2024年11月21日，金融学术工作坊举办新一期学术工作坊活动。本次活动由何浩然博士主讲，题为“A privacy-preserving decentralized credit scoring method based on multi-party information”。何博士专注于数据挖掘与人工智能、智能信用评价、隐私保护与隐私计算等领域的研究，其研究成果已在《Decision Support Systems》、《Information Processing & Management》等国际知名期刊发表。

本次报告中，何博士深入探讨了分布式联邦学习技术在加密分类中的应用，特别是如何通过多方面信息实现隐私保护的去中心化信用评分方法。这一研究对于金融科技领域具有重要意义，因为它旨在在保护个人隐私的同时，提高信用评分系统的准确性和安全性。值得一提的是，金融系全体老师、电商、财务管理的老师积极参与了该学术报告，并进行了富有成效的讨论。这些来自不同领域的专家共同探讨了报告中提出的观点和方法，为信用评分技术的发展提供了多角度的见解和建议。这种跨学科的交流不仅促进了学术思想的碰撞，也为金融科技的创新提供了新的视角和思路。

何博士的报告不仅展示了其在隐私保护和信用评分领域的最新进展，也为金融科技的未来发展提供了新的思路和解决方案。随着数据隐私和安全问题日益受到重视，何博士的研究无疑为相关领域的研究者和实践者提供了宝贵的参考。