第9届数据科学与工程专业建设研讨会暨“教育部数据专业虚拟教研室”第二届线下工作坊

第9届数据科学与工程专业建设研讨会暨“教育部数据专业虚拟教研室”第二届线下工作坊

学术报告和专家介绍

报告一

【报告题目】：高教社数字教材建设与应用探索

【报告人简介】：毛芳，高等教育出版社数字资源部副编审，首席编辑。国家高等教育教材综合研究基地、“智能+”教育融合出版创新与应用重点实验室研究员。 主要从事数字出版、数字教材、数字教学资源建设与研究工作，完成多项教育部、中宣部数字教材研究课题，参与多项新闻出版和教育行业标准的制定。

【报告内容简介】：

数字教材建设的背景与意义，数字教材概念与内涵，数字教材案例与建设要点。

报告二

【报告题目】：新一代人工智能技术赋能个性化学习

【报告人简介】：刘子韬，博士，现任暨南大学广东智慧教育研究院教授，博士生导师，研究院院长，致力于研究多模态数据挖掘和机器学习，以及相关方法在教育场景的应用。刘子韬博士在美国匹兹堡大学获得计算机专业博士，主要研究方向是多模态数据挖掘和机器学习，以及相关方法在教育场景的应用。在NeurIPS、ACL、CVPR、AAAI、WWW等人工智能领域顶级会议和期刊上发表论文80余篇，国内外授权发明专利40余项。刘子韬博士是2022年国际信息检索和数据挖掘领域顶级会议CIKM最佳最佳资源论文提名奖、2020年北京市第十五批人才项目（“海聚工程”）青年项目、2020年北京市科技新星计划获得者。同时，刘子韬博士获得例如CCF-A类会议国际神经信息处理系统大会(NeurIPS)教育挑战赛冠军等10项国内外顶级学术竞赛冠亚军。刘子韬博士主持和参与国家重点研发计划课题、科技创新2030-“新一代人工智能”重大项目等多项科研工作。相关成果已在好未来教育科技有限公司等大型企业和单位得到有效应用，入选2021年中国网信办人工智能企业典型应用案例和2020年联合国教科文组织移动学习周“人工智能与包容性”创新示范项目。

【报告内容简介】：

随着大语言模型的发展和应用，个性化学习和智能师机生交互技术也得到了广泛的关注和探索。新的智能范式为个性化学习和智能师机生交互技术的发展提供了新的机遇和挑战。通过充分利用大语言模型的能力，可以实现更加个性化和智能化的学习体验，促进学习者的自主学习和成长。然而，需要在技术、伦理和法律等方面进行深入研究和探索，以确保个性化学习和智能师机生交互技术的可行性、效果和可靠性。

报告三

【报告题目】：技术驱动的查询处理教与学 - 实训平台探索

【报告人简介】：刘英帆，博士，讲师。2019年12月加入西安电子科技大学计算机科学与技术学院。在此之前，他于2019年获得香港中文大学系统工程与工程管理专业博士学位。分别于2011年和2014年获得西安电子科技大学学士和硕士学位。主要研究方向：（1）复杂数据管理，特别是面向高维数据的基本操作，包括最近邻查询、最近邻图构建、聚类算法等；（2）关系型数据库管理系统，包括自适应查询优化和学习型索引结构等。

【报告内容简介】：

受数据驱动和技术环境快速变化的影响，人们越来越关注数据相关的终身学习，使得数据库相关的课程引起越来越多的重视。成年学习者参加数据库系统课程的主要目标是了解 SQL 查询在 RDBMS 中的处理过程。大多数数据库课程使用现有的RDBMS作为传统教学的补充，为学习者提供学习数据库概念的动手机会。数据管理社区传统上主要关注企业用户的需求，而不是学习者的需求。因此，这些 RDBMS 并不是为提供有效和高效的教学支持而设计的。在这个主题演讲中，我们提出了一个愿景，并呼吁采取行动，将一部分关注引导到学习者身上，以建立有效的技术支持来辅助关系查询处理的学习。我们将重点放在这一新领域的研究挑战上，并讨论在实践中为缓解其中一些挑战而部署的最新工具和技术。我们致力于发展数据驱动的数据库教育，创造包容性技术，包括帮助有特殊需求的成年人（如患有自闭症的学习者）学习数据库系统。简言之，实现我们的愿景对教育具有潜在的巨大现实影响力。