北京大学大数据研究生

今天是2020级研究生新生到燕园报到的日子金秋在即，芳华绚烂一起用“大数据”认识一下这群来自五湖四海的新北大人吧！新生概况2020年北京大学研究生新生入学总人数9301人其中硕士生6333人博士生2968人新生当中内地生8541人港澳台生160人留学生600人在校本部学习的同学有7866位在医学部学习的同学有1435位（以下数据均以校本部为统计口径）学习形式2020级研究生新生全日制6137人非全日制1729人学位类型北大2020级硕士和博士研究生中3923人为专业学位3943人为学术学位硕士生专业学位新生规模是学术学位新生的2倍有余博士生则以学术学位培养为主男女比例从性别来看这级研究生新生男生4430人，占56%女生3436，占44%整体男女比例为1.29:1年龄分布从年龄上来看校本部新生平均25.9岁其中硕士生26.5岁，博士生24.5岁博士生平均年龄比硕士生平均年龄要低，一方面因为非全日制硕士新生往往是事业有成后求学的，另一方面本科起点的直博生基本是研究生中年龄最小的群体，占博士生比例较大（50.2%，超过一半），一定程度拉低了博士生的平均年龄。民族地区2020级研究生新生中分布在28个民族其中汉族约93%少数民族近7%2020级研究生新生中山东、河南、河北、湖南、江苏新生人数位列前五台湾省、香港特别行政区、澳门特别行政区分别有66、58和17人国际学生来自90个国家来北大深造的人数超过20人的国家有美国、韩国、加拿大、马来西亚新加坡、巴基斯坦和法国生源院校从新生本科毕业院校来看本校的同学最多（1572人）占比约20%然后接下来各个高校比较平均武汉大学185人南开大学162人中国人民大学161人......大数据就看到这里啦！新同学们是不是已经充满期待了呢？北大欢迎你们的到来祝愿你们在之后的学习生活中创造出充实而独特的回忆九月的燕园秋光正暖，时节方好且歌且行，欣喜相逢很高兴与你初见北大2020级研究生新的研习旅程正将起航

今天北京大学终于公布了2020级研究生大数据，@数字话教育结合前期各大高校已公布的研究生大数据，梳理了十九所一流大学建设高校的研究生大数据，十九所高校中哪所招生的研究生最多，哪所高校男女比例最高……一流大学建设高校42所名单1. A类36所北京大学、中国人民大学、清华大学、北京航空航天大学、北京理工大学、中国农业大学、北京师范大学、中央民族大学、南开大学、天津大学、大连理工大学、吉林大学、哈尔滨工业大学、复旦大学、同济大学、上海交通大学、华东师范大学、南京大学、东南大学、浙江大学、中国科学技术大学、厦门大学、山东大学、中国海洋大学、武汉大学、华中科技大学、中南大学、中山大学、华南理工大学、四川大学、重庆大学、电子科技大学、西安交通大学、西北工业大学、兰州大学、国防科技大学2. B类6所东北大学、郑州大学、湖南大学、云南大学、西北农林科技大学、新疆大学2020年招生人数1、十九所高校中，招生研究生总数排前三的高校。上海交通大学、吉林大学和华中科技大学2、十九所高校中，招生博士生数排前三的高校。清华大学、北京大学和上海交通大学3、十九所高校中，招生硕士生数排前三的高校。吉林大学、华中科技大学和上海交通大学全日制硕士和非全日制硕士十一所高校中，非全日制硕士占硕士生总数比例前三的高校：清华大学、同济大学、和北京大学男女比例从表中，可以看出男女比例最高的是西北工业大学，而且排名靠前的都是以工科见长的高校。还有哪些要想了解的数据，欢迎留言。

北京大学2020级研究生新生大数据民族地区2020级研究生新生中分布在28个民族其中汉族约93%少数民族近7%2020级研究生新生中山东、河南、河北、湖南、江苏新生人数位列前五生源院校从新生本科毕业院校来看本校的同学最多（1572人），占比约20%然后接下来各个高校比较平均武汉大学185人南开大学162人中国人民大学161人浙江大学2020级研究生新生大数据数据来自浙江大学、北京大学若侵权请联系我们删除。

