2016年1月15日,美国伊利诺伊大学芝加哥分校(UIC)计算机系教授刘兵教授应邀来北大计算机研究所交流，做了题为“Discovering Keywords for Search, Covariate Shift, and Lifelong Learning”的学术报告。

社交媒体中用户常常只对特定的话题感兴趣，因此选择话题相关的信息十分必要。由于社交平台中包含大量信息，用户只能使用关键词进行检索，这个枯燥的过程需要花费大量时间。报告中，刘兵教授讨论了这一现象并且提出系列方法帮助用户挖掘更多的检索关键词。此后，刘兵教授给出了运用监督学习来过滤不相关信息的新方法，有效解决了在样本选择过程中面临的负向相关性迁移（negative covariate shift）问题。最后，刘兵教授介绍了一种新的机器学习框架——“lifelong machine learning”来进一步改进社交媒体的动态挖掘性能。刘兵教授的精彩报告吸引了包括北大校内相关单位师生以及校外同学参与，并在问答环节进行了深入细致的交流。

刘兵教授是ACM Fellow以及IEEE Fellow，主要从事语义分析、观点挖掘、数据挖掘、机器学习以及自然语言处理方面的研究，是语义分析、观点挖掘研究领域的开创者之一。他有两篇论文在KDD会议中获得“10-year test-of-time”奖项，其工作曾被纽约时报头版报道。刘兵教授还担任ACM SIGKDD Chair, DMKD Action Editor，TWEB、KAIS等期刊的Associate Editor。