今晚鲍芝峰老师（BAO ZHIFENG, RMIT University, Australia)到实验室交流，主要是三四个学长学姐就自己的研究问题进行了汇报，或是提出了相关问题，然后鲍老师提出了质疑、建议以及可能的解决思路。
我国际周选了鲍老师的一门Big Data Exploration, 上课内容还是比较令我感兴趣的, 后面有机会再详述。鲍老师第一天的课恰好让我解释一个公式的内容，对我算有一点点印象。不过我觉得他今晚在实验室里展现出来的和上课时有很大的不同。一是因为目的不同，上课毕竟是普及知识，实验室交流需要直击痛点、发现问题；二是受众不同，对于本科生，只需清晰地解释明白固定的知识，而对于研究生来说，需要快速理解他们所做的工作，同时发现问题，提出质疑和建议，相较而言更能体现出他灵活的思维和在领域中丰富的经验。
鲍老师提出的建议基于研究生这一层次水平，但当他在讲的时候，我也觉得很有收获，想明白了一些事，然后突然就有很想静下心来多读一些论文的冲动（假期安排上）。以下列一些今天我觉得很值得记下来的东西。

1.要看什么论文?

1）大牛的，不是国内的；建立自己的排名系统 CCF分类 CORE(澳洲系统）作者要看google scholar
2）了解某个领域 A类会议的tutorial(类似presentation形式的survey） 从会议网站上能找到，通过读这个分类 发掘自己的工作是否具有创新性
3）在整场分享中提到的会议和刊物: WWW KDD NIPS ICML CVPR（图好漂亮哇） AAAI(没劲）RECSYS(推荐系统）

2.研究问题的创新性在于？

1）问题的solution很难有创新型，创新的可以是问题，对于问题细分，定义
2）进行大量且充分的实验（实验的完整性，对比实验不能忽略掉重要的算法）
一种写论文的思路：paper 的introduction很引人入胜 solution没人能看懂
但是其实没必要，要让即使不是这个领域的人也能看懂文章 可以有的方式是用一个漂亮的例子，以一贯之的例子（KDD最佳论文提名）
3） 和其他的baseline的对比，解决了某种方法的某个缺点。

3. Related work有多重要？

related work很重要，要对自己要求高一些，找文献看文献要看最好的，即使是你自己的工作只能发B类，也要瞄准A类的问题和缺点，说明你的工作和别人的工作的区别。

4. 只看自己领域的文章吗？

要拓出自己的领域。比如说如果想做可视化的推荐系统，只看可视化领域的文章相关的研究就很少，而且会因为可视化研究相似的研究思路而思维受限。一定要抛弃掉“我不这样做我就不对”的想法，要多看到不同的见解。

5. 通常可视化面临的问题是做出来一个系统发一篇文章，工作难以延展和拓宽，怎么解决？

完全可以把一个系统拆分成多块内容，对于底层/上层等多个模块完全可以写出一篇文章，告诉别人，这个问题是独立的问题（垂直问题） [database领域也很少有人做可视化的工作]

6.怎么根据时长、受众调整自己的presentation？

跟导师、同学交流要进行research，跟产业界更多地交流应用。
可以考虑做动画。（KDD展示他们文章的youtube视频）

7.做实验的要求？

1）严谨
2）最开始的时候就应该有一个实验计划，把所有想到的实验都写出来，做多少个实验，画多少幅图。
3）对于没办法做的实验，可以合理回避，但是需要说明为什么不能做。

8.哪怕不是自己领域的科研交流seminar，怎么听？

(大三要听seminar的tips)
1.要抱着主动的心态，甚至可以主动找一找讲者的错误；或者抱着想要给讲者留下印象的想法，就可以思考一下。
2.可以提前搞清楚讲者的研究领域，准备交流。

9. 其他零碎的东西

1.算法真的很重要。(假期安排吧）
2.周报可以写自己的工作思路，开会之后要提交post meeting update，这样才体现出收获。
3.LaTex上手容易精通难。可以用LaTex管理自己的reference(medenley) 避免duplicate(重复的论文引用）
4. 我们都很有热情，想要实现出自己的想法，不想“水”，是想着要做最好的工作的。
5.我们的学生如果前一天知道自己要在领域内的专家面前做presentation，哪怕前一天不睡觉，也一定要做出最棒的presentation，要让领域内的专家看到最好的自己。

最后要加一张图，小wy制作。