走进经济生活里的一切导读：2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。来源丨21世纪经济报道（ID：jjbd21）记者丨王峰 北京报道图片来源/ 图虫创意（资料图）“没有什么行业是没有数据的”“我认为没有什么行业是没有数据的。”清华-伯克利深圳学院数据科学与信息技术专业一年级硕士生王宇杰说。 他在去年9月从一名工科本科生跨学科进入了大数据专业。大数据专业正成为时下火热的高校新增专业。在4月28日举行的教育部新闻发布会上，教育部高等教育司副司长范海林介绍，2017年全国高校备案专业中，新增数据科学与大数据技术专业点250个，同比增加了近7倍。从中国人民大学、北京师范大学、厦门大学等知名大学，到一些地方院校均投入了这股热潮。王宇杰大二时在一次展会上不经意接触到了一款大数据可视化软件Tableau，由此对大数据产生了浓厚的兴趣。通过Tableau，王宇杰感受到，数据分析这个行业的潜力无可限量。随着移动互联网大数据时代的到来，数据量正在不断增长。未来，更多人将学会分析数据，并将数据的洞察运用到工作和生活中的方方面面。数据分析会从小众走向主流，人人都可以成为数据分析师。接下来的大学时间里，他参加了一些数据科学家训练营，和一些商业机构组织的训练营，还在慕课网站上自修了国外大学的大数据课程。他在2016年的Tableau可视化分析争霸赛北京赛区比赛中拿到了第一名。Tableau可视化分析争霸赛是全球可视化数据分析人士的年度饕餮盛宴，每年都会成千上万数据狂人参加这一比拼。这其中，既有来自各行各业的数据分析专家，也有像王宇杰这样的数据爱好者，而王宇杰是获奖选手中唯一一名大学生。通过这些活动，王宇杰结识了这个一不断壮大的数据分析社区，也让他对这个行业更加充满热情。大四时，王宇杰得到了保研的机会，“国内开设大数据方向研究生专业的大学并不多，主要有清华大学、北京大学、复旦大学、北京航空航天大学等，这是当时比较知名的几个高校。”王宇杰说。王宇杰得到了北大和清华的offer，权衡之后，他选择了清华-伯克利深圳学院，这是清华和伯克利合办的硕士研究生项目，不仅可以在清华拿到数据科学学位，还有机会到美国加州大学伯克利分校去进行为期9个月的学习，同时拿到相关学位。“我是清华-伯克利深圳学院招收的第二届硕士生，也就是说，大数据专业其实是一个非常崭新的学科，在我申请的那一年，相对来说，大家对这个概念还不是特别了解，当然已经有一定数量的申请者，远超我们实际录取的人数，但并不是那么的火爆。”王宇杰说。“到了我下面那届，就是招收第三届硕士生的时候，竞争就变得异常激烈，在短短一年时间里，这个专业成为了大家认可的非常有潜力的专业，大批的工程本科生，或者是数学、经济方面的学生开始申请我们这个方向，因此录取率直线下降。个人感觉在近几年内，竞争会变得越来越激烈。”他说。清华-伯克利深圳学院的数据科学与信息技术研究中心设有6个实验室，分别为传感器与微系统实验室、纳米器件实验室、物联网与社会物理信息系统实验室、未来互联网研究实验室、大数据实验室、智能成像实验室。“我想一般人会认为我们专业课的名称会比较高大上，像大数据分析、大数据基础等，的确会有这些，但从本质上来说，我认为我们学的课程跟数学、工程学这些基础学科没有太大区别，当然加入了一些新兴科技的课程，比如现在很火的深度学习、人工智能。”他告诉记者。王宇杰进入了智能成像实验室，学习和科研课题是关于计算机视觉。“用一句话来概括，我们要做的是赋予计算机人的视觉能力。怎么理解呢？以后是一个有大量机器人存在的世界，而机器人要跟人类进行交互，做一些基本的工作，必须要有视觉能力，看得懂周围的环境，所以我们做的事情就是通过技术的方法让计算机拥有人的这种视觉能力。”他说。热门专业：数据科学与大数据技术图片来源 / 新华社（资料图）3月21日，教育部公布了2017年度普通高等学校本科专业备案和审批结果。在新增备案本科专业中，“数据科学与大数据技术”最为热门。根据统计，共有250所高校新增“数据科学与大数据技术”专业，其中包括中国人民大学、北京师范大学、厦门大学等19所教育部直属高校。河南省21所高校新增该专业，为最多的省份。河北、山东、安徽、广东、江苏等省也有较多高校成功获批。2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。该专业备受高校青睐与国家大力支持大数据产业发展及该产业人才奇缺相关。