课题
研究课题  
时间: 2017-02-21
    

1. 研究工作主要进展、结果和影响。

1)主要研究内容。

研究团队在开展研究的过程中,立足把握研究的大方向,积极跟进相关研究领域的前沿和热点问题。主要研究了以下两个主要问题:

1】复杂网络的基本特性和算法的探索研究

2】具体领域复杂网络中动力学研究及其控制和策略应用研究

 

2)取得的主要研究进展、重要结果、关键数据等及其科学意义或应用前景。

代表性成果:

1、Xiao, Yu, Jingti Han. "Forecasting new product diffusion with agent-based models." Technological Forecasting and Social Change 105 (2016): 167-178.SSCI)(Citation4

内容介绍:基于agent的建模方法被广泛应用于探索具有异质性个体和复杂交互传播的创新扩散研究中,但却很少应用于创新扩散的预测。本研究提出了一种基于agent的新产品创新扩散的预测方法。agent模型建立在隐含传播网络上(HIN)。提出一个有效的方法估计非结构化的参数(如pqm)且构建了一个多项式logistic模型来识别HIN扩散数据的类型。为了降低HIN设定错误导致的预测损失,提出三种方法:预测HIN、加权平均和简单平均来预测新产品扩散。通过317个耐用消费品渗透时间序列数据组成的数据集对三种方法进行评估。结果显示大部分识别的HIN具有中性的拓扑结构,本研究提出的方法在短期和长期预测方面都优于四种基于微分方程的传统方法。

节选学术界同领域学者的评价:

Cassettari L, Bendato I, Mosca M, Roberto M. “A new stochastic multi source approach to improve the accuracy of the sales forecasts.” foresight, 2017, 19(1).

 “…Some of the most recent and innovative approaches have been developed for applications in the electrical or energetic field (Li et al., 2012; Jeong et al., 2014; Xiao et al. , 2015; Arora and Tayler, 2016)…”


2、Liu, Jian-Guo, Lei Hou, Xue Pan, Qiang Guo, and Tao Zhou. "Stability of similarity measurements for bipartite networks." Scientific reports 6 (2015): 18653-18653.SCI)(Citation11

内容介绍:相似性是网络分析和机器学习算法的基本衡量指标,在个性化推荐到社会经济动力学都具有广泛的应用。本研究认为一个有效的相似性衡量方法应能够在一些信息损失的情况下依然能够保证稳定性。通过6个二分网络,对初始数据集进行随机划分得到两个数据样本并比较相似性矩阵,研究了15个相似性方法的稳定性。研究结果显示,基于其稳定性,这15种方法能够划分为三类,每一类中的方法具有类似的数学定义。另外,本研究提出了一种针对个性化推荐的top-n-stability方法,发现不稳定的相似性方法可能会给用户推荐错误的信息,而稳定的相似性方法能够大幅度地提高推荐效果。本研究为分析和评价相似性方法提供了一个新的视角,并能够应用到链路预测、个性化推荐、分类算法和社团发现等领域。

节选学术界同领域学者的评价:

Lü, L., Chen, D., Ren, X. L., Zhang, Q. M., Zhang, Y. C., Zhou, T. “Vital nodes identification in complex networks.” Physics Reports, 2016, 650, 1-63.

 “…A valuable work is to arrange well known centralities and classify them according to their produced rankings of nodes, the information required to produce these rankings, and other relevant features (see, for example, how to classify similarity measures in bipartite networks [381]) …”


3、Guo, Lei, Jian-Hong Lin, Qiang Guo, and Jian-Guo Liu. "Identifying multiple influential spreaders in term of the distance-based coloring." Physics Letters A 380, no. 7 (2016): 837-842.SCI)(Citation4

内容介绍:识别传播节点对于理解复杂网络中信息扩散过程的动态性非常重要。本研究提出了一个改进的基于距离的着色方法来识别多个传播节点。在该方法中,每一个节点都通过一种规则来着色,该规则计算初始节点之间的距离是否接近于网络的平均距离。当所有节点被着色后,具有相同颜色的节点被分到一个独立的集合中,接着根据节点的中心性选择在评价序列中靠前的节点。通过对一个生成网络和三个实证网络的实验结果显示,与其他传统的着色方法对比,该改进的基于距离的着色方法对于ER网络、Erdos网络、Polblogs网络和Routers网络的改进比例能够达到12.82%8.16%4.45%2.93%

节选学术界同领域学者的评价:

Bao Z K, Liu J G, Zhang H F. “Identifying multiple influential spreaders by a heuristic clustering algorithm.” Physics Letters A, 2017.

