查看“2016级--论文阅读 (第四学期)”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（前期以短文为主，中后期以长文为主），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4：语义搜索（Semantic Search）=
<ol>
  <li>3月29日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1145/2736277.2741284 From "Selena Gomez" to "Marlon Brando": Understanding Explorative Entity Search] (2015)<br/>学号末位偶数：[https://doi.org/10.1145/1066157.1066169 Magnet: supporting navigation in semistructured data environments] (2005)</li>
  <li>4月12日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/ICDE.2009.64 STAR: Steiner-Tree Approximation in Relationship Graphs] (2009)<br/>学号末位偶数：[https://doi.org/10.1145/2872427.2883007 What Links Alice and Bob? Matching and Ranking Semantic Patterns in Heterogeneous Networks] (2016)</li>
</ol>

=专题5：边缘计算（Edge Computing）与智能感知=
<ol>
  <li>5月3日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/JIOT.2016.2579198 Edge Computing: Vision and Challenges] (2016)<br/>学号末位偶数：[[媒体文件:Mobile_Edge_Computing_-_A_Key_Technology_towards_5G.pdf|Mobile Edge Computing - A Key Technology towards 5G]] (2015)</li>
  <li>5月17日课堂讨论：<br/>学号末位奇数：PaperID---RFID技术，很多创意的应用场景和RFID标签的新型设计方案<br/>学号末位偶数：MoLe---SmartWatch中惯性传感器技术，利用单手佩戴的手表推测双手打字<br/>论文/视频下载地址：[https://pan.baidu.com/s/1DJBYRf5I-3wXd-JkC4gcag 百度网盘密码igfj]</li>
</ol>

=专题6：推荐系统（Recommender Systems）=
<ol>
  <li>5月31日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1145/371920.372071 Item-based collaborative filtering recommendation algorithms] (2001)<br/>学号末位偶数：[https://doi.org/10.1109/MC.2009.263 Matrix Factorization Techniques for Recommender Systems] (2009)</li>
  <li>6月14日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1145/2792838.2800187 Context-Aware Event Recommendation in Event-based Social Networks] (2015)<br/>学号末位偶数：[https://doi.org/10.1145/2525314.2525339 iGSLR: personalized geo-social location recommendation: a kernel density estimation approach] (2013)</li>
</ol>