时间：2025年7月5日，10:00-11:30

地点：管理学院数字经济创新研究中心（北京理工大学长三角研究院C座514）

报告人：徐泽水

报告人国籍：中国

报告人职称：教授

报告人工作单位：四川大学

报告人政治面貌：党员

报告人简介：

四川大学讲席教授、欧洲科学院院士、欧洲科学与艺术院院士、国际系统与控制科学院院士；国际工程技术协会(IETI)杰出会士；国际电气与电子工程师协会(IEEE)、国际模糊系统协会(IFSA)、英国皇家艺术协会(RSA)等11个国际权威协会会士(Fellow)、长江学者特聘教授、国家杰出青年科学基金获得者。2021-2024年全球前2%顶尖科学家终身科学影响力榜单均位居前200名(人工智能领域全球排名第6位，中国学者中位居第一)；2024年全球顶尖计算机科学家排名第50位(中国内地学者中位居第一)。长期从事智能决策、数智融合、模糊数学与优化算法等研究，开辟了不确定语言决策、直觉模糊信息融合、犹豫模糊决策、概率偏好决策等新领域，系统地创建了复杂信息决策理论与方法体系。

报告内容简介：

随着移动技术和互联网的高速发展，用户生成内容（User-Generated Content, UGC）已成为信息传递和知识共享的关键载体。然而，UGC数据呈现出的个体差异性，传播多向性，多源异构性，以及多模态并存等特点极大地增加了对其进行收集、解析和应用的难度。借助人工智能技术，从海量且碎片化的UGC数据中挖掘出所含信息的深层价值，并将其转化为决策依据，已成为现下亟待探索和推进的重要课题。与此同时，概率偏好理论作为一种融合人类认知和客观现实的理论框架，能够有效表征复杂语言信息和挖掘个体认知差异。探索以UGC为驱动的概率偏好理论，对于构建具备高度适应性、动态调整能力以及智能化特性的决策支持系统同样具有重大意义。因此，本报告聚焦于基于UGC和概率偏好理论的智能决策理论与应用；概述UGC数据洪流出现的时代背景以及由其驱动的决策分析；介绍大数据背景下概率偏好信息表征的关键方法和技术；梳理基于UGC和概率偏好理论的智能决策研究进展；最后，展望该领域面临的机遇与挑战，并为智能决策的未来发展提供洞见。

（承办：数字经济创新研究中心、科研与学术交流中心）