 “…Since the distance between the multiple spreaders are not far away in sometimes, the method was improved in Ref. [19]…”


主要成果简介:

1】研究团队对复杂网络的基本特性和算法进行了探索研究。

1)      集聚系数在复杂网络的局部结构特性中已经被广泛深入研究,在本研究中,对复杂网络中三角形结构和四边形结构的聚集系数即C3C4进行研究并以此衡量不同度混合模式网络的局部结构特征。首先,建立了一个同配性系数可调的网络模型,接着,对局部集聚系数C3k)和C4k)进行了对比分析并发现,在异配性网络中,随着度数为k的节点数量的增加四边形结构也会增加。与此同时,计算不同同配性系数网络的C3k)和C4k)之间的Pearson系数p,当同配性系数r-0.50.45间增加时,p值在-0.50.98间变动,意味着三角形和四边形结构在同配性网络中具有一致的增长趋势,而在异配网络中具有不同的增长趋势。最后,本研究分析了在同配性可变网络中的集聚系数C3C4,发现当C30.0038增长到0.5952C40.00039增长到0.005,意味着异配网络中的小集团数是远大于同配网络的。

2)      相似性是网络分析和机器学习算法的基本衡量指标,在个性化推荐到社会经济动力学都具有广泛的应用。本研究认为一个有效的相似性衡量方法应能够在一些信息损失的情况下依然能够保证稳定性。通过6个二分网络,对初始数据集进行随机划分得到两个数据样本并比较相似性矩阵,研究了15个相似性方法的稳定性。研究结果显示,基于其稳定性,这15种方法能够划分为三类,每一类中的方法具有类似的数学定义。另外,本研究提出了一种针对个性化推荐的top-n-stability方法,发现不稳定的相似性方法可能会给用户推荐错误的信息,而稳定的相似性方法能够大幅度地提高推荐效果。本研究为分析和评价相似性方法提供了一个新的视角,并能够应用到链路预测、个性化推荐、分类算法和社团发现等领域。

3)      社团结构的探索对于更好的理解网络拓扑结构具有重要作用,本研究考虑将网络拓扑中邻居节点度信息作为链接权重,提出了一种改进的NMFNonnegative Matrix Factorization)方法来寻找网络中的社团结构。实证网络的研究结果显示归一化相互信息值的最大改进比率可能达到63.21%。同时,对于合成网络,最大的归一化相互信息值可能接近于1,这表明该基于最优λ的改进NMF方法能够更加准确地寻找到网络中的社团结构。本研究对于理解链接权重和社团结构探索之间的相互作用具有重要的意义。

4)      有向网络社团结构的识别对于理解复杂系统的结构特性和动力学特性都有着重要的意义。本研究提出了一种基于拉普拉斯矩阵多重特征向量的有向网络社团结构划分算法,该算法利用有向网络拉普拉斯矩阵的前c个较小特征值所对应的特征向量来划分有向网络的社团结构。在人工数据和实证数据上与模块度的谱优化算法和模拟退火算法做了对比实验。实验结果表明,当社团结构明显时,该算法的归一化互信息指标的值接近于1。当社团结构不明显时,该算法所取得的效果也优于谱优化和模拟退火算法。与这两种算法相比,在实证网络上模块度Q 值也可以提高17.28% 19.21%。本研究对于理解有向网络上拉普拉斯矩阵的多重特征向量与网络的社团结构的关系具有十分重要的意义。

