合肥工业大学

    8月9日—10日，第五届“数据挖掘与智能计算”论坛在合肥工业大学屯溪路校区大学生活动中心东风报告厅成功召开，来自校内外、省内外的230多名教师、科研人员和研究生参加了这次论坛。论坛由合肥工业大学计算机与信息学院吴信东教授（国家“千人计划”特聘专家、教育部长江学者、海外杰青、IEEE Fellow、AAAS Fellow、教育部创新团队带头人）发起和主持。由合肥工业大学数据挖掘与智能计算（DMiC）千人计划研究团队主办。 此届论坛就数据挖掘和智能计算的前沿研究方向和战略性应用开展交流，围绕国家战略发展目标，针对大数据（Big Data）计算前沿研究方向和战略性应用进行探讨。盛邀来参加论坛的有中国科学院副秘书长谭铁牛研究员（中国科学院院士）、合肥工业大学杨善林教授（中国工程院院士）、广西师范大学副校长张师超教授（国家“千人计划”特聘专家）、西安交通大学郑庆华教授（教育部长江学者、国家杰出青年基金获得者）、浙江大学何晓飞教授（国家杰出青年基金获得者）、中国科学技术大学陈恩红教授（国家杰出青年基金获得者）等专家和著名学者。
    8月9日上午9时，吴信东教授宣布第五届数据挖掘论坛开幕并致开幕辞。吴信东教授对“千人”计划研究团队过去5年来在科研项目、科研论文、获奖、863和973课题的申报等方面取得的成绩进行了总结，并回顾了他牵头的“多源海量动态信息处理”团队成功入选教育部2013年度“创新团队发展计划”的历程。开幕式上，合肥工业大学副校长刘晓平教授、校学术委员会副主任兼秘书长高隽教授、计算机与信息学院副院长杨学志教授、安徽省人工智能学会副理事长胡学钢教授、安徽省人智能学会秘书长王浩教授与报告专家在前排就座。
    开幕式后，谭铁牛院士做了《大规模视觉计算》的论坛首日主题报告，谭院士的报告在简要介绍大规模视觉计算基本背景与概念的基础上，着重阐述大规模视觉计算所涉及的主要问题及其当前的研究进展。报告也将简要讨论大规模视觉计算未来的发展方向与趋势。随后，吴信东教授做了论坛首日上午的专题报告《知识自动化初探》，提出了以大数据和用户需求为驱动，以知识获取、加工与服务为主线的大数据研究方向和科学问题。9日下午，西安交通大学郑庆华教授和广西师范大学张师超教授分别做了《大数据时代认知学习面临的挑战与对策》和《kNN分类方法》的特邀报告，郑庆华教授的报告以以e-Learning作为实际载体，提出了一种知识地图的概念。大数据知识地图的构建有助于学习者更加系统完整地理解知识结构，并在知识地图的导航下，寻找获取目标知识的有效学习路径，从而提高学习效率。郑教授的报告令在场聆听报告的师生大开眼界。张师超教授的报告介绍了kNN分类算法及其改良方法，改良方法主要包括距离学习、SNN（壳近邻）分类、CF-kNN分类、距离树（Metric Tree）搜索及其改良。张教授形象生动地讲解了自己多年来对kNN分类算法改进的思考和思路，使原本枯燥、难以理解的数据挖掘纯方法的研究成果具有趣味性，在场的师生听众感到受益匪浅。
    10日上午，论坛报告厅内座无虚席，济济一堂的听众赶来聆听杨善林院士的报告。杨善林院士是由合肥工大自身培养的第一位院士，是所有工大人心中的骄傲，也是深受工大师生爱戴和敬仰的学术明星。杨院士《关于大数据研究的思考》的主题报告，从管理的视角提出了一种大数据的资源观，介绍了大数据科学研究的国内外研究概况和关键科学问题，并着重分析了大数据在管理中的应用。杨院士高屋建瓴地为大家做了一次大数据知识的普及和重新再认识，为在场从事数据挖掘与计算研究的科研工作者提炼、聚焦大数据研究方向提供了指引。在论坛次日接下来的两场特邀报告中，中国科学技术大学的陈恩红教授和浙江大学何晓飞教授分别做了《基于社交数据挖掘的市场营销：机遇与策略》和《大数据时代的机器学习》的演讲。陈教授的报告以电子商务中的网络营销为学科背景，介绍如何利用网络社交数据进行用户建模、用户社交影响力快速计算，以发挥网络社交数据在网络营销中的重要作用。此外，报告还关注营销过程中的用户隐私保护问题。浙江大学何晓飞教授的报告介绍了如何对数据本身进行更加紧凑有效的索引和表达，以能够有效的借助传统机器学习算法的思想来解决大数据时代的问题。在10日下午的论坛最后一场专题报告中，DMiC“千人计划”研究团队成员、香江学者赵仲秋博士介绍了近期在基于稀疏编码的图像表征、图像分类、以及特征选择等方面的研究进展。下午5:30，论坛圆满落下帷幕。
    本届论坛的八场学术报告吸引了包括从湖北上海等外省市高校赶来的230多人参加聆听，每场报告之后和茶歇时间，听众们都踊跃地与报告专家互动交流，形成了良好的学术氛围。数据挖掘与智能计算论坛的连续成功举办，加强了DMiC“千人计划”研究团队的对外交流和联系，展示了团队的精神面貌，也有效见证了团队在数据挖掘与计算领域学术影响力的形成，为团队今后往更高层次的发展和在领域内寻求更高水平更大规模的合作提供重要契机。