11月10日，上海外国语大学国际工商管理学院“研究生学术训练营”第3讲通过腾讯会议顺利在线上举办。应我院邀请，中国人民大学信息学院许伟教授为我院师生分享了题为“元宇宙情境下的行为分析与违规监管：以直播平台为例”的精彩讲座，袁慧副教授主持了此次会议。来自上外管院及全国各个高校的老师、本科生、研究生、博士生参加了此次讲座，线上参会人数突破200人次。
许伟，中国人民大学信息学院教授，博士生导师。国家级青年人才，北京市科技新星，北京市优秀人才，中国人民大学杰出学者。中国人民大学信息技术中心副主任，信息学院经济信息管理系主任，中国信息经济学会常务理事，中国系统工程学会理事、信息系统工程专业委员会副秘书长。主要研究领域为金融科技、商业分析、智慧城市、社交媒体。
在本次讲座中，许教授首先指出元宇宙这一研究热点并不是一个新的概念，而是在扩展现实（XR）、区块链、云计算、数字孪生等新技术下的概念具化，并举例VR运动游戏、政务数字人和直播带货等，来加强大家对元宇宙的理解。由元宇宙的兴起带来的数据量的增加和数据结构日趋复杂，引出多模态大数据的分析。在元宇宙的AR/VR场景、数字人的行为场景、直播的场景下，我们需要掌握机器学习的一些技术来分析多模态大数据信息。许教授有关元宇宙场景的研究主要集中在，直播电商销量预测、直播电商退货预测、娱乐直播打赏预测和游戏直播违规监测等方面。
紧接着，许教授由人货场的新型关系，引入了直播电商销量预测的研究动机，提出了一个多模态分析框架，以主播的既往历史信誉评分和短期内的即时信誉信号——考虑商品维度的文本和图像，以及直播过程中用户和主播互动维度的弹幕数据——综合商品、直播、直播间的信息，预测主播在一场直播中的商品的销量。该研究基于真实世界数据的实验结果证明了提出的模型在多模态特征提取和商品销量预测方面的有效性。接着，通过直播商品退货问题未得到足够关注的现象引出第二个研究主题，直播电商退货预测，指出了缺少对电商主播推荐商品的语音信号的研究gap。在模态有用性的对比中，数据显示单模态中音频有用性最强，全模态的信息输入，实现效果最佳。
对于娱乐直播打赏预测的研究，许教授提出的multimodal time-series framework（MTF）可以有效预测打赏，相比于已有方法，MTF需要更少的参数，和更短的训练时间，满足真实时序预测的需求。而最后一个关于游戏直播违规行为的监测，目前存在一些挑战和机遇。该研究构建了基于直播行为的用户-主播异构图来识别用户和主播的特征，并计划基于动态异构图来识别恶意交易和运用社区检测来识别恶意团体。最后对于前面的研究进行了总结和展望，为元宇宙用户行为分析与监管提供有益参考。
在活动的最后，是答疑互动环节，对待同学们所提出的问题，许教授热心积极地为同学们解答。最后，由主持人袁慧老师感谢许教授的精彩演说。本次讲座圆满结束。