5)      流行性被广泛用于描述在不考虑用户特征情况下在线用户和对象的二分网络的对象属性。在本研究中,通过信息熵提出了一种用户多样性的方法来衡量那些选择或评价某一对象的用户多样性。首先利用MovieLensDiggs数据库实证计算了特殊度的对象的用户多样性。研究结果显示更多的用户选择正常度大小的对象而不是那些具有较大或较小度的对象。更进一步,具有较小度数的对象常常被较大度数的用户选择,而较大度数的对象常常被较小度数的用户选择。将15%具有最小度数的对象定义为不流行对象,10%具有最大度数的对象定义为流行对象,并引入时间戳来分析流行对象和不流行对象的用户多样性的演化过程,动态分析显示,当对象逐渐变得流行时,会更大可能被具有较小度数的用户接受,而失去具有较大度数用户的关注。

6)      在用户-对象的二份网络中基于评价信息识别在线用户的声望对于理解在线用户的集体行为非常重要。基于贝叶斯分析,本研究提供了一个非参数的算法对在线用户声望进行排序。通过用户评价与主流用户意见的一致性概率计算用户声望。实验结果显示对于MovieLensNetflix数据库该算法的AUC值能够分别达到0.89290.8483,好于CRIARR方法得出的结果。进一步,对于不同用户群体的实验结果显示该算法相较迭代的排序算法在准确度和计算复杂度方面都有很大的优势。而且,对于合成网络的结果显示,该算法的计算复杂度是一个关于网络大小的线性函数,这意味着对于大尺度的动态在线系统来说,该算法将是非常有用且高效的。

7)      识别在线用户偏好多样性的演化特性对于深入理解在线用户的集体行为非常重要。本研究实证探索了在线用户评价偏好模式的演化模式,偏好多样性通过用户评价序列的方差系数来衡量。对于四个真实系统的统计结果显示,对于电影和评论,用户评价的偏好可能会变得多样化最终达到集中。基于该实证的方差系数,构建了一个Markov模型,基于稳定的方差系数重新生成了两个在线系统的演化特性。另外,分析了用户评价和对象质量相关性的演化,发现随着用户度的增加该相关性将随着增加。该工作对于理解在线用户集体行为的锚定偏见和记忆效应具有一定的作用。

8)      压缩感知是一种重构网络结构的有效方法。本研究通过同配性系数衡量了混合模式在网络重构表现的效应。首先提出模型生成了具有不同同配性的网络,接着通过压缩感知方法重构了网络结构。实验结果显示当同配性系数为0.2时,网络重构的准确性能够达到最大值,意味着压缩感知方法能够有效地揭示社交网络中的连接。更进一步发现,网络重构的准确性将随着网络大小的增加而提高。

9)      识别传播节点对于理解复杂网络中信息扩散过程的动态性非常重要。本研究提出了一个改进的基于距离的着色方法来识别多个传播节点。在该方法中,每一个节点都通过一种规则来着色,该规则计算初始节点之间的距离是否接近于网络的平均距离。当所有节点被着色后,具有相同颜色的节点被分到一个独立的集合中,接着根据节点的中心性选择在评价序列中靠前的节点。通过对一个生成网络和三个实证网络的实验结果显示,与其他传统的着色方法对比,该改进的基于距离的着色方法对于ER网络、Erdos网络、Polblogs网络和Routers网络的改进比例能够达到12.82%8.16%4.45%2.93%

 

