本论坛将于CNCC2019中国计算机大会第二天（10月18日）下午在苏州金鸡湖国际会议中心A216会议室举行，本论坛以城市管理、生命信息、社会科学、工业制造等应用领域为例，从数据、模型、算法等三个维度，研讨大数据分析的最新关键技术。
大数据分析，是当代世界工业革命的主导信息技术之一，虽然大数据分析技术发展迅速，分析方法层出不穷，但是将通用大数据分析技术应用于行业领域数据分析，具有非常多的挑战。
本论坛以城市管理、生命信息、社会科学、工业制造等应用领域为例，从数据、模型、算法等三个维度，研讨大数据分析的最新关键技术、数据理解方法、适应性模型与算法，展示在行业领域的适应性应用效果，为大数据分析技术在行业领域发挥关键性作用提供启发与借鉴。
论坛主席
彭朝晖
彭朝晖博士现任CCF数据库专委会委员，CCF教育工委执行委员。主要研究领域为数据库、数据挖掘、大数据分析，主持或参与国家科技支撑计划重点项目、国家863 计划项目、国家自然科学基金项目、山东省科技发展计划项目等国家和省部级科研项目20余项，在AAAI, DASFAA, KAIS等国内外重要学术期刊和会议发表论文40余篇，获教育部和山东省科技进步二等奖3次，荣获山东大学2016年度“我最喜爱的老师”等荣誉称号。
范举
范举博士主要从事数据库领域的研究工作，研究方向为众包数据管理、数据集成与大数据分析。近年来发表CCF-A类论文30余篇，包括数据库领域的顶级期刊/会议TKDE、SIGMOD、VLDB与ICDE。先后担任SIGMOD 2020、VLDB 2018/2020和ACM Multimedia 2015等两个领域顶级会议的程序委员会委员，以及CCF-A类期刊VLDB Journal、TKDE、TODS的评审人。范举博士是2017年度ACM中国新星奖的获奖者。
讲者和报告简介
俞士纶
俞士纶（Philip S.Yu）博士是伊利诺伊大学芝加哥分校(UIC)计算机科学系特聘教授和Wexler信息技术主席。在加入UIC之前，俞博士在IBM沃森研究中心（IBM Watson Research Center）工作，在那里建立了享誉世界的数据挖掘和数据库部门。俞博士是ACM和IEEE的Fellow。因为在大数据挖掘、融合和匿名化方面的有影响力的研究和科学贡献，俞博士获得ACM SIGKDD 2016创新奖；因为在“大数据的可扩展索引、查询、搜索、挖掘和匿名化”方面所做的开拓性基础性的创新贡献，获得IEEE Computer Society 2013年度技术成就奖；因为在数据挖掘领域的开创性贡献，获得2003年度IEEE ICDM会议颁发的研究贡献奖。俞博士已发表会议和期刊论文1300余篇，被引用11万余次，H-index达到154。俞博士已经申请了300多项专利。俞博士曾任ACM TKDD主编（2011-2017）和IEEE TKDE主编（2001-2004）。
演讲题目：异质信息融合推荐
摘要：随着产品和服务种类的增加，推荐系统在为客户提供可能感兴趣的产品或服务方面发挥着至关重要的作用。在大数据时代，不同的数据源有着丰富的各种格式的可用数据。在这里，我们专注于将多种多样的大型信息源融合在一起，并在一个统一的分析中横跨这些融合数据源执行协同数据挖掘任务。在本讲座中，我们将探讨如何融合这些异质信息，以提高推荐系统的效果。
陈宝权
北京大学博雅特聘教授，前沿计算研究中心执行主任，CCF会士，长江学者，兼山东大学教授，北京电影学院未来影像高精尖创新中心首席科学家。获2014年中国计算机图形学杰出奖，担任973项目“城市大数据计算理论与方法”首席科学家。
演讲题目：城市大数据与智能增强
摘要：随着传感技术的发展、信息化程度的提高和社交网络的普及，构成了反映城市“三元空间”的大数据。精细化的城市三维场景描述为此类数据的时空耦合提供了基础，并由此实现语义融合和事件描述；同时，不断累积的空间关联信息构成了对城市空间的智能化增强。这为城市大数据分析及事件仿真提供了新的技术手段，为智能城市的各类应用带来了新的机遇，将会无所不在的提升城市的生活体验。
朱大铭
山东大学教授，博士研究生导师，博士。中国计算机学会理论计算机专委会常务委员，生物信息学专委会委员。长期从事生物信息学和计算生物学组合问题算法与计算复杂性研究。发表学术论文150余篇，主持国家自然科学基金重点项目“基因组数据分析基础理论与算法”。曾获教育部科技进步奖，山东省科技进步奖，自然科学奖4次。
演讲题目：基因组数据分析算法
摘要：基因组测序数据为基础的基因组数据分析，是生物信息学的核心基础，是计算机科学的热点。利用基因组测序数据检测基因组之间的结构差异，在生物制药，医学诊断，分子育种等应用中一直发挥重要作用。本报告介绍根据测序数据寻找基因组结构变异的问题和求解算法，介绍寻找基因组最长保守子序列的组合问题建模方法，和求解算法。
文继荣
中国人民大学信息学院院长，高瓴人工智能学院执行院长，大数据管理与分析方法研究北京市重点实验室主任。曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。长期从事信息检索、数据挖掘、机器学习等领域的研究，至今已在国际著名学术会议和期刊上发表论文180余篇，被同行引用总计13000多次。担任本领域权威国际期刊ACM TOIS和IEEE TKDE编委、国际会议AIRS 2016大会名誉主席、CCIR 2017大会主席、SIGIR 2018领域主席、SIGIR 2020程序委员会主席等。2018年入选首批“北京市卓越青年科学家”。
演讲题目：大数据+社会科学
摘要：大数据作为一种新的工具、方法和解决问题的范式，需要与领域数据和问题结合才能产生价值。近年来我们与多个领域的学者和企业合作，将大数据方法和技术与经济、金融、法律、新闻、社会学等各个领域进行深度结合，探索大数据驱动的社会科学研究新范式。我将介绍我们在这些方面取得的初步成果。
黄向东
清华大学软件学院助理研究员。研究方向为大数据系统架构与时间序列数据管理技术。黄博士是Apache IoTDB项目的初始源码提交者之一，IoTDB PPMC成员。成果应用于国家、各省气象局及多家企事业单位。曾获中国气象学会科技进步一等奖、教育部技术发明一等奖。
演讲题目：面向查询分析一体化的工业互联网时序数据管理
摘要：工业互联网是数字浪潮下新一轮工业革命的关键支撑，机器设备产生的时序数据则构成了工业互联网的主体，在设备远程运维、数字画像、健康评估、故障预测、备件调度、生产工艺控制与改进等多方面有着重要的应用前景、是新一代智能转型的生产资料。如何在支持时序数据超高通量、低质乱序传输的同时，既能支持高质全序的查询、又能支持海量历史数据高效分析，是让工业时序数据发挥其价值必须要面对的挑战。
本报告在分析工业生产中时序数据的收集、访问特点基础上，介绍“查询与分析一体化”的时序数据的管理技术及其相关系统Apache IoTDB。
