大数据学院邀请陈文光、卢亿雷、张涵诚作学术讲座

7月17日，大数据学院分别邀请清华大学计算机系教授、国家杰青、ACM中国理事会主席陈文光教授，大数据资深专家、精硕科技集团高级技术副总裁兼CTO、CCF大数据专委会委员、北京航空航天大学特聘教授、清华大学企业导师、中国大数据技术大会主席卢亿雷，Oracle数据科学家、中关村大数据交易产业联盟副秘书长、北大创新评论顾问专家、中国通信协会顾问专家、北大电子商务总裁班特聘讲师张涵诚作学术报告,这是“2018年工业大数据与人工智能研究生暑期学校”的第3-5场讲座。报告由大数据学院李灯熬院长主持。

张涵诚作了题为《大数据—产业创新创业发展新动力》的报告，大数据是推动社会发展的动力。大数据时代商业模式在发生变化，大数据技术将群体智慧释放，个体将不再重要。数据将成为经济社会的主要生产力，是实现智能社会的基础资源。

卢亿雷作了题为《大数据技术在数字营销的深度应用》的报告，详细得介绍了大数据平台架构，包括数据处理、数据清洗、数据存储分析、数据分析挖掘、建模算法分析、数据可视化等流程。并对当下热门的大数据技术包括HDFS的设计思想和优缺点、MapReduce的实现机制、Hadoop和Storm的关系进行了分析和解读。他指出大数据在硬件上面临的挑战是数据存储能力落后于数据增长速度、在技术上面临的挑战是机器无法实现数据的解读。他认为将来需要AI+HI，即大数据+小数据结合方式来分析处理数据。卢亿雷以数字营销精准投放为例将传统广告与DSP广告进行对比，介绍了几个大数据分析方法的应用场景。

陈文光作了题为《性能优先的大数据分析系统》的报告，解释了高性能计算因为容错困难与系统重构的原因不能用来处理大数据。并详细介绍了MapReduce和Spark的优缺点。他认为大数据系统可以是性能优先的，因为如果提升性能，容错性就会被弱化，那么今天很多规模有限的大数据问题，可能会变成明天的小数据问题。根据大数据系统的性能优先的设计理念，他研发了图计算系统：GraphLab和Gemini。陈光文指出这个图计算系统可以自动负载平衡，具有较好的容错性。通过与其他计算系统的性能数据进行对比，他指出其它的计算系统比上述两个计算系统的分布式计算开销大、计算性能低。最后他详细介绍了分布式图计算系统Gemini原理：采用稠密——稀疏双模式的计算模型和采用Chunk的图划分方法。