国务院2015年8月曾印发《关于印发促进大数据发展行动纲要的通知》，明确鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。根据教育部上述2017年度高校本科专业备案和审批结果，此次共有60所高校获批“机器人工程”专业。“机器人工程”专业大热的背后，是人工智能行业的持续发展。3月6日，南京大学官网正式发布新闻，经研究决定，南京大学正式成立人工智能学院。今年政府工作报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。值得注意的是，从清华大学到地方高校，大数据专业成为普遍的时尚。“清华或者其他一般院校，在这个领域里对科研的贡献会有差异，但事实上，在如今的大环境之下，大家都想跟上时代潮流，所以我认为无论处于怎样的研究水平，敢于去跟上这个时代，就是挺好的一件事情。”王宇杰说。“大数据是一个概念，它包含的范围非常广，不同的专业方向，对外显示的名称可能都是大数据分析、大数据工程与技术，但是整个产业其实非常庞大，从前到后拥有一个很大的产业链。”他说。“我认为数据分析师这个称谓已经太过宽泛了，我觉得这个行业需要细分，未来会有专门做算法的工程师，专门做硬件实现的工程师，以及专门做理论推导的科研人员等。”他说。（编辑 戴春晨）

度过了漫长的假期，清华园终于等到了新的主人！8月25日，清华大学2020年研究生开始报到。2020年清华园的新鲜血液，他们究竟年龄几何、来自何方？「2020年清华大学研究生新生大数据」带你一探究竟！2020年研究生新生人数统计2020年，共有9000余名研究生同学成为园子的新主人，其中约有35%为博士生，65%为硕士生。硕士生新生中，全日制硕士生占比63%；博士生新生中，全日制博士生占比89%；期待与你们在园子里的相遇。每100位研究生新生中，约有87位内地（大陆）学生，11名国际学生，2名港澳台学生。有朋自远方来，不亦乐乎，欢迎各位的到来！2020级研究生新生男女比例又到了万众瞩目的「男女比例」！2020级研究生新生整体男女比例为1.93:1，其中硕士生男女比例为1.78:1，博士生男女比例为2.26:1。整体来看小姐姐依旧很珍贵，尤其是博士生小姐姐。从院系研究生新生男女比例来看，新闻与传播学院以1:2.22的男女比夺得了女生比例最高院系的桂冠，车辆与运载学院以8.08:1的男女比位居男生榜第一名。2020级研究生新生录取专业人数分布2020级研究生新生硕士录取专业TOP10依次为：工商管理，电子信息，工程管理，公共管理，金融，能源动力，机械，艺术，材料与化工，资源与环境。2020级研究生新生博士录取专业TOP10依次为：生物学，计算机科学与技术，机械工程，化学，核科学与技术，动力工程及工程热物理，物理学，电子信息，数学，环境科学与工程。2020级研究生新生来源分布2020年清华迎来了来自约100个国家的研究生，其中有不少同学来自一带一路沿线国家，「各美其美，美人之美，美美与共」，自信的清华更开放。新生同学来自五湖四海，家乡遍布全国34个省级行政区，其中，来自山东、河南、河北的同学最多。山东学霸果然名不虚传！快来看看，新生中有多少同乡吧！2020级研究生新生生源院校博士生来源学校人数TOP10分别是清华大学、山东大学、武汉大学、天津大学、四川大学、北京航空航天大学、华中科技大学、吉林大学、西安交通大学、南开大学。硕士生新生来源学校人数TOP10分别是清华大学、北京大学、哈尔滨工业大学、华中科技大学、中国人民大学、北京航空航天大学、天津大学、武汉大学、中山大学、山东大学。2020级研究生新生党员比例整体来看，硕博新生中有超过40%的同学政治面貌为中国共产党党员（含预备党员），博士新生党员比例大于硕士新生，期待他们继续发挥先锋模范的带头作用！新生同学中，还有民革、民盟、民建、民进、农工党、致公党和九三学社等多个民主党派的成员。2020级研究生新生姓氏分布我国姓氏众多，源远流长，「王同学」已经连续三年蝉联研究生姓氏榜榜首！快来看看，你的姓氏是否上榜吧。此外，有128个拥有「冷门」姓氏的同学在新生中找不到与自己同姓的同学。以下几个生僻姓氏你会读吗？