时间:2013年6月3日

地点:A118会议室

主讲人:廖文静、严春伟

主持人:邹凡云

参与人员:雷凯老师、黄连恩老师、实验室同学

活动内容

第一位主讲人是12级廖文静。主题是“Naive Learning in Social Network and the Wisdom of Crowds”。复杂社会网络在什么条件下才能形成一个一致的意见,也就是群体智慧得到体现?只有当网络中没有极度不平衡的节点,也就是没有很权威、影响力很大的节点,也没有以自我为中心对外部其他节点信赖很低的节点的时候才可以。最终“好问题奖”确定为陈涛、夏睿、王思博。

Q&A摘录:

(陈涛)问:论文中的第二种网络是不符合论文假设和定义的么,定义中参数r是否是人为给定的?

答:不符合论文对网络的定义,r是给定的某个大于0的值。

(夏睿)问:引言部分的计算模型?

答:这个比较复杂,但是课程的参考书上有。

问2:最后的两个评价标准的关系?

答:不是完全相斥的关系,但是作者也没有给出等价的一个推导。

问3:收敛的递推模型是怎么样的?

答:其实有很多递推模型可以选取,作者选择了一个比较好展示递推过程的模型。

(王思博)问:μ是客观存在的?还是假设的?

答:假设出的平均值,当做是客观存在的。

第二位主讲人是12级严春伟。主要讲了从kddcup2012看微博推荐,利用additive forest和svd组合模型建模。最终“好问题奖”确定为张凯、张腊梅、仇长贺。

Q&A摘录:

(张凯)问:交大的算法在做参数学习的时候是采用的cross-validation吗?

答:应该是,但是交大没有说明。他们只公布了源码,而且非常难以阅读。

(张腊梅)问:各种参数如何融合到一起?

答:根据两个公式对矩阵数值根据加入的特征进行调整。

(仇长贺)问:SVD和累加森林是通过横向还是纵向的方法组合到一起的?对于每个item都要计算类似于决策树的这个方法?

答:通过横向线性的方法组合到一起,对于每个Item都要计算一遍。

最后是所有听众对两位主讲人根据整个报告的逻辑、内容充实性、表述能力等进行投票。:最终投票结果是廖文静11票,严春伟10票。廖文静赢得优胜奖,严春伟赢得鼓励奖。

 

附:

获奖名单

优胜奖:廖文静

鼓励奖:严春伟

好问题奖:陈涛、夏睿、王思博;

张凯、张腊梅、仇长贺。

PPT、活动录像存放地址

ftp://219.223.192.222/BigData

发表评论

电子邮件地址不会被公开。