7月6日，由我校信息学院主办的“大数据学术研讨会——财经应用专题”在学术会堂706召开。来自澳大利亚昆士兰大学、中国人民大学、北京大学、中国工商银行、美国威斯康辛大学、微软亚洲研究院、IBM中国研究院、EMC、国双科技及中央财经大学的专家学者为与会师生做了12场关于大数据研究与应用的精彩报告。来自清华大学五道口金融学院、对外经贸大学、首都经济贸易大学、北京航空航天大学、北京林业大学、中科院自动化所、工信部电信研究院、中国软件通用软件研发部的专家及我校师生共90余人参加了此次研讨会。

会上，我校信息学院院长朱建明教授、科研处副处长李桂君教授分别致辞。

本次研讨会分为三个部分，第一部分主题报告由我校信息学院金鑫副教授主持。澳大利亚昆士兰大学周晓方博士做了《从应用的角度看数据库到大数据演变的价值》的报告，强调大数据为我们带来的新的思维方式。他认为大数据最为精髓的问题是让数据说话，在无先验知识的情况下，从大量的数据自动得出有意义的知识。随后周晓方博士提出了自己对大数据领域在财经领域相关应用的展望，并对大数据未来的发展寄予了厚望。

中国工商银行陈道斌博士发表了题为《大数据时代的商业银行应对策略：从银行信息化到信息化银行》的演讲。陈博士从大数据在商业银行的应用前景出发，根据工商银行目前已存在的信息系统业务，介绍了由当前银行所累计大量数据所带来业务相关的挑战及解决方法。最后陈博士提出了高校要培养数据科学家的呼吁，希望高校和科研院所重视相关的研究，并协助金融领域共同应对大数据的挑战。

北京大学“百人计划”特聘教授崔斌博士做了题为《社会化数据的时序分析与处理》的报告。崔博士从社会化互联网应用的统计数据、数据量及时序特性引出了社会化数据的时序分析与处理面临的主要问题。崔博士从技术的角度出发，应用数据挖掘中的图挖掘及文本挖掘的相关技术，展示了他的研究组从新浪微博实际数据中抽取相关话题关联的成果。

第二部分主题报告由我校信息学院王悦博士主持。美国威斯康辛大学会计及金融系教授胡楠博士以不完全赞同前面嘉宾的观点引出了题为《Big data: spurious correlation or gold mine?》的报告。胡博士从统计学观点提出大数据相关的研究不能完全忽视实验设计的重要性。胡博士还强调，在应用大数据中非结构化数据技术进行分析前，需要建立在结构化数据应用好的前提上。

北京大学高军教授做了关于《大图数据管理》的学术报告。在报告中，高军博士报告了针对大图数据的Top-K最短路径查询分析的底层技术实现方式。他在报告中提出三种方法不同的应用场景，并对相关技术在财经领域大数据问题处理中的应用进行了展望。

EMC资深技术专家顾鸿翔先生从工业界实际技术实施方的角度做了题为《金融行业的大数据与快数据》的报告。顾先生从EMC针对金融行业的大数据与快数据提出的相关解决方案及真实的案例，分析了大数据相关关键技术的特点。在此基础上，他介绍了EMC基于 EMCGreenplum架构的查询解决方案，并以EMC在支付宝数据仓库的应用展示了其gem-fire真实的应用效果及性能。

我校信息学院副院长章宁教授从大数据带来社会问题的角度做了题为《大数据时代网络媒介生态环境下个人信息保护体系的构建》的报告。章教授的报告主要讨论了大数据时代：个人信息保护体系的构建，个人信息、隐私、隐私信息相关概念的界定。在此基础上，她提出了大数据时代个人信息保护体系框架的基本思路。

第三部分主题报告由我校信息学院刘灿涛博士主持。IBM中国研究院谢明博士以IBM在银行位置优化问题的案例做了题为《IBM大数据及其在银行的应用案例分享》的报告，介绍了IBM关于银行分支网络优化问题的基本描述及实际解决方案。

微软亚洲研究院资深研究员刘世霞博士做了题为《文本可视化分析及其应用》的报告，刘世霞博士从一个关于文本可视分析及应用的demo出发，为大家演示了如何从互联网文本数据中分析话题流的关系，并在此基础上解释了实现文本可视化分析的底层技术和一个有意思的应用Story line，让机器自动从文本故事中总结出剧情的走向。

国双科技高级副总裁续扬先生做了《将大数据变“小”》的报告。他提出，大数据技术最终的目标在于从大量不同性质的数据中分析、挖掘出有意义、小规模的知识用于理解数据中包含的真正价值。他从国双科技在视频流内容的分析、挖掘入手，介绍了其公司关于大数据在广告领域、流媒体评价、精准营销等领域的成果。

我校信息学院王悦博士结合自己的实际工作做了题为《异质复杂政务数据挖掘》的报告。他的研究工作从异质复杂政务数据中实体识别入手，尝试提出针对需求预测、渠道管理及舞弊检查等应用的数据挖掘问题及可能的解决方案。

最后，我校信息学院刘灿涛博士做了《面向大数据的深度学习算法》相关的报告。刘博士深入浅出地为在场的听众提供了以深度学习的方法发现关于大数据中知识的有趣思路。

此次研讨会的成功举办，促进了有关大数据的学术研究与交流，推动了大数据技术及其在财经领域的发展和应用，促进了我校信息学院专业、学科建设，对形成与财经管理密切相关的大数据研究方向具有重要意义。