报告题目：大数据群体计算

报 告 人：李国良

所在单位：清华大学

报告摘要:

　　大数据问题所固有的规模繁杂性、高速增长性、形式多样性、价值密度低等特点为传统计算处理方法带来了严峻的挑战。一方面，大数据的规模繁杂性和高速增长性带来了海量计算分析的需求；另一方面，形式多样性和价值密度低等特点使得大数据计算任务高度依赖复杂认知推理技术。针对大数据计算中海量计算分析和复杂认知推理需求并存的技术挑战，基于人机协作的群体计算是有效的解决途径。大数据群体计算是一种新型计算模型，其目的是通过整合互联网上大量用户和计算资源来处理现有计算技术难以解决的大数据问题。本报告将介绍大数据群体计算的研究现状，面临的挑战以及发展趋势，并介绍我们取得的一些成果。

讲者简介：

　　清华大学计算机系副教授。主要研究方向为数据库，群体计算，海量数据挖掘、分析与检索。在数据库、数据挖掘、信息检索领域的顶级会议和期刊上发表论文60余篇，他引2500余次，入选爱思唯尔2014年中国高被引学者榜单。主持国家优秀青年基金、青年973等项目。获得了IEEE TCDE Early Career Award（IEEE 数据工程领域杰出新人奖）、计算机学会青年科学家奖、教育部新世纪优秀人才等奖项。担任IEEE TKDE编委，FCS编委，Elsevier Big Data Research编委，多次担任SIGMOD、VLDB、KDD、ICDE等会议的程序委员会委员。获得过数据库领域重要国际会议DASFAA’14的最佳论文提名奖，APWeb’14最佳论文奖，EDBT’13大数据比赛冠军。获教育部自然科学奖二等奖（2013年，第四完成人）、计算机学会自然科学奖二等奖（2013年，第一完成人）。

报告题目：Spatial Crowd Sourcing, Challenges and Opportunities

报告人：  陈雷

所在单位：香港科技大学

报告摘要：

   Crowdsourcingis a new computing paradigm where humans are enrolled actively to participateinto the procedure of computing, especially for the tasks that areintrinsically easier for human than for computers. Not surprisingly, with thedevelopment of mobile Internet, the magic power of crowdsourcing is nowexpanding to physical world, where each user is treated as a mobile computingunit that can be activated and guided for certain tasks. Such practice is ingeneral termed as spatial crowdsourcing, featuring task dispatching and dynamicpricing as its core technical niches. Therefore, it serves as the fundamentalprototype of a cluster of industrial applications like Citizen Sensing(Waze),P2P ride-sharing(Uber), Real-time O2O service(Instacart, Postmates) and so on.
    In this talk, I will first demonstrate our spatial crowdsourcing system,G-mission, Then, I will introduce the theoretical and practical development ourspatial crowdsourcing project. Finally, I will talk about some interestingfuture works on G-mission.

讲者简介：

    Lei Chen received the BS degree in computer science and engineering from Tianjin University, Tianjin, China, in 1994, the MA degree from Asian Institute of Technology, Bangkok, Thailand, in  1997, and the PhD degree in computer science from the University of Waterloo, Canada, in 2005.

He is currently an associate professor in the Department of Computer Science and Engineering, Hong Kong University of Science and Technology. His research interests include crowdsourcing, social network analysis, probabilistic and uncertain databases, and privacy-preserved data publishing. The system developed by his team won the excellent demonstration award in VLDB 2014. In 2015, he got the SIGMOD Test-of-Time Award. Currently, he serves as Editor-in-Chief of VLDB Journal and associate Editor-in-Chief for IEEE Transaction on Data and Knowledge Engineering. He was PC Track chairs for SIGMOD 2014, VLDB 2014, ICDE 2012, CIKM 2012, SIGMM 2011. He is a member of the VLDB endowment committee and the chairman of ACM SIGMOD China Chapter.

报告题目：可扩展事务处理系统：进展与研究

报　告　人：钱卫宁

所在单位：华东师范大学

报告摘要：

       互联网技术的高速发展促进了关键应用的互联网化，以及互联网应用向传统的金融、商业、物流、交通、旅游等行业延伸和渗透。应用模式的转化不仅产生了多源、分布、异构的海量数据，也给后台信息系统，特别是提供事务处理支持的数据库管理系统，带来了海量负载。设计具有良好横向扩展（scale-out）能力的事务处理机制和系统，提供高可靠、高可用、高弹性、高性能的数据管理和处理能力，是新型应用所面临的迫切问题，也是我国重要行业信息系统落实“自主可控、安全可靠”发展战略的关键技术挑战。报告将在对可扩展事务处理系统需求进行分析的基础上，讨论其实现技术。报告还将探讨数据管理系统研发相关的应用建模和系统性能基准评测等问题。

讲者简介：

　      钱卫宁，现任华东师范大学数据科学与工程研究院教授。分别于1998年、2001年、2004年在复旦大学获得计算机科学与技术学士、硕士与博士学位（理学）。2004-2007年任复旦大学计算机科学与工程系讲师。他作为项目负责人正主持一项国家自然科学基金重点项目和一项国家自然科学基金面上项目。他正在或曾经参与过多项国家重大专项、国家973、国家863、国家自然科学基金重点、博士点基金与对外合作项目。他担任了中国计算机学会数据库专业委员会的委员，他是ACM SIGMOD会员、IEEE会员。他曾担任国际IDA Journal的编委（2007-2008）和多个重要国际学术会议的程序委员会委员。他还担任了WISE 2012/2013/2014/2015挑战赛共同主席（Challenge Co-Chair）。他入选了2012年度教育部“新世纪优秀人才支持计划”，曾获第二届“微软学者”（Microsoft Research Fellow）和2004年度上海市“青年科技启明星”称号。他的研究方向为面向互联网应用的数据管理系统、可扩展事务处理，以及海量数据管理与分析。