韩恺
研究方向：计算经济学、机器学习与大数据处理、社会计算等
现任职务：上海财经大学计算机与人工智能学院教授、理论计算机研究中心成员
Q：可以简要谈一谈您的研究兴趣和近期工作吗？
我的研究兴趣涉及理论和应用两个方面。理论方面包括次模优化算法、机制设计、在线机器学习算法/在线算法等；应用方面则包括深度学习及其应用、大规模社交网络分析、众包计算等。前者侧重于算法设计与理论分析；后者则侧重于针对各种具体的“大数据”应用场景给出快速而有效的解决方案。
近期的一个较为重要的研究工作是针对计算经济学领域经典的Budget-Feasible Mechanism Design问题取得了突破性进展，提出了一种创新的“TripleEagle”算法框架，在近似比、时间复杂度等主要性能指标上显著超越了前人发表在FOCS、SODA、EC、Operations Research、Mathematics of Operations Research等一系列理论计算机科学顶刊上的最好结果。
Q： 您来学院工作的感受如何？
作为一名曾在国内多所不同层次高校工作过的大学教师，我认为上财计算机与人工智能学院的师资团队、工作条件和氛围均达到了非常高的水平。
首先，学院具备一流的师资队伍，很多老师毕业于“清北复交”或欧美名校，且不少老师曾在国际知名学者的团队学习或工作过，在多个研究领域具备卓越的学术影响力。其次，学院具有较为纯净的工作氛围和强大的凝聚力。国内学术圈常见的一些“潜规则”、“四唯五唯”等在这里难觅踪影，形成了良好的学术氛围。让我印象特别深刻的是，陆品燕院长在创院之初给出的院长寄语中曾提到“四个平衡”，即理论与应用的平衡、中国与世界的平衡、理想与务实的平衡、基础与特色的平衡。我想正是这样的先进理念给学院带来了一个非常良好的开端和内环境，也必将促进学院将来的飞速发展。
—— 韩恺老师简介 ——
韩恺，分别在中国科学技术大学少年班和计算机科学与技术学院获学士和博士学位，后曾赴新加坡南洋理工大学从事访问研究工作。回国后，曾担任中国科学技术大学计算机科学与技术学院研究员（正高级）、苏州大学特聘教授等职位。研究兴趣包括计算经济学、机器学习与大数据处理、社会计算等。已在国内外重要学术刊物发表论文一百余篇，其中有多篇一作或通讯作者论文发表在世界一流会议和期刊如NeurIPS、ICML、SIGMOD、KDD、VLDB、SIGMETRICS、WWW、AAAI、ICDE、INFOCOM、MobiHoc、 AIJ、IJOC、TOIS、TKDE、COMMAG、TON、TC、TMC等。曾承担多项科研项目，如科技部科技创新2030-新一代人工智能重大项目、国家自然科学基金面上项目、阿里巴巴公司创新研究计划项目等。曾担任ICML、NeurIPS、ICLR、KDD、WWW、AAAI、WSDM、ICNP等多个主流国际会议的TPC成员。所指导的研究生曾获顶级会议KDD最佳学生论文奖提名，并有多人获“研究生国家奖学金”等各类奖励。