郄逯琚蹇訾綦……2020级研究生新生年龄分布新生入学年龄跨度很大，大多同学年龄集中在20至29岁之间。年龄最小的硕士生19岁；年龄最小的博士生仅有18岁！这位同学本科来自清华大学。2020级硕士研究生新生星座分布无论是硕士生还是博士生，星座为天秤座的同学数量均为最多，多达790余位同学！时隔两年天秤座终于战胜天蝎座重归星座榜榜首，射手座代替往年的白羊座，成为了硕博士生数量最少的星座。当「选择困难症」的天秤遇到「感性乐观」的射手，会碰撞出怎样的火花？今天是8月25日，在全体研究生新生中，有26位硕士生同学和5位博士生同学今天过生日，祝大家生日快乐！夏秋交接之际，又一批研究生新生来到清华园，继续他们的求索之旅。莘莘学子来远方，祝你们自此勇往直前，乘风破浪！注本数据包含清华大学深圳国际研究生院和清华-伯克利深圳学院来源｜清华研读间鸣谢｜清华大学研究生院数据分析｜白开 戴文设计｜萝卜斯儿文案｜白开编辑｜西音责编｜巫山云 西音

5月25日，北京大学教育大数据研究课题讨论会在数学科学学院举行。北京大学副校长张平文、北京翼鸥教育科技有限公司CEO宋军波、北京大学教师教学发展中心主任孙华、北京大学教育基金会副秘书长耿姝参加会议，20余位来自数学科学学院、王选计算机研究所、教育学院、信息科学技术学院、政府管理学院、中国社会科学调查中心、大数据科学研究中心等院系和机构的学者，以及计算中心、教务部、研究生院、教师教学发展中心等职能部门的领导和工作人员参与讨论。讨论会现场张平文代表学校向北京翼鸥教育科技有限公司和宋军波校友表示了感谢。他表示，宋军波校友团队开发的ClassIn直播平台有力地支持了北大在线教学的开展，在线教学所产生和记录的海量数据，将为我们描述和理解教学过程、推动教育变革提供更扎实的依据。疫情发生以来，在线教学迎来了重大发展机遇，也对包括高等教育在内的教育事业产生了深刻影响，北大的学者应该重视这种影响，充分利用大数据研究已有的平台、学术和人才资源，开展高水平的跨学科合作研究，融入并且引领在线教育的变革。张平文向宋军波颁发了捐赠证书。张平文向宋军波颁发捐赠证书宋军波介绍了翼鸥教育科技有限公司的发展情况和捐赠开展教育大数据课题研究的初衷。他认为，随着教育相关的数据越来越丰富，教育领域中基于大数据的研究将会成为重要内容，并有力地支撑教育科技的发展。王选计算机研究所讲席教授刘兵介绍了教育大数据研究的重点课题，包括建立在线教学数据标准、通过在线学习行为进行教学评估、人机交互的软硬件发展等。来自各个学科领域的专家围绕在线教学的体会、已有的教育大数据相关研究、未来研究方向等问题进行讨论。孙华介绍了教育大数据课题申报和评审工作的安排。课题申报将采取发布重点研究项目和自主申报相结合的方式，鼓励以团队为单位申请，形成跨学科的研究成果。近期学校将发布课题申报通知。未来，相关研究机构将引进专职研究人员和博士后，并建立教育大数据领域的学者定期交流机制。

2020年，一场突如其来的新冠疫情席卷全球，北京大学大数据分析与应用技术国家工程实验室（以下简称“实验室”）各团队、中心积极响应习近平总书记关于打赢抗击新冠疫情的人民战争、总体战、阻击战的号召，及时完成了系列研究成果，以实际行动助力科学抗疫。王腾蛟团队研发多源大数据疫情防控研判系统1月底，实验室数据管理及分析中心王腾蛟教授团队接到学校一项紧急任务安排：发挥团队在大数据分析技术方面的优势，立即投入大数据疫情防控研判系统的研发，为疫情研判服务。从那时开始，王腾蛟团队的老师和同学们闻令即动，争分夺秒，立即进入了全力以赴的科研攻关状态。由于疫情的突发性和高传染性，原有数据统计和分析方式存在来源单一、覆盖面小、缺少综合研判机制等问题。为了与疫情拼速度，及时掌握真实全面的疫情数据并对这类数据进行高效的分析和准确的趋势预测，王腾蛟团队集中攻关，连续奋战，迅速研制开发出多源大数据疫情防控研判系统（Pneumonia Epidemic Situation Analyst ，PESA）。系统采集多种来源的数据，包括全球疫情每日发布信息、疫情相关网络舆情信息、各国疫情环境数据等，通过疫情分析因素提取方法，从采集的多源数据中提取出用于疫情发展研判的因素数据。各个来源的数据和预测模型相互独立又互相补充，最终通过多个预测模型的集成学习，生成对疫情发展的多维度研判结果，为我国疫情防控指挥和部署提供科学有效的决策支持。