2】研究团队针对具体领域复杂网络中动力学进行了深入研究,主要包括创新扩散、金融传染、股票网络、图书借阅行为、互联网金融P2P网贷等领域。

1)      持有书籍的时间能够直接反映图书馆用户的集体读书行为。本研究通过引入突发(burstiness)和记忆(memory)系数,实证地研究了三个大学图书馆的读者持有图书的集体行为。研究结果显示,不同背景的学生具有相同的特征,表现为在三个大学图书馆数据中突发-0.2,记忆0.5,意味着在学生图书持有期限中记忆和随机因素共同存在。另外,本研究通过合并一系列同时借阅和归还的图书研究了去除重复持有情况下的借阅行为模式。研究发现三个大学图书馆数据的平均突发B增加到-0.16,而记忆M下降到0.16,显示重复行为和学生的偏好都会影响记忆效应。更进一步,提出了一个模型假定学生下一本图书的持有时间遵循上一本图书的概率为p,而与上一本图书独立的概率为1-p,实验结果发现当p=0.5时对于实证数据库该模型能够重现学生图书借阅时间的突发和记忆效应,当p=0.2时对于去重情况下数据库亦能重现该效应。这证实了学生偏好持有行为的发生依赖于概率p。该研究工作对于深入理解基于持续时间的人类行为规则具有一定帮助。

2)      本研究基于异质阈值模型和平均场理论刻画了社会网络扩散,分析了邻居效应、阈值分布和网络度分布对扩散的影响。结果表明:邻居效应或阈值分布均值的减小将加速扩散及增大均衡状态值,阈值分布方差的减小将减缓初始扩散,且满足一定条件下,将加速扩散收尾过程;邻居效应较弱时,度分布异质性的增加将加速初始扩散,反之亦然;邻居效应和阈值分布满足一定条件时,扩散初始速度将呈现出超指数增长;邻居效应、阈值分布或度分布的变化均可使扩散均衡状态值发生跳跃式增长。

3)      为构建高效的创新型产品研发机制与合理流程,本研究应用复杂网络理论对产品研发网络任务状态的更新过程进行分析,得出了保证全局任务完成的任务完成速率阈值。本研究结果表明,若出度分布越分散,所得阈值越大。当未完成任务的比例均衡值大于零时,若出度分布相对于入度分布越分散,所得均衡值越大。为加速完成全局产品开发任务,提出了基于节点中心性的静态资源分配策略和一种动态资源分配策略。数值分析表明,大部分情况下,依据出度和入度之和制定的静态分配策略下的扩散可更快收敛至更小的未完成任务率均衡值;相对于静态策略,动态策略下的扩散可更快收敛至更小的未完成任务率均衡值。

4)      多智能体模型的构建可分为若干个环节,其中状态更新规则往往被设定为同步状态更新规则。然而,现实自然和社会系统中普遍存在的是异步状态更新规则。已有文献发现异步状态更新规则下和同步状态更新规则下的系统动力学过程有着显著区别,但目前尚无实证或实验研究探索异步性的性质。为此,本研究基于Pearson相关系数定义了状态更新序列间一致性度量指标,然后基于由随机异步状态更新规则产生的序列间一致性频率分布,构建了判定状态更新规则有序性的方法。最后,将所构建方法应用于一组二阶段任务更新实验数据,探索分析了现实系统的异步状态更新规则性质。结果发现,大部分系统的状态更新规则具有随机有序性。研究结论可帮助理解社会系统动力学过程,同时对多智能体建模具有重要启示。

5)      基于agent的建模方法被广泛应用于探索具有异质性个体和复杂交互传播的创新扩散研究中,但却很少应用于创新扩散的预测。本研究提出了一种基于agent的新产品创新扩散的预测方法。agent模型建立在隐含传播网络上(HIN)。提出一个有效的方法估计非结构化的参数(如pqm)且构建了一个多项式logistic模型来识别HIN扩散数据的类型。为了降低HIN设定错误导致的预测损失,提出三种方法:预测HIN、加权平均和简单平均来预测新产品扩散。通过317个耐用消费品渗透时间序列数据组成的数据集对三种方法进行评估。结果显示大部分识别的HIN具有中性的拓扑结构,本研究提出的方法在短期和长期预测方面都优于四种基于微分方程的传统方法。

