4月12日上午论坛开幕，广州大学科研处杨新泉处长进行开幕致辞，杨处长对举办本论坛的意义表达了高度肯定，杨处长表示能邀请到各位教授给同学们做学术交流，是同学们的幸运，相信各位专家会不遗余力地给大家讲解数据智能方面的最新的方法、技术和成果。接着杨处长希望各位老师和同学们好好把握这次难得的机会，积极地参与讨论，更好地理解相关的理论技术和方法。最后杨处长对参与论坛的专家及与会人员表示由衷感谢，并预祝本次论坛圆满成功。

 12日上午论坛

 作为学术分享的第一位专家，AT&T实验室研究数据库的研究部门主管Divesh Srivastava教授带来了主题为“How to do Research for Fun and Profit”的报告。首先Divesh Srivastava教授定义研究是关于提出新问题，寻找答案的创造性探究，并将这些知识传达给社区。另外研究应该是有趣的、有益的。Divesh Srivastava教授从准备研究、选择研究问题、进行实际研究三个阶段分别进行讨论。首先，在准备研究阶段应当注重“学教结合”，通过贪婪阅读、广泛撰写、仔细倾听、有效呈现四个方面为研究生涯做准备。接着，Divesh Srivastava教授提出为了使得研究目标高质量、高影响力，选择问题应遵循“金发姑娘原则”，教授通过讲述金发姑娘和三只熊的故事告诉大家，所研究的问题不应该太热，也不应该太冷，应该恰到好处。对于所研究问题的难度，不应该太难，不应该太简单，应该恰到好处，才能发挥其高质量和高影响力的潜力。最后，教授指出做实际研究应该注意反思与合作，着重做好系统分析、建设性批评、贪婪阅读、广泛写作、认真倾听、有效呈现六个阶段。 

 进行学术分享的第二位专家是香港科技大学陈雷教授，他带来了题目为“Knowledge Base Refinement and Enhancement”的报告。首先，陈雷教授提出两个问题来引出本次报告内容，即什么是知识库？知识库来自哪里？陈雷教授首先指出当前知识库不正确、不完备的问题，即构造KB时可能会出错、几乎没有涵盖现实世界中的所有实体/关系，指出知识库需要细化和增强。接着陈教授提出一种新的细化技术“知识图嵌入的简单有效负抽样”，并进行实验性能分析。最后陈教授提出四个可能的研究方向：知识图嵌入（用于KB完成中的知识推理）、知识融合、开放信息提取细化以及通过人力改进知识库。

 

 12日下午论坛

 浙江大学的高云君教授带来了题目为“复杂异构数据智能处理”的报告。高教授从现实世界数据类型多样，呈现出的异构、复杂的特性引出复杂异构数据处理的意义，并针对复杂异构数据处理面临的三个科学挑战提出自己的解决方案。接着高教授向大家展示他们在复杂异构数据智能处理方面的主要研究工作和成果。最后高教授向大家介绍他们下一步的主要研究工作是面向大数据智能的多源异构数据处理理论与方法。

 

 昆士兰大学的华雯博士带来了题目为“Knowledge Extraction from Text Corpus Challenges and Solutions”的报告。在报告中，华雯博士主要讲述了知识图谱构建中的知识抽取问题，指出他们尤其关注短文本的知识抽取和关系抽取。华博士指出，他们最近研究使用远程监督的方法实现关系抽取以及通过增量学习的方法解决噪音问题。最后华博士提出他们未来的研究工作将更关注知识图谱的内容验证和推理补全等方向。

 

 皇家墨尔本理工大学的周项敏博士带来了题目为“Real-time Media Recommendation in Big Contextual Social Data”的报告，周博士主要介绍随着时代进步，数据发生了爆发式的增长，通过各种社交媒介得到的文本数据越来越多，以及大量文本数据下的精准推荐如何实现等问题。

 

 北京大学的邹磊教授给大家带来了题目为“Natural Language Question Answering over Knowledge Graph”的报告，邹教授首先简单介绍知识图谱，引出如何存储RDF数据的问题，接着提出解决方案--gStore。继而详细介绍了gStore的研究路线图及一些问答系统的应用，例如基于KG的问答系统、Facebook的图搜索、EVI等。最后邹教授介绍了基于KG的问答和基于知识的问答的不同，语义抽取的进展，并重点介绍了其最新研究。

 

 香港中文大学的于旭教授带来了题目为“Large Graph Processing”的报告，于教授首先介绍了社区发现和探测知识背景，接着介绍了社区重叠（overlapping community）问题，并引出了k-truss模型。最后于教授介绍了社区发现算法在交通线路规划、电商平台用户画像等领域的应用。

 

报告分享结束后，大家合影留念。

 

论坛的最后，是仇晶老师主持的学生和嘉宾面对面讨论环节。方拓迁同学就大图搜索中的切图问题、图嵌入问题同林学民老师和于旭老师进行了讨论，仇晶老师就“短暂的研究生生涯应该如何更好地做研究”这一问题向Divesh Srivastava教授寻求建议，Divesh Srivastava教授从三个方面进行了回答：第一平时要注意记下自己的idea；第二要多读论文，特别强调reading；第三要多与朋友讨论。林教授也对Divesh Srivastava教授的观点表示高度认可。

至此，「广州大学第一届大数据智能国际高峰论坛」圆满结束。