3月以来，在国内疫情防控形势积极向好的同时，疫情在全球快速蔓延。积极稳妥地做好应对海外输入风险工作，坚决维护好前一阶段来之不易的疫情防控成果，成为我国当前最重要的任务。王腾蛟团队及时追踪疫情形势发展，开发了基于多源大数据集成学习的国际疫情发展研判系统（PESA-Global），并依据该系统对国际疫情发展态势做出预测和研判，每天上报一次《疫情预测日报》，每周上报一次《疫情防控政策研判报告》。国际疫情发展研判科研团队核心成员包括：王腾蛟、陈薇、博士后常一鸣、博士生高翔、博士生王鹤媛、硕士生王朝和硕士生韩愉等。周晓华团队展开科研攻关迎战新冠病毒疫情如何科学、高效地控制住疫情发展是亟待解决的现实问题。实验室数据处理及统计分析中心主任、北京大学公共卫生学院生物统计系主任、北京国际数学研究中心生物统计及生物信息实验室主任，统计科学研究中心副主任周晓华教授团队针对这一重大现实需求，全力开展新冠肺炎疫情科研攻关，并取得一定进展，已撰写多篇简报或论文，部分成果已公开发表。周晓华团队综合利用流行病学数据、病毒基因数据和交通流量数据等各种信息，从数学模型和统计模型相结合的角度对本次新型冠状病毒疫情的发生和发展过程进行深入研究，力图阐明新型冠状病毒的疾病流行特点和规律，为防控新型冠状病毒疫情提供以数据为基础的定量化决策建议。团队于1月23日完成了武汉市在封城前新型冠状病毒潜在感染人数的估计（An Estimation of the Total Number of Cases of NCIP (2019-nCoV)），这项成果于1月29日被中国疾病预防控制中心官方杂志《中国疾病预防控制中心周报（英文版）》（China CDC Weekly）接受发表。文章作者是Chong You（尤翀）、Qiushi Lin（林秋实），通讯作者是Xiao-hua Zhou（周晓华）。团队提出新冠病毒潜伏期新估计方法及传染病动力学模型。新的传染病动力学模型对主要地区的疫情状况进行综合分析，模型估计出的确诊人数与报道人数具有高度一致性，同时对无症状病毒携带者的比例进行了估计。由张云俊、张原、尤翀和周晓华共同撰写的“基于数学和统计模型的新型冠状病毒(SARS-CoV-2)传染规律分析和决策”已被《中华医学科研管理杂志》在线发表。周晓华团队率先采用更新过程（renewal process）理论对潜伏期的分布进行估计。这一方法通过可观察的离开武汉时间到发病时间，即可以得到不可观测的潜伏期的分布。在“浙江大学新型冠状病毒肺炎（COVID-19）应急科研专项”资金资助下，周晓华团队联合灵迅医药科技搭建了新型冠状病毒疫情分析监测平台，并可在线展示。目前，他们已经收集湖北省外上万余名确诊患者信息及部分国外病例信息，主要包括基本人口学特征、临床诊疗经过和流行病学接触史等三方面共计25项信息。目前团队正在推进系统平台与分析算法融合，下一步将融合课题组及全球预测模型，对世界范围疫情关注点进行分类、分区域预测。新型冠状病毒疫情分析监控平台示例图（全国疫情概况）团队撰写的相关论文“Estimation of the time-varying reproction number of COVID-19 outbreak in China”“Estimating the daily trend in the size of the COVID-19 infected population in Wuhan”“Estimation of incubation period distribution of COVID-19 using disease onset forward time: a novel cross-sectional and forward follow-up study” 均可在网络上检索预印本进行查看。（来源：北京大学公共卫生学院、北京国际数学研究中心 文字：北京大学周晓华教授团队 图片：北京大学周晓华教授团队、ChinaCDCWeekly官网）邹磊团队建立知识图谱系统助力科学抗疫在全民抗疫的关键时刻，OpenKG推出了新冠疫情专题知识图谱数据集，实验室知识集成和智能决策中心主任邹磊教授团队在此基础上将数据转化成RDF数据，并基于gStore建立了知识图谱系统，为广大科研工作者提供知识服务。