6)      区别于传统的复杂网络拓扑结构演化模型,本研究基于空间相互作用理论,建立了结构类型可调的复杂输运网络物理结构的演化模型。该模型不仅在距离空间中为网络节点引入空间位置与资源禀赋属性,还考虑了由输运引力驱动的网络集聚与扩散的空间演化过程。模型的仿真结果表明:节点资源规模对输运引力的强化作用与节点间的空间距离对输运引力的抑制作用,是影响输运网络系统的度分布结构特征的关键因素,而节点资源禀赋分布的不均程度对输运网络系统的度分布结构特征并无明显影响。仿真结论还进一步解释了在输运引力的驱动作用下,现实世界的输运网络系统中无尺度网络、多尺度网络、单一尺度网络、平面网络形成的本质原因。

7)      传统拓扑网络级联失效可靠性模型,大多忽略路网设施与运输需求的空间分布问题。本研究在复杂分层网络结构模型基础上,提出了城际路网的级联失效可靠性仿真模型,对中国内地城际路网的可靠性进行了实例仿真研究。仿真数据表明: 稳定配流状态下,长三角、环渤海、京津唐、珠三角地区OD负载聚集程度最高。当OD总量大于一个临界值时,针对高OD负载区域路段的蓄意攻击,容易引起城际路网系统的级联崩溃,其中长三角地区对蓄意攻击最为敏感。实验结果显示,该模型能够有效仿真分层网络的空间结构特征对路网级联失效可靠性的影响作用。

8)      为有效分析城际路网的运输需求与负载分布的空间结构特征,基于复杂网络理论与GIS技术,本研究提出了城际路网的分层复杂网络结构模型。该模型克服了拓扑网络模型中只考虑节点连通关系而忽略运输需求与负载的空间分布特征的设计缺陷。所提出的交通介数、运输需求强度、负载介数指标能够有效测度城际路网的物理层、逻辑层与映射层网络的空间结构特征。结合我国内地城际路网的GIS及区域经济数据,分别计算了3个测度指标的空间分布。实证结果有效地解释了公路运输需求以京哈、京珠高速公路为界呈东强西弱分布的原因; 揭示了我国内地城际路网的交通介数以西安为中心呈轴辐式分布,而在环渤海、长三角及京沪高速公路沿线表现出高负载中心性的结构特征。

9)      本研究在随机需求环境下考虑了企业的融资难现状,研究了突发事件对资金约束零售商在随机订货成本分布不确定且发生扰动时的多产品订货行为。本文构建了资金约束零售商受随机订货成本扰动情形下的多产品鲁棒订货模型与机会约束订货模型,将含扰动项的多产品订货资金约束问题转化为可求解的SOCP锥约束问题,结合算例求解分析了上述两种模型中零售商的最优策略,并与随机订货成本分布已知但无扰动情形下资金约束零售商的订货行为进行了比较。本研究为企业在资金约束与随机订货成本扰动双约束下的最优决策制定提供了依据。

10)  本研究在博弈双方收益大小不完全确定的框架下,基于演化博弈的思想并考虑P2P 网贷平台与政府监管两大博弈群体的有限理性特征,建立不完全信息P2P 网络借贷行业中平台与政府两大群体非对称演化博弈的动态复制系统,分析系统在不同情形下的演化稳定状态,以期为P2P网贷行业运营与监管的长期演化趋势做出更为真实和准确的预测。研究表明: 在不同的参数取值条件下,随着对方行为策略的不断调整,系统将趋向于不同的均衡状态或周期振荡状态,此结论可为P2P行业监管部门监管政策与奖惩机制的设计提供一定依据。

11)  本研究采用基于协同过滤和基于内容的混合推荐技术,为新用户和老用户提供了不同的推荐策略。构建了基于移动Agent的物流商推荐模型,通过所设计的不同Agent间的交互机制及Agent知识库,为用户自动化地推荐低成本、高效率物流配送。解决了C2C电子商务平台无法向用户提供高质量物流服务的需求问题。

12)  视频推荐系统最主要的功能就是从用户的历史行为中发现用户兴趣偏好,然后找出其可能感兴趣的视频并展示给用户。本研究针对用户的视频选择过多、视频转化率较低等问题,提出了一种基于LDA模型的电影推荐方法。首先将视频的评论文本集转化为评论-主题-词语的三层贝叶斯模型,提取每个视频的评论关键词,再基于目标用户的历史行为发现其偏好的视频关键词集合,最后利用杰卡德相似系数,预测用户可能感兴趣的视频,以实现基于内容的个性化视频推荐服务。实验表明,该方法可以提高视频推荐的精度,使得视频转化率得到较好的提升。

