查看“2016级--论文阅读 (第三学期)”的源代码

=具体要求=
<ol>
  <li>教师准备阶段：每月围绕1个专题，每个专题由相关研究方向的教师精选4篇经典或前沿论文（以magazine短文为主），每2篇为一组。</li>
  <li>同学准备阶段：每位同学被随机分配2篇论文（每组1篇），认真阅读并为每篇论文制作15-20分钟讲稿，鼓励自主延伸阅读其它相关论文。讲稿内容可以包括但不限于：
    <ul>
      <li>用自己的话概述该论文所描述的主要问题或观点。</li>
      <li>就该论文中的某个点展开，陈述自己的观点。</li>
      <li>结合该论文，就本主题的其它所了解或熟悉的问题陈述自己的观点。</li>
    </ul>
  </li>
  <li>课堂讨论阶段：随机选择同学上台报告论文内容（每篇论文选2位左右），其余同学参与讨论。</li>
</ol>

=专题1：万维网（Web）=
<ol>
  <li>9月30日课堂讨论：<br/>学号末位奇数：[http://doi.org/10.1109/4236.895141 Hyperlink Analysis for the Web] (2001)<br/>学号末位偶数：[http://doi.org/10.1145/2567948.2576928 Graph Structure in the Web --- Revisited] (2014)</li>
  <li>10月19日课堂讨论：<br/>学号末位奇数：[http://doi.org/10.1109/MIC.2017.72 Two Decades of Recommender Systems at Amazon.com] (2017)<br/>学号末位偶数：[http://doi.org/10.1109/MIC.2016.75 Natural Interaction for Bot Detection] (2016)</li>
</ol>

=专题2：大数据分析（Big Data Analytics）=
<ol>
  <li>11月2日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/MC.2017.163 Big Data Analytics beyond the Single Datacenter] (2017)<br/>学号末位偶数：[https://doi.org/10.1109/MCE.2014.2338496 How Data Centers Provide Consumer Services] (2014)</li>
  <li>11月16日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/MCOM.2017.1600349CM Who Moved My Data? Privacy Protection in Smartphones] (2017)<br/>学号末位偶数：[https://doi.org/10.1109/MC.2016.116 Nomadic Computing for Big Data Analytics] (2016)</li>
</ol>

=专题3：人工智能（Artificial Intelligence）=
<ol>
  <li>12月7日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/TCIAIG.2015.2512592 Review of the Use of AI Techniques in Serious Games: Decision Making and Machine Learning] (2017)<br/>学号末位偶数：[https://doi.org/10.1109/TCIAIG.2013.2291577 Real-Time Monte Carlo Tree Search in Ms Pac-Man] (2014)</li>
  <li>12月21日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/MCI.2006.329691 Ant Colony Optimization] (2006)<br/>学号末位偶数：[https://doi.org/10.1109/MSP.2017.2743240 Deep Reinforcement Learning: A Brief Survey] (2017)</li>
</ol>