本次发布的疫情知识图谱访问平台由大数据分析与应用技术国家工程实验室知识集成和智能决策中心发布。团队在本次OpenKG发布的新冠知识图谱数据基础上，将其转化为RDF三元组数据格式，并导入gStore图数据库，提供基于云端的Endpoint接口服务。目前用户可通过SPARQL查询语言进行访问，同时他们正在开发基于关键词等智能化访问接口，供大家学习和研究使用。OpenKG开放的新冠知识图谱数据包括八大类共17个知识图谱，分别为新冠科研图谱、新冠百科图谱、新冠健康图谱、新冠临床图谱、新冠英雄图谱、新冠热点事件图谱、新冠流行病学图谱和新冠物资图谱，均提供访问接口和详细的使用手册。新冠知识图谱（部分）本次疫情知识图谱访问平台由大数据分析与应用技术国家工程实验室知识集成和智能决策中心发布，发布后得到了大量科研工作者的广泛关注，截止到3月31日，数据访问24,336人次，且仍然在高速增长中。实验室联合发布城市交通活力恢复指数排行榜3月4日，实验室联合常务理事单位滴滴出行及中国电子信息产业发展研究院（赛迪研究院），共同发布城市交通活力恢复指数排行榜。此次发布的城市交通活力恢复指数，是结合城市交通轨迹、道路拥堵数据及滴滴平台通勤数据综合分析得出。指数越高，说明城市交通活动量更积极。数据显示，自2月10日起，全国交通出行活力稳步提升。正常状况下，2019年底城市交通活力接近于1，随着城市生产生活逐步恢复，城市交通活力也将逐渐恢复至正常水平。考虑到湖北多地依旧实施机动车限行，因此并未将湖北省内城市纳入统计。这一城市交通活力恢复指数即日起也将对外开放，点击https://sts.didichuxing.com/t-activity-index/即可查看城市交通活力恢复指数详情。在实验室主任张平文院士看来，各地生产生活正在有序恢复，大数据如何更好地助力国民经济恢复是当下社会关注的重点。北京大学大数据分析与应用技术国家工程实验室积极响应国家号召，联合滴滴出行和赛迪研究院共同发布“城市交通活力恢复指数”，通过数字可视化系统及分析报告，帮助社会及主管部门宏观了解疫情防控及经济生活恢复现状。滴滴出行发挥其在出行领域数据及算法特长，创新驱动，使命驱动，体现了公司的社会责任感。未来，国家工程实验室将联合更多的企业和研究机构，协同合作，进一步开展各行各业大数据的研究和应用，为全社会提供服务。滴滴出行高级副总裁、云平台事业群负责人、大数据分析与应用技术国家工程实验室理事会常务理事章文嵩表示，此次发布“城市交通活力恢复指数”，希望基于滴滴的技术和数据分析能力，让大家直观看到每个城市交通的恢复情况，为有序推进生产生活恢复提供更多信息参考，这也得到了大数据分析与应用技术国家工程实验室和赛迪研究院的大力支持。此前滴滴免费向国内科研机构、医疗及救助平台等开放用于抗击疫情相关工作的GPU云计算资源和技术支持，向企业和个人开发者免费开放口罩佩戴识别技术，滴滴将继续强化疫情防控举措，做好运输服务保障，并在保障数据安全的情况下，和更多合作伙伴共享算法算力，齐心协力抗击疫情，助力生产。赛迪研究院副总工程师安晖指出，交通出行情况是反映城市运转、生产生活是否健康有序的关键指征，其中路况和出行数据能较好地反映城市生产与消费活动的恢复情况。滴滴作为交通出行领域的排头兵，其出行平台大数据具有覆盖面广、时效性强等特点，是反映交通出行情况的重要依据。基于滴滴平台的城市交通轨迹、道路拥堵数据和通勤订单数据所计算的城市交通活力恢复指数可对相关政策研判及研究提供支撑。张平文团队与中国移动合作完成基于轨迹大数据的疫情风险评估和疑似病例检测新型冠状肺炎疫情已迅速形成全球大流行，导致数十万人感染和全球经济动荡。世卫组织宣布，采取更精确的措施追踪、发现和隔离感染者是迅速遏制疫情的最有效手段之一。特别是当前国际各界关注的“无症状感染者”，其可能带来的疫情传播失控亟需解决方案。随着我国复工复产带来人员流动的不断增强，对疫情风险的精细化评估和监测是抗疫工作面临的难题之一。