搜索结果 文章归档: 十二月 2014
译者：36大数据编辑 原上草 （36大数据专稿，本博客已获取本文转载授权）
Palantir，提起这家公司就会让人觉得如雷贯耳。之前36大数据已经花了非常多的时间去收集和整理了关于这家公司背后的故事，参考揭秘：曾用大数据帮助CIA干掉本·拉登的公司Palantir Technologies ，在2013年美国大数据公司收入排行榜中，Palantir排名第一。 继续阅读 =>
12月12日上午，来自中南大学的王璞教授来访Vag小组，带来题为《基于手机数据的 拥堵车源定位》的学术报告。
在简单地回顾了自己的求学科研经历之后，王璞教授首先介绍了拥堵车源定位的理论基础——人类动力学（Human Mobility）。人类动力学最初经由病毒传播研究而产 生，经过理论上的随机游走假设，到利用美元流通数据的实践探究，再到信息时代利用手机数据研究分析。在模型上，也从最初的重力模型发展到如今的辐射模型。王璞 教授在考虑实际的交通网络之后，对辐射模型做了进一步的改良。王教授总结道：“ 人类动力学实证与建模的发展为相关应用学科提供理论保障。” 继续阅读 =>
原文作者：周涛
原文链接：http://blog.sciencenet.cn/blog-3075-849251.html
预测传播概率与传播规模
已有很多学者在研究复杂网络上的传播动力学问题，并取得了一系列的研究成果。是否能够以及如何才能利用某时刻传播的瞬间状态，预测传播的演化过程呢？这一基本问题,目前还很少有学者进行深入研究。而这一问题本身对信息传播与控制有着重要的理论和现实意义。
针对这一基本问题，大数据研究中心，数据挖掘与推理研究所的陈端兵副教授和瑞士弗里堡大学曾安、肖锐两位博士一起提出了一种简单而有效的传播概率与传播规模的预测方法。基于被学术界广泛接受的“易感-染病-免疫”动力学模型，陈端兵等人提出了一种迭代计算方法，能够有效估计特定节点在被感染之前，已被感染的邻居数量。陈端兵等人在此之上发展出了一套传播概率的预测方法。在小世界和无标度网络模型以及真实网络中的实验结果表明，该方法能够很好地预测传播概率。在预测的传播概率基础上，采用平均场模型进一步对传播规模进行了预测，也取得了很好的结果。
论文信息：
D.-B Chen（陈端兵）, R. Xiao, A. Zeng, Predicting the evolution of spreading on complexnetworks. Scientific Reports 4 (2014) 6108.
论文链接：http://www.nature.com/srep/2014/140818/srep06108/full/srep06108.html
关注可视化的同学们大概还记得红极一时的IBM在线可视化工具Many Eyes，用户可以上传自己的数据，套用里面的可视化组件生成数据可视化。
“嗯，这样很好，把数据漂亮地展示出来了。但是我只关心我的数据业务，我还想在数据上做点分析，能再智能一点么？”相信IBM已经听到了客户们的意见，所以就有了现在的IBM Watson Analysis。
IBM把Watson Analysis的功能概括为非结构化信息的组织、聚合、分析以及可视化，最终目的是让用户发现数据价值。
2014年12月5日上午，阿里巴巴集团安全数据产品部门来我实验室进行参观，双方就大数据及其可视化等课题进行交流探讨。
VAG小组首先就实验室项目进展、研究成果向阿里巴巴集团安全数据产品部门予以详尽的介绍。
图一：陈为教授（左一）向阿里巴巴集团安全数据产品部门介绍小组研究成果
接着，阿里巴巴集团安全数据产品部门向小组阐述了阿里巴巴集团在大数据方面的工作现状及期望。
最后，陈为教授及VAG小组博士与阿里巴巴集团安全数据产品部门就细节问题展开讨论。
本周五（12月5日）下午阿里安全数据产品部门来访，希望各位博士以及项目负责人等准备好演示，想要去阿里工作的同学不要错过这次机会
时间：12月12日星期五上午10：30
地点：浙大紫金港校区CAD&CG国家重点实验室402室
报告人：王璞 教授
主持人：陈为 教授
报告题目：基于手机数据的拥堵车源定位