数据挖掘：原理与方法研讨

In the economic, financial, network, communication, national defense, social management and other areas, data mining methods have become more challenge. More and more scholars and experts pay attention to this field. This project intends to focus on national, industry of great demands to invite relevant responsible person to introduce the data mining needs, invite scholars to introduce data mining modeling principles and methods in every two to three months. These seminars are good at profiles to refine the science problem, the establishment of the professional between close contact and exchange mechanisms, formation of the report of the data mining research. It will be a foundation work of many national major projects.

在经济、金融、网络、通讯、国防、社会管理等领域，面临海量数据处理的需求和挑战，因此而产生的数据挖掘研究方式越来越受到人们的重视，吸引了包括数学界在内的各学科各领域学者和专家的参与。本课题拟围绕国家、行业有重大需求或有重大科学意义的领域，邀请相关负责人或权威专家介绍问题背景及对数据挖掘的需求，邀请正在从事数据挖掘且工作有较大影响或成效的学者介绍数据挖掘建模原理和方法，每两至三月组织一次研讨，就需求、目标、原理和方法等形成尽可能多的共识或结论。通过此研讨，概况提炼科学问题，建立各专业之间密切联系和交流机制，形成数据挖掘现状报告，为策划重大项目做好基础性工作。

项目实施一年来，举办了四次研讨会。邀请到气象、交通、炼钢、医疗卫生和食品等行业专家，会同从事数学和统计学研究的专家与学者就数据处理和数据挖掘的现状和发展进行了交流和探讨。达成以下共识：.1. 虽然“大数据”、“云计算”等概念已经炒得很热，但在实际问题中用数据来建模从而找出有用的规律和信息的工作国内开展并不多，基本上停留在酝酿阶段。主要是一方面解决实际问题的方法还值得探索；另一方面我国长期以来对数据不重视，数据资源的共享和协同研究意识和机制有待加强。..2. 除航天技术、国防等国家精心组织的领域外，社会公共政策缺乏用数据支持决策的意识，带有盲目性。此外传统产业中利用数据建立模型来寻求规律也不太受重视，甚至抱怀疑态度，浪费了数据资源的价值，影响了大数据产业的发展。..3. 基础资料严重不足，如食品安全、废弃物资源化和循环利用等方面缺乏基础数据的收集。从数学上看，对数据的数学结构的研究相当分散，对机器学习、语文和文本的理解和处理、信噪比的降低都缺乏系统深入的基础研究。..建议：.1. 国家基金委进一步加强“科学地研究数据”和“用数据来进行科学研究 ”的引导，资助和设立以问题为导向，从数据出发的模型和方法研究的重点项目，争取在某些领域有突破。.2. 重视和支持数据挖掘在公共政策领域的研究工作，建议研究新的“人口政策”带来的影响，包括少年儿童的教育、中青年人的就业、老年人的养老及人口的迁移和分布等可作为重点项目来设立。