各位老师，同学：
时间：5月28日讨论班 14:00-15:30
地点：教学楼5-305
报告内容：
郑妙 Sentiment Analysis via Deep Hybrid Textual-Crowd Learning Model
    众包可以解决许多机器难以解决的问题，例如文本的情感分析，但在任务收到的工人回答数量不足时，众包分析的结果并不令人满意。本文提出来一个混合模型(hybrid model)结合众包和文本内容来做社交媒体中文本的情感分析。混合模型中包含两个子模型，一个众包答案聚合模型(a generative crowdsourcing aggregation model)和一个 深度情感自编码器( a deep sentimental autoencoder), 前者处理众包工人回答数据，后者对文本内容进行分析。然后结合两者的分析结果来判断文本表达的情感，并且模型中的参数通过最大似然估计的方式求得。

杨广建 The Simpler The Better: A Unified Approach to Predicting Original Taxi Demands based on Large-Scale Online Platforms
    由于打车软件在闲置出租车调配方面的高效性，打车应用变得越来越受欢迎，为了精确平衡出租车的供应和需求，在线出租车平台需要预测单位原始出租车需求（UOTD）。传统的预测多采用复杂的非线性模型，但是对于场景多变的打车行为，通过非线性模型来预测需求变得非常困难。因此本文采用了一种具有高维特征的线性模型来预测出租车单位原始需求。

下周报告人 郝晓贞，邵礼旭