萨师煊大数据研究中心第二届"大数据视点"研讨会

本文链接：https://blog.csdn.net/bluetropic/article/details/9277933

“Big Data Perspectives” Workshop

会议名称：萨师煊大数据研究中心第二届"大数据视点"研讨会

会议地点：中国人民大学逸夫第一报告厅
会议时间：2013年7月8日

Program

9:00am-9:30am: Opening speech, Prof. Xiaoyong Du, Prof. Xiaofang Zhou, and Prof. Ji-Rong Wen (Renmin University of China)

Keynote Speech

9:30am-10:30am: “Big Data and Lifelong Machine Learning”, Prof. Qiang Yang (Huawei Noah Ark Research Lab)

Morning Session

10:30am-11:00am: “Real Issues in Big Data”, Prof. Charles Ling (University of Western Ontario)

11:00am-11:30am: “Big Data: Science or gimmick”, Dr. Xueqi Cheng (ICT, CAS)

11:30am-12:00pm: "Deep learning - A new wave of machine learning for big data ", Dr. Kai Yu (Baidu Inc.)

12:00pm-1:30pm: Lunch Break

Afternoon Session

1:30pm-2:00pm: “Sensing the Dynamics of the Web”, Prof. Ji-Rong Wen (Renmin University of China)

2:00pm-2:30pm: “Relevance in big data: an IR perspective”, Prof. Jian-Yun Nie (University of Montreal)

2:30pm-3:00pm: “Web-Scale Entity Mining and Crowdsourcing”, Dr. Zaiqing Nie (Microsoft Research Asia)

3:00pm-3:30pm: “Big Data and Big Data Technologies: A Database Perspective”, Prof. Ling Liu (Georgia Institute of Technology)

3:30pm-4:00pm: Tea Break

Panel

4:00pm-5:30pm: “How to do big data research in academia”, All speakers

会议感受：

与会专家各抒己见，畅所欲言。演讲非常精彩，尤其是下午的Panel将整个会议推向高潮。

演讲主要从机器学习、信息检索、web Mining，database等几个角度来看待大数据。从演讲内容上来看。大数据到底是什么，依然是我们探索的问题。

或许我们根本不需要这么急切的定义大数据是什么。而更应该做好手头的工作。就像我们勤奋做好本职工作，就是给国家发展，为**主义而奋斗是一样的。

行动就是最好的诠释。

Panel将整个会议推向高潮。

主要从国内、国外，学术界、工业界几个方面展开了讨论。

七位专家在台上就大数据的学术研究展开精彩的对话，不断有精彩的碰撞和火花。

期间也涉及到了大数据的隐私保护、安全策略等方面。

谈到了google、facebook的白手起家，也谈到了百度、华为的最新战略。

谈到了博士硕士如何搞学问。

王珊老师虽然没到台上，但是也就数据库技术、数据库研究者在大数据研究中的作用发表了自己的看法，这点和刘伶老师以数据库技术的观点看大数据研究的演讲不谋而合。

下面是我自己的一点想法，

首先，演讲老师们多次提到大数据的3V或者4V或者5V。个人理解。无论是几个V。都是以一个V为核心追求。那就是Value。

无论是谁，在大数据研究面前，都有一个Value目标。从个体方面，有的人心里的Value就是金钱，有的人就是Intrest。有的人为了娱乐，有的人为了方便生活，

从大体来看，有的人为了自己国家的发展，有的人为了国防军事，数字殖民。这都是Value、

所以，Value是所有大数据特点里，最核心的V，是内涵。其他几个V都只是他的外延而已。

一句话，没Value目标，我们劳民伤财干什么？

所以：

（一）大数据的Value至少是不对称的。一个项目的立项，到底有没有价值，有还是没有，正价值还是负影响，就是一个不对称。

一个项目，对你有价值，对我可能没有价值。甚至讨厌。这也是不对称的。所谓的推荐系统，绝大多数的垃圾广告邮件投放，骚扰电话、弹窗广告。你倒是收到了广告效应了。我的访问体验受到了干扰。

一个项目，对美国有价值，对我们可能没有价值，棱镜计划，你懂的。

（二）Value也具有时效性。现在有价值的项目，可能明天就没有价值了。

（三）大数据的Value可能还有欺骗性。

zhengzhi干预、人为造假，局部数据，都可能使得我们获得的Value是片面的，甚至是虚假的。某搜索引擎可以花钱买排名，有很多人在淘宝购物之后，根本不愿意评价，系统默认会好评，等等，这些都可能导致大数据的分析结果和事实不符合。甚至奥巴马获胜都是人家两个人商议的结果，那么多的机构在做预测，纯属娱乐。还不如预测明天的天气有价值。

大数据的Value应该还有其他的一些特点。目前我也想不到。。。。。。

第二个观点：人在大数据领域的重要性

软件工程产生的背景是软件危机。

面对大数据的潮水，有人也在制造“诺亚方舟”，可是这个方舟该怎么造？怎么驾驶？

软件工程最终有了软件开发技术和软件项目管理。从技术、工具、方法等方面研究和指导开发。从政治、经济、法律、哲学、管理等方面研究和指导软件项目的管理。

一句话，在大数据来临的时代，我们只关注大数据的处理技术，工具，和方法是不够的。为了避免软件危机的胞妹“数据危机”也不期而至，我们也该想软件工程一样，考虑一下另外一个至关重要的角色------“人”。

人在大数据的研究使用中至关重要。

（1）人作为大数据重要的提供者

WEB2.0时代，人人都可能成为大数据的提供者。如何正确、自愿、规范、标准的提供大数据，不论是自觉的还是被动的，人都直接左右了大数据的来源。

在考虑大数据的欺骗性时，就说明了这个问题。有的国家或者机构，不愿意拿出自己的数据共享，这也是可以理解的。有的人，不愿意把自己的信息共享，这也是可以理解的。

作为大数据的研究者，应该考虑怎么样获取大数据，包括采用政治、经济、法律、心理学、管理学等角度，来促进大数据的良性发展。

（2）人作为大数据的处理者