2018年12月24日上午，澳大利亚皇家墨尔本理工大学鲍芝峰副教授应邀在行政楼A306会议室作了题为“Trajectory-driven Influential Billboard Placement”的学术报告。

  首先,鲍博士提出了基于轨迹影响力的广告牌位置的问题:给定一组广告牌、数据库轨迹和预算,如何找到一组能够在预算之内影响最大数量轨迹的广告牌集合。为此，鲍教授提出了一种量化模型，以捕捉到广告牌对轨迹数据库的影响。接下来，鲍教授向我们介绍了一种使用枚举技术的贪婪算法，并通过利用广告牌影响的局部性来提出基于分区的框架。最后，鲍教授着重介绍了LazyProbe方法来进一步修剪具有低效益/成本比的广告牌，该方法在质量改进上比传统的贪心方法高出99%左右。

鲍博士的报告通俗易懂、深入浅出，从具体的应用场景引入，生动形象地呈现了如何从具体问题抽象出模型，结合带有多个约束条件下的影响力最大化优化问题提出了相关解决算法，并详细进行了算法的讲解。报告结束后，鲍博士和与会者就模型、算法等问题进行了深入的交流与讨论，为同学们提供了新的研究思路和方法。

  鲍芝峰博士现任澳大利亚皇家墨尔本理工大学计算机学院副教授。他于 2011 年获得新加坡国立大学计算机科学专业博士学位，是当年新加坡国立大学计算机学院最佳博士论文奖的唯一获得者，也是新加坡信息发展局科技金奖获得者。鲍博士的研究方向包括数据可视化、智能交通空间数据分析、机器学习以及图数据管理。鲍博士曾四次获得来自 DASFAA2017,ADC2016 等会议的最佳论文奖。