13)  本研究针对现有话务预测模型变量单一、预测误差大等问题引入了逐步回归分析法;结合海河银行信用卡呼叫中心实际需求,对话务数据进行了抽取集成等预处理操作;随之建立了各影响因素的一元回归模型,并在此基础上得到了多元逐步回归的话务预测模型;最后将此建模方法与其他分析法进行了综合比较并给出评价。

14)  地址匹配技术常常被用于对属性地址信息快速定位,也是解决目前GIS 系统分析能力瓶颈的重要方法。本研究首先分析了中文地址匹配技术应用的现状以及常用地址匹配方法的优缺点,在此基础上给出了基于全文检索技术的地址匹配方法,并使用参考规则进行匹配结果优化,随后使用实验证明了方法的准确性。

15)  用户网络关注度与快递业务量高度相关。我国快递业务量上涨势头明显,但各地区及各地区内部的快递业务发展存在显著不均衡现象;快递服务的网络关注度总体上表现为上半年高于下半年,工作日高于周末;用户对快递服务的网络需求主要集中在快递单号查询、价格查询、网点分布查询等方面,快递服务满意度有待提高。为促进我国快递业健康发展,应合理配置社会资源,切实降低快递成本;调整快递从业人员工作时间,有效缓减其工作压力;加大对快递发展相对滞后地区的扶持力度,带动国内快递协调均衡发展;鼓励快递企业多元发展,全面提升快递服务质量。

16)  本研究探索分析了旅游路线动态规划问题,选取景区和所在市之间交通数据,构建飞机、高铁和自驾联合的复杂交通线路网络,建立旅游路线规划综合模型,以西安市出发为算例,利用Matlab编程并基于遗传算法求解,最终得出该旅游者十年内遍游全国2015A级景区的最优旅游路线规划图。结论表明,通过获取的数据、建立的模型和算法可以有效解决多交通方式联动的自驾游路线规划,为更多的自驾游爱好者提供路线选择和个性化推荐。

17)  本研究考虑分销中心与零售商采取不同补货策略的情况,假设零售商和分销中心分别基于(R,Q)策略和(s,S)策略补货,兼顾零售商库存策略对分销中心需求率的影响及分销中心库存水平对零售商提前期的作用,构建了随机需求下的二级分销系统库存模型,并运用粒子群算法对模型进行求解,从而定量地获得分销中心与零售商各自的最优订货策略。

18)  本研究将复杂网络方法应用于英国金融市场的分析。研究FTSE100指数的收益率时间序列特性。选择时间序列间的Kendall秩相关系数为边,86家公司为点,生成邻接矩阵并转换为复杂网络。可视化网络,分析在不同的阈值下的特性。结果发现网络具有WS小世界特性。最后提出一个研究框架用以帮助公司预测其业务收入。

 

2. 国内外学术合作交流等情况。

在项目执行期间,研究团队积极与国内外学者进行交流合作,产生了许多成果。团队中3名博士生赴美国、英国进行交流访学,加深了与国外同领域学者的交流。研究团队中多人受国际会议主办方邀请参加国际会议的分组报告,研究成果受到国际同领域研究人员的关注。

研究团队依托上海财经大学信息管理与工程学院主办、协办了以下国内外学术会议或论坛:

国内:

12013年亚欧老龄人口与电子健康论坛

22014年上海“管理科学与知识管理”研究生学术论坛

32014第十届花旗杯应用创新大赛

国际:

115th International Conference on Informatics and Semiotics in OrganisationsICISO 2014

2International conference on Management of e-commerce and e-government (ICMeCG 2014)

316th International Conference on Informatics and Semiotics in OrganisationsICISO 2015

标注基金资助的论文所参加的国际会议如下表所示:

