第八屆國際數(shù)據(jù)挖掘與應(yīng)用統(tǒng)計研究會學術(shù)簡述

李　勇，張　敏，朱建平

(1.重慶工商大學；2.云南財經(jīng)大學；3.廈門大學)

?

第八屆國際數(shù)據(jù)挖掘與應(yīng)用統(tǒng)計研究會學術(shù)簡述

李勇1，張敏2，朱建平3

(1.重慶工商大學；2.云南財經(jīng)大學；3.廈門大學)

第八屆國際數(shù)據(jù)挖掘與應(yīng)用統(tǒng)計研究會于2016年7月23-26日在大慶市隆重召開。本屆會議由國際數(shù)據(jù)挖掘與應(yīng)用統(tǒng)計研究會主辦，東北石油大學、廈門大學數(shù)據(jù)挖掘研究中心、臺北醫(yī)學大學大數(shù)據(jù)研究中心和重慶允升科技大數(shù)據(jù)研究中心聯(lián)合承辦。會議主題為“卓越數(shù)據(jù)共享統(tǒng)計的理論及應(yīng)用研究”，來自國內(nèi)外近100所高校、政府和企事業(yè)單位200多位專家學者蒞臨參加。大會入選論文52篇，分為大數(shù)據(jù)分析及應(yīng)用、統(tǒng)計理論及方法應(yīng)用等專題。

一、大數(shù)據(jù)發(fā)展面臨問題與未來趨勢研究

臺北醫(yī)學大學謝邦昌教授在《大數(shù)據(jù)發(fā)展現(xiàn)況與未來發(fā)展趨勢》報告中，首先闡述了BIG DATA，并指出BIG DATA 基本方法主要有數(shù)據(jù)可視化分析、Data Mining算法、預(yù)測性分析、語義引擎和數(shù)據(jù)質(zhì)量與數(shù)據(jù)管理等五方面。最后闡述了BIG DATA 的未來及其瓶頸：①數(shù)據(jù)收集和提取合法性，數(shù)據(jù)隱私保護和數(shù)據(jù)隱私應(yīng)用間的權(quán)衡。指出目前全世界對于用戶隱私應(yīng)如何保護、商業(yè)規(guī)則應(yīng)如何制定、觸犯用戶隱私權(quán)應(yīng)如何懲治、法律規(guī)范應(yīng)如何制定等系列管理問題大大滯后于大數(shù)據(jù)發(fā)展速度，數(shù)據(jù)源頭采集受限將大大限制大數(shù)據(jù)的商業(yè)應(yīng)用。②大數(shù)據(jù)發(fā)揮協(xié)同效應(yīng)需要產(chǎn)業(yè)鏈各個環(huán)節(jié)的企業(yè)達成競爭與合作的平衡。共享信息的企業(yè)間如何權(quán)衡利弊、平衡利益，而權(quán)威第三方中立機構(gòu)的缺乏將制約大數(shù)據(jù)發(fā)揮其最大潛力。③大數(shù)據(jù)結(jié)論的解讀和應(yīng)用。大數(shù)據(jù)可從數(shù)據(jù)層面揭示各變量可能的關(guān)聯(lián)，但如何具像到行業(yè)實踐中？如何制定可執(zhí)行方案?這需要從技術(shù)層面、行業(yè)背景和管理能力三者融匯的執(zhí)行者，而深諳技術(shù)又具有系統(tǒng)思維的卓越管理人才的稀缺將制約大數(shù)據(jù)的發(fā)展。

國家統(tǒng)計局潘璠博士在報告《我看當前對大數(shù)據(jù)的一些非議——兼議大數(shù)據(jù)應(yīng)用面臨的問題》中，列舉了中國大數(shù)據(jù)應(yīng)用中存在五個非議：若大數(shù)據(jù)不分析，就成為一堆“大垃圾”；全國性普查數(shù)據(jù)夠不上大數(shù)據(jù)；“全樣本是永遠不可能的”；大數(shù)據(jù)只能說明總體現(xiàn)在，若要說明未來，還不如小數(shù)據(jù)；要對所謂“偽大數(shù)據(jù)說不”。針對這些非議，他闡述了自己的觀點，指出盡管大數(shù)據(jù)在發(fā)展中確實出現(xiàn)了失密、造假等嚴重問題，但這正需要正視和應(yīng)對，必須完善法律法規(guī)、明確牽頭單位統(tǒng)籌和規(guī)范標準等。東北石油大學辛華博士在《基于密度分布的聚類算法研究》中提出，基于先驗分布的引力聚類法選擇最優(yōu)類簇中心。一些學者對大數(shù)據(jù)進行了應(yīng)用研究。

二、統(tǒng)計模型的理論與應(yīng)用研究

北京大學房祥忠教授在報告《EM算法及其在置信推斷中的作用》中指出，面對小樣本問題的精確置信推斷很重要，但處理多維參數(shù)或不完全觀測數(shù)據(jù)會涉及計算困難。首次將用于求解最大似然估計和后驗分布最大值的EM算法應(yīng)用于精確置信推斷。給出了Buehler置信限新型式，利用EM算法計算其概率最大值，并用指數(shù)單元串聯(lián)系統(tǒng)、兩個二項分布比例差和Gamma隨機變量均值的精確置信限三個實例進行說明。

臺灣淡江大學蔡宗儒教授在報告《Accelerated Degradation Tests》中，探討如何針對加速退化數(shù)據(jù)進行統(tǒng)計推論，評價其可靠度，以及考慮成本下的實驗設(shè)計，以利后續(xù)測試參考。指出壽命測試傳統(tǒng)設(shè)限方法和近代加速壽命測試法，面對高可靠度數(shù)據(jù)仍會失效。為此提出加速退化測試方法，觀測與產(chǎn)品壽命高度相關(guān)的代理變數(shù)退化的數(shù)據(jù)。以伽馬隨機過程代替布朗運動與對數(shù)布朗運動，對產(chǎn)品進行可靠度推斷構(gòu)建和最佳實驗設(shè)計。

重慶工商大學李勇在《層次貝葉斯統(tǒng)計方法及應(yīng)用研究》報告中，針對層次貝葉斯基本方法進行了系統(tǒng)研究。構(gòu)建了基于不同層次來源的嵌套結(jié)構(gòu)復(fù)雜數(shù)據(jù)多層次模型；將貝葉斯分析應(yīng)用于層次模型，利用先驗分布優(yōu)先等對參數(shù)進行推斷；構(gòu)建了基于貝葉斯后驗分布的層次模型參數(shù)假設(shè)檢驗和基于貝葉斯因子與預(yù)測分布的層次評價模型；構(gòu)建了層次貝葉斯霧霾監(jiān)測評估模型。天津財經(jīng)大學楊貴軍等在《三種線性回歸多重插補法的模擬研究對比分析》中，采用普通線性回歸多重插補法、貝葉斯線性回歸多重插補法、貝葉斯自助線性回歸多重插補法對無回答進行插補研究。云南財經(jīng)大學張敏博士在報告《基于高層次結(jié)構(gòu)的多水平發(fā)展模型的統(tǒng)計建模及應(yīng)用》中，構(gòu)建了農(nóng)戶收入二、三、四水平發(fā)展模型，通過比較體現(xiàn)多水平模型擬合高層次嵌套數(shù)據(jù)的優(yōu)勢。一些學者對統(tǒng)計方法進行了應(yīng)用研究。

(責任編輯：杜一哲)