歷年獲獎名單

2019人民網獎學金獲獎名單：

一等獎：陳曉
二等獎：何彩、李曉彤
2019人民網優秀論文獲獎者名單：
一等獎：王然
二等獎：蔡夢蕾、蔣澤晟、許祎、萬梓良、郭芷君、賈賽男、田鑫雯、劉曉倩、周子欽、高桐、歐陽天雄

往年獎學金獲獎論文回顧：

2018北京郵電大學篇
2017北京郵電大學篇
2016北京郵電大學篇
2015北京郵電大學篇
2014北京郵電大學篇
2013北京郵電大學篇
2012北京郵電大學篇

優秀論文一等獎（1）

王然

基於預測的DC間流量增量調度研究: 目前已經有大量關於提高數據中心間網絡性能的研究[1][2][3][4][5]，但這些已有研究都專注於改善每個數據中心對之間的廣域網路徑的性能。由於這些方法未能利用存在於地理分布的數據中心上的大量應用層覆蓋路徑，也未能發現服務器存儲轉發數據的能力，因而它們是不完備的。而通過覆蓋路徑的使用，結合對帶寬的預測，實時地對數據復制傳輸進行調度，能夠實質性地提高數據中心間數據復制的性能。; 詳細 >>

優秀論文二等獎（4）

蔡夢蕾、蔣澤晟

海量新聞信息處理中的語義角色標注研究: 語義角色標注（SRL）是語義識別的關鍵研究方向之一。語義角色標注是一種淺層語義分析技術，以句子為單位，分析句子的謂詞-論元結構，具體來說，語義角色標注的任務就是以句子的謂詞為中心，研究句子中各成分與謂詞之間的關系，並且用語義角色來描述他們之間的關系。語義角色標注在問答系統、機器翻譯和信息抽取等方面得到了成功地應用[1]。在過去使用深度學習處理新聞信息的案例中，Bi-LSTM模型在語義角色標注上取得了較大的成功[2]。然而，過去在新聞處理中應用的語義識別方法存在幾個問題。首先是Bi-LSTM+CRF的方法模型計算復雜度較高，其次是過去基於BIO文本標注方法的模型，必須要給定謂詞，而且無法准確的識別出同一個句子中多個謂詞以及它們所對應的論元之間的關系，而且還存在一個嚴重的限制—無法預測多謂詞-論元的重疊區域的信息。本文介紹了一種新的方法，一種端到端的聯合預測多個謂詞組合的方法[18]，克服了以上所說的限制。在LSTM結構中加入了Highway [3]結構，能夠有效的緩解梯度消失的問題。並且應用了今年來興起的大型預訓練語言模型來進一步獲得句子中的語義信息，本文使用ELMo進行實驗[4]。這對於人民網在內容語義識別上能發揮重要的作用。; 詳細 >>

許祎、萬梓良

基於潛因子評分反饋學習的餐館推薦: 當今社會，在人們外出就餐時，就餐的選擇不僅僅取決於味道，同時也受到許多其他因素的影響。因此，餐廳推薦中關鍵的問題便是，發掘用戶選擇時的潛在影響因素。本文根據當下主流餐飲社交網絡的數據進行分析，在個性化推薦技術模型與算法上提出了新的模型，一方面，對於未來智能生活的餐飲推薦服務方式及其網絡技術做出了探索與說明，另一方面，對大眾餐飲消費文化從數據挖掘角度做出技術探索與說明，可后續為人民網解讀大眾餐飲消費心理做技術角度支撐。本文挖掘用戶選擇餐廳時所關心的、潛在的主題因素，並將其應用在餐館推薦中。我們使用LDA模型提取了餐廳的潛在主題特征，根據潛在主題因素分布特征進行評級反饋學習以及計算相似度，並據此做出評級預測和餐廳推薦。本文利用Yelp數據集中的評論數據進行了實驗，探索了算法的性能和最優主題數K。實驗結果表明，該算法在評級預測方面取得了一些進展和成果。從一定程度上來說，將潛在主題分布應用於餐廳推薦問題可以解決數據稀疏性問題，減少計算維度，提高評級預測的准確性。; 詳細 >>

郭芷君、賈賽男、田鑫雯、劉曉倩、周子欽

用主流價值導向駕馭算法研究: 隨著近年來互聯網的發展，算法技術得到了越來越廣泛的運用，而價值觀對算法的影響，也逐漸成為了公眾討論的焦點，本文通過對算法演化方向的研究、價值觀在算法的前期開發、后期管理以及算法本身的影響，配合對人民網、知乎、今日頭條等典型案例的分析，探究主流價值觀對算法的駕馭及算法未來的發展方向。; 詳細 >>

高桐、歐陽天雄

互聯網新聞標題生成方法研究: 近年來，網絡新聞的“震驚體”文不對題現象層出不窮，為保証更加高效准確的信息檢索及用戶體驗，本文探討圖結構、編解碼器、注意力機制下編解碼器以及指針生成器四種方法應用於新聞標題生成任務中的可行性。指針生成器模型根據原文詞先驗分布抽取及高維語義信息生成兩種方式聯合所生成的新聞標題在語義上較為完整，表達較為准確。; 詳細 >>