会议名称

时间

地点

备注

The 15th International Conference on Informatics and Semiotics in Organizations (ICISO 2014)

2014

China Shanghai

EI会议

The 16th International Conference on Informatics and Semiotics in Organizations (ICISO 2015)

2015

France Toulouse

EI会议

12th International Conference on Applied Computing (AC 2015)

2015

Ireland Maynooth

EI会议

2016 8th International Conference on Information Management and Engineering (ICIME 2016)

2016

Turkey

Istanbul

EI会议

3rd International Conference on Logistics, Informatics and Service Science (LISS)

2015

China

Shanghai

EI会议

Proc. of the 11th IFIP Int. Conf. on Network and Parallel Computing (NPC'14)

2014

Taiwan

Ilan

EI会议


另外,研究团队成员还参加了以下学术论坛、研讨会和国内外学术交流活动:

(1)韩景倜教授参加了2014年度宁波市(第一届)互联网金融高峰论坛——“互联网浪潮下的金融变革”并作主题发言。

(2)2014年7月2日,韩景倜教授参加了2014年(上海)云计算产业市场化论坛。

(3)2014年韩景倜教授率领学院部分骨干教师赴中亚商品交易中心考察。

(4)2014年韩景倜教授等一行4人赴山东财经大学管理科学与工程学院进行学科建设、科研合作、人才培养等方面的交流。

(5)2014年12月韩景倜教授率领学院部分骨干教师赴浪潮集团、山东省计算中心、国家级超级计算济南中心开展云计算、大数据、金融网络方面的交流。

(6)韩景倜教授主持了2015年3月25日上财中亚云计算研究中心揭牌仪式暨云计算交易创新发展高峰论坛。

(7)韩景倜教授参加了2015年上海财经大学实验室建设研讨会暨实验中心揭牌仪式。

(8)韩景倜教授主持了2015年12月上财中亚云计算服务标准化论坛暨研究中心云计算产业委员会成立仪式。

(9)韩景倜教授参加了2016年6月2日召开的TGG(中国)2016年度技术峰会,做了题为“云计算标准化推动绿色数据中心的建设”的主题报告。

(10)韩景倜教授参加了2016年9月21日-22日召开的第四届信息化创新克拉玛依国际学术论坛,并主持了云计算与大数据分论坛。

(11)韩景倜教授参加了2016年10月19日召开的绿色网格TGG(中国)2016年高峰论坛,做了题为“云计算系统可靠性与大数据应用安全问题探讨”的主题报告。

(12)2016年韩景倜教授赴河南财经政法大学做了题为 “互联网金融系统复杂性与风险研究”的报告会。

(13)2017年韩景倜教授参加由大黄蜂征信、零壹财经联合主办的金融科技与大数据应用发展高峰论坛,大会主题是“金融科技与大数据应用发展”,韩景倜教授做主题发言。

(14)2016年01月03日,项目组成员参加了深圳大学举办的“在线社会系统的相似性稳定性和节点重要性研究”学术研讨会。

(15)2016年6月15-17日,项目组成员参加了中英“支持中国可持续发展的金融管理研究”研讨会

(16)2016年06月25日,项目组成员参加了上海交通大学Net-X论坛,论坛主题为“在线用户的集群行为分析与声誉度量研究”。

(17)2016年08月29日-31日,项目组成员参加了电子科技大学第三届复杂性科学论坛,论坛主题为“在线用户的集群行为分析与声誉度量研究”。

(18)2016年10月14-17日,项目组成员参加了山西大学举办的第十二届全国复杂网络会议,会议主题为“在线用户行为建模与声誉度量研究”。

(19)2016年10月22日,项目组成员参加了江苏大学管理学院举办的管理科学与工程学会2016年年会暨第十四届中国管理科学与工程论坛。

(20)2016年10月28-30日,项目组成员参加了中国系统工程学会九届二次全国会员代表大会暨19届学术年会。

(21)2016年11月30-12月1日,项目组成员参加了大数据驱动的管理与决策研究2016年项目启动会与检查暨学术交流会。