张平文院士团队与中国移动通信集团有限公司信息技术中心团队联合攻关，按照《网络安全法》《突发事件应对法》《传染病防治法》《中央网络安全和信息化委员会办公室关于做好个人信息保护利用大数据支撑联防联控工作的通知》等相关规定，根据国务院联防联控机制的要求，依法依规，严格落实数据安全和个人信息保护的相关措施，基于实验室的算法模型能力与中国移动的大数据能力，开展了精细化疫情风险评估和疑似病例预测研究。已取得的研究成果包括基于轨迹大数据与物理平均场理论的HiRES风险地图时空模型、HiRES-p个人流行病感染风险客观评分模型，以及基于该模型的疑似病例预测算法。基于我国新冠早期爆发阶段（2020年1月）数据集的数值实验表明，HiRES风险地图对全域和局部等不同尺度的风险都具有高精度的模拟量化能力，区域尺度的风险值与该地区确诊病例总数相关性达95%以上；HiRES-p评分经验证是衡量个人流行病感染风险的有效方法，只要人群感染率低于20％，对疑似病例基于正确分类的预测准确率可达90％以上。这项研究提出的流行病高精度风险评估与疑似病例预测的思路和方法在我国复工复产、国际抗疫合作和流行病风险长期监测中具有广泛应用前景。研究结果可用于监测国家、省、市、区、县和社区等不同层级以及医院、车站等典型场景的疫情风险，并指导抗疫物资和人力的有效调度；同时可以推广和应用到境外以及未来其它流行性传染病疫情风险的精细化管理工作中。特别是对于无症状感染者、境外输入疑似风险者，应用该模型无需开展流行病调查，基于电信运营商等第三方提供的客观轨迹数据即可实现及时识别，对当前疫情防控实践具有重要意义。如果能够基于我国人口和国际及港澳台漫游来访用户的全量轨迹数据，使用该模型可统一实现精细化到社区的小时级疫情风险管理，可为基层防疫减负，提升防疫工作信息化和智能化水平，还可以大大减少抗疫期间以“抗疫”的名目对个人数据的大量非法采集和使用的情况。中国移动在工信部指导下，在落实疫情防控大数据支撑工作中，试点应用HiRES模型和方法，有效提升了信令数据的算法准确度和计算效率，在2月应用测试过程中，对疑似病例预测准确率达90%，能够有效实现社区疫情风险及个人密接风险的动态评估，可提升疾控调查和风险处置效率。双方将基于前期成果继续推进模型与算法合作，进一步研究完善在商场、园区和食堂等短时人员聚集场所提供密集人流管理能力，提升管理人员现场核查信息化能力和公共场所安全保障智能化水平，并为基层防疫减负，助力企业逐步复工复产、居民公共场所有序活动以及学生安全返校。联合攻关项目组主要成员包括：北京大学副校长张平文，中国移动集团有限公司IT管委会办公室主任、中移动信息技术有限公司董事长、总经理徐海勇，中移动信息技术有限公司副总经理江勇等。学术论文可通过网络预印本查看：https://arxiv.org/abs/2004.00908延伸阅读：北京大学大数据分析与应用技术国家工程实验室是由国家发展和改革委员会批复，由北京大学牵头建设的国家级平台。实验室紧密围绕大数据分析与应用技术发展的需要，开展相关产业关键技术攻关、重要技术标准制订，集聚与培养产业急需的技术创新人才。探索和实施适合具体行业特点的创新方案，着力解决行业发展的重大技术问题，提高产业自主创新能力，建立该领域发展趋势与重大问题的研究机制，积极提供行业发展研究情况和重要进展，更好地为国家和行业发展服务。疫情期间，实验室始终不忘初心，利用专业知识，为疫情防控贡献力量。实验室将继续砥砺前行，为基层防疫减负，助力企业逐步复工复产、居民公共场所有序活动以及学生安全返校。

编者按开学季，清华园又迎来了一批新朋友。他们为我们的校园注入新鲜血液，共同书写清华园新的篇章。他们是谁，都来自何方？今天，我们带你走进清华园的新主人们——「2019级研究生新生」。2019级研究生新生人数统计2019年，共有8900余名研究生同学成为园子的新主人，硕博比为1.84:1。每100名研究生新生中，有84.8名内地（大陆）学生，2.7名港澳台学生，12.5名国际学生。我们的园子，越来越国际化啦。2019级研究生新生男女比例作为一所综合性大学，清华的男女比例一直备受关注。整体来看，新生男女比约为1.83:1，硕、博男女比分别为1.77:1与2.16:1。园子里的小姐姐们依然很珍贵，尤其是博士女生更加珍贵呀。