Predict which users (or information sources) oneuser might follow in Tencent Weibo. 数据挖掘竞赛主题一：预测围脖的潜在关注者（腾讯赞助） 竞赛主页：http://www.kddcup2012.org/c/kddcup2012-track11、背景       近些年，在线社交网络发展的如火如荼，

每次谈到数据挖掘都让人很兴奋，但是真正的应用有几个是数据挖掘算法支撑起来的呢：大家哈哈一笑，”除了尿布和啤酒“还有什么拿的出的例子吗。传统的统计学方法可以解决大多数知识发现问题。数据挖掘实际上是一组在人类高级智能和计算机低级智能间的抽象算法：分类（聚类，智能是基础）、关联（和专家系统的规则有区别吗）。个人认为数据挖掘的几个算法其本质类似于数据库领域的”SQL“语句。用几个基本的算子尽量组织成复杂的

新兴研究领域介绍：图挖掘和多关系数据挖掘。一、什么是图挖掘？为什么进行图挖掘       1、图的用途越来越广，包括对互联网、社会化网络、生物、电路、图像的建模。       2、许多图搜索算法已经被开发出来了，并且广泛用在信息检索、计算机视觉等领域；       3、需要进一步开发高效的图挖掘算法，以便从更加复杂的结构化数据中挖掘出有效的知识。二、挖掘频繁子图

做数据处理时深感资源不足，这是学术圈的共识，因此有人提出，实验资源（计算资源）通过网络互联实现共享。从计算的角度来讲，同当年网格计算的思路非常相似；从内容共享的角度来看，同P2P的内容分享非常相似，如迅雷等。       由此想到当年的P2P和网格为什么现在很少被提及，而云成为了主流。这里暂且不谈学术领域这个较窄的圈子，而是从更高的层面探讨下，移动互联网时代P2P和网格技术的没落，云计算模式兴