周勇做客广外著名教授论坛第327讲

本网讯 5月5日下午，上海财经大学统计与管理学院周勇教授做客广外著名教授论坛第327讲，在我校南校区校办公楼第一会议室分享主题为“大数据超高维数据非参数降维方法及其应用”的研究成果。本次活动由我校人事处、教师发展中心主办，我院承办。我院院长易行健教授、副院长展凯教授和姚海祥教授以及教师代表出席讲座。讲座由姚海祥主持。

周勇教授分享研究成果

首先，周勇介绍了大数据中高维超高维非参数降维技术理论与方法，大数据非参数挖掘技术等，并提出一些新的超高维数据的降维非参数技术及方法。他指出，在大数据时代，在面对大数据应用的快速发展、国家经济和金融安全所提出的迫切需求下，大数据蕴含事件的相关性、事物变化的规律性，发展趋势性，揭示这样的相关性、规律性与趋势性为科学探索、技术创新、促进社会发展、确保国家安全等问题提供了依据与可能。大数据的理论研究最重要的任务就是研究相关性，涉及事件相关性、数据的相关性，大数据带来的复杂性包括存在虚假相关性、数据的超高维性和“维数灾祸”等。

讲座现场

此外，他还探讨了在金融数据分析中，如何加入高频数据来研究金融的杠杆效应等常见现象，从而获得一些有益的尝试和新方法。由于数据容量超大带来处理的困难（并行计算），对经典的理论存在极大的挑战（发展理论与方法）。我们所面临的大数据分析方法瓶颈与挑战，需要发展大数据基础分析的理论方法和技术，同时应用这些理论方法研究大数据下的数据降维技术和算法，深入研究互联网金融风险管理、高频海量数据市场行为和管理决策等前沿问题。