王聪：算法前沿研究致力于消减数据偏差和提升隐私保护

　　中新经纬客户端7月19日电 (张燕征)近日，由中国人民大学数字经济研究中心和中国人民大学数字经济跨学科交叉平台等单位主办的“智能算法与数字经济新业态”研讨会在线上举行。北京大学光华管理学院助理教授王聪在研讨会上表示，算法前沿研究致力于消减数据偏差和提升隐私保护。

　　王聪指出，目前算法被广泛应用在电商、金融科技、智慧医疗等领域。比如电商方面，推荐系统就是从消费者海量的购买历史数据出发，提炼出消费者购买商品的偏好特征，再进行个性化推荐，从而节约消费者的信息搜索成本，便于他们简洁高效做出决策。对于商家，提升商品转化率，从而使他们获得更大收益。

　　“金融科技方面，无论是投资决策还是消费信贷的发放，都离不开算法支持。”王聪以支付宝、花呗、京东白条举例，在类似在线消费金融平台上，个人提供很少的信息，平台就可以决定是否允许消费者使用相关的金融服务产品。其实，平台已利用客户此前积累的信息对接到新业务上。

　　王聪还表示，优质医疗属于高度稀缺的资源，并且分布不均衡，通过算法赋能智慧医疗，可消弥医疗水平差异。“如果根据高质量医生的诊疗记录，再加上病人的体征信息，共同构建成算法的训练集合，然后制作诊疗方案，可供欠发达的地区做辅助决策。”

　　不过，王聪还指出，智能算法的数据来源于消费者或者用户各种各样的行为，而这些行为本身蕴含着一定偏差。“如果我们的算法输入这些数据，可能会产生有偏差的输出。若消费者或者用户接受这些算法，可能对他们的决策进一步产生偏差影响。整个系统循环往复，使偏差不断被放大，那么这个过程中，算法的经济效益是否会受到影响，这将是我们后续研究中需要重点关注的内容。”

　　已知推荐系统的训练数据有一定偏差的情况下，应该如何设计相应的推荐系统？“消弥偏差，从而对消费者提供无偏的推荐工具，这是我们目前正在进行的研究。”王聪介绍道，关于偏差校正，怎样让终端用户真正接受新算法，还需要消减人们对算法的抵触情绪，这可能需对算法结果的呈现进行机制设计。

　　“保证用户数据隐私十分重要的，我自己采用的是差分隐私框架，需要对采用算法训练过程中做部分参数改进，通过满足差分隐私的设计，从而提升算法对隐私保护方面的效果，并且能够保证算法在经济效益不受太大的影响。”王聪称。(中新经纬APP)

　　中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。