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://www.icnlab.cn/BigData