从各院系新生男女比例来看，地球系统科学系以1：2的男女比，成为了女生比例最高的院系，共有10个院系的女生比例高于男生。2019级国际研究生新生来源分布国际新生来自100多个国家，来自美国、巴基斯坦、德国、加拿大、马来西亚、法国、韩国、印度尼西亚的人数最多。2019级研究生新生党员比例整体来看，研究生新生党员同学占比五分之二左右，硕、博新生党员比例分别为38.3%与46.1%。博士新生党员比例大于硕士新生。2019级研究生新生姓氏分布在新生同学中，我们见到「王同学」、「张同学」、「刘同学」和「李同学」的概率最大。硕士生中「张同学」最多，为342人；博士生中「王同学」最多，为242人。你的同学中，最多的是哪个姓氏呢？2019级研究生新生录取学习方式新生同学中， 全日制硕士4084人，占比67.9%；非全日制硕士1934人，占比32.1%。全日制博士2883人，占比91%；非全日制博士284人，占比9%。2019级研究生新生生源院校硕士生新生来自全球600多所不同的院校，生源数TOP10的高校为清华大学、北京大学、中国人民大学、武汉大学、华中科技大学、天津大学、南开大学、山东大学、同济大学、对外经济贸易大学。博士生新生来自全球300多所不同的院校，生源数TOP10的高校为清华大学、北京航空航天大学、华中科技大学、山东大学、武汉大学、哈尔滨工业大学、四川大学、北京师范大学、吉林大学、天津大学。2019级研究生新生年龄分布「学无止境、终身学习」，新生年龄跨度40岁以上，我们在园子中能见到最小的硕士生年仅18岁，最小的博士生年仅17岁。这是两代甚至三代人的对话与学习，60后、70后、80后、90后与00后一齐相聚清华园。「致知穷理，学古探微」，我们对科学的热爱从未随着岁月而改变。小编就想知道，那位17岁的博士是谁呀？2019级硕士研究生新生星座分布新生硕士同学的星座中，天蝎座以432人位列第一，天秤座紧随其后，白羊座和金牛座则人数最少。新生博士同学中，天蝎座再次以293人站稳了TOP1的位置，白羊座依然人数最少。理性的天蝎，感性的白羊，不知道这其中有什么规律呢？生日快乐！今天是8月20日。在全体新生同学中，有13名同学在新生活开始之际迎来了自己的生日，其中硕士生10人，博士生3人。今天过生日的同学，在评论区留个言吧~「水木清华，钟灵毓秀」，注入新鲜血液的清华更创新、更国际、更人文。新学期，你准备好了吗？本数据包含清华大学深圳国际研究生院鸣谢 | 清华大学研究生院美编 | 胖虎文字｜五道口金城武 柚子茶编辑｜五道口金城武 胖虎责编｜飞天小女警

大数据是近些年来的热点方向，大数据方向的研究生不仅有更多的发展机会，在薪资待遇方面也相对比较可观，所以不少研究生希望把自己的研究方向定在大数据相关领域。从发展趋势来看，选择大数据相关方向是不错的选择，未来的发展空间还是比较广阔的。目前不少大学的研究生教育都有大数据相关方向的设置，不同的高校在大数据教育方向上也会结合自身的教育资源进行相应的调整，所以要想选择适合自己的学校，需要考虑以下几个方面：第一：自身的知识结构。大数据是典型的交叉学科，基础学科包括数学、统计学和计算机，所以这三个专业的学生在读研期间都可以选择大数据方向，但是不同的专业在选择时也要结合自身的专业特点。比如统计学选择大数据方向时也可以选择本专业的研究生，因为统计学的研究生课题与大数据也有紧密的联系，没有必要一定要考计算机专业的大数据方向。在统计学领域，教育资源整合能力比较强的大学有北京大学、人民大学、南开大学等，不少财经类大学也有较强的学科实力，比如东北财经大学、上海财经大学也是不错的选择。第二：大数据学科的教育资源。研究生的教育质量与高校自身的教育资源整合能力有直接的关系，涉及到导师资源、实验资源、课题资源、行业资源等等，从大数据学科的教育资源情况来看，国内北京大学、中南大学、上海交通大学、中山大学、西安交通大学、对外经贸大学等都是不错的选择。第三：学校的整体实力。在考研选择学校时，应该注重学校的整体实力，整体实力较强的高校往往在专业发展上也会有较强的“后劲”，所以在选择高校时可以重点考虑一下双一流高校和一流学科高校（原985、211）。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！