快手-清华短视频用户行为理解与推荐技术研讨会顺利召开

10月12日上午，快手-清华短视频用户行为理解与推荐技术研讨会在同方科技大厦会议室举行，本次研讨会采用线上+线下相结合的方式，针对新型短视频推荐的科学问题与技术挑战、现有解决方案不足之处、重要未来研究方向等进行了深入探讨。清华大学电子系长聘副教授李勇、快手推荐算法副总裁宋洋、快手排序模型中心负责人牛亚男，以及数据科学与智能实验室博士后高宸、研究生、本科生、快手推荐系统算法工程师等近20人参加了此次研讨会。

Nature子刊：移动行为数据驱动的疫苗分配策略可兼顾社会公平与效用

近日发表于《自然·人类行为》（Nature Human Behaviour）的题为Strategic COVID-19 vaccine distribution can simultaneously elevate social utility and equity的文章，建立了一个综合考虑复杂移动行为和人口属性差异的城市疫情传播模型，并在此基础上深入研究了不同疫苗分配策略的综合效果。通过分析美国大城市的真实移动行为数据，研究者发现城市空间中的弱势群体（低收入、少数族裔、社会必须工作者等）由于社会和经济压力在新冠危机中往往保持较高移动性，这使得他们面临更高的新冠风险并且也更容易通过移动接触网络传播新冠病毒。该研究进一步发现，在非均匀的移动网络效应的作用下，当疫苗被优先分配给弱势群体时可以同时提升社会公平和效用。基于这一发现，研究者设计了一个移动行为数据驱动的智能疫苗分配策略，可以综合考虑城市空间中各弱势群体和整体人群的利益，在多个维度上实现对社会公平和整体效用的同时提升。这一研究提供了在复杂的流行病环境中平衡多种伦理价值的新思路，为大数据和人工智能时代下的社会治理提供了新思想和新范式。

Nature子刊：人类移动行为涌现城市发展规律

12月10日，电子系城市科学与计算研究中心在《自然·计算科学》（Nature Computational Science）上在线发表了“人类移动行为涌现城市发展规律”(“Emergence of Urban Growth Patterns from Human Mobility Behavior”)的研究成果，基于大规模城市模拟仿真平台首次揭示了城市宏观演化发展规律从人类微观移动行为中涌现的内在机理。该成果拓宽了传统建模城市演化规律的统计物理模型，首次建立了连接个体移动行为与城市演化规律的理论桥梁，使得在城市规划与治理中考虑与微观城市居民行为的相互作用成为可能。