熊辉教授：数据挖掘就像医生诊疗，最新的疑难杂症才是我最感兴趣的

AI科技评论按，作为美国罗格斯-新泽西州立大学终身正教授，熊辉教授于今年年初加盟百度研究院，担任商业智能实验室主任。这一年间，他负责百度地图「智行」项目，「数读城市」项目，开发出《基于大数据的幸福城市指数》，带领团队拿下了管理界的最高奖项——哈佛商业评论「拉姆·查兰管理实践奖」全场大奖。在即将于美国夏威夷召开的 AAAI 2019 会议上，他带领团队中了四篇论文。

在百度这一年来的成果，只是熊辉教授漫漫研究长河中展现在大家面前的一小部分。在数据挖掘顶级会议 KDD-2017 上，熊辉教授中了九篇论文，在 IJCAI-2018 上，他中了五篇论文。虽然学术会议并不是衡量一个人学术水平的充分条件，但这些数据却是外界所能实实在在感受到的。

众所周知，学术界比较公认的一件事情是，在美国做教授非常难。目前，熊辉教授在美国已经毕业了 11 个博士生，大多数都任职于高校。

熊辉，美国罗格斯-新泽西州立大学终身正教授，百度商业智能实验室主任。本科毕业于中国科学技术大学，博士毕业于美国明尼苏达大学，目前为美国罗格斯－新泽西州立大学正教授 (终身教授)、RBS 院长讲席教授，并担任中国科学技术大学大师讲席教授。

熊辉教授主要研究领域涵盖数据挖掘、大数据、人工智能；获得的部分荣誉包括 ACM 杰出科学家，长江讲座教授，海外杰青 B 类（海外及港澳学者合作研究基金）。

日前，就如何选择科研课题与人才培养这两个问题，雷锋网 AI 科技评论与熊辉教授进行了一次探讨。熊辉教授把数据挖掘科学家比作医生，他的选题原则是，探索前人未曾发掘过的病历，以应用为导向，寻找出更加新颖、更加复杂的应用场景；在人才培养上，熊辉教授遵循十字箴言：兴趣、基础、态度、习惯、毅力。以下为雷锋网 AI 科技评论与熊辉教授的访谈内容。

数据挖掘行业就像医生诊疗，我会选择最新的疑难杂症进行研究

我从读硕士时就已经开始做数据挖掘研究，对数据进行分析研究与医生诊断病例很相似。医生在做各种各样的疾病研究时，需要了解病症，需要现场看到并了解病人。真正优秀的医生都是诊疗经验丰富的医生，他可以从实践中吸取很多经验。我们数据科学家的病人是数据，各行各业的数据就代表着患有不同疾病的病人。

在科研课题的选择上，我通常是从具体的应用场景入手。比如，我们做过 2B 的市场分析，移动推荐，金融大数据分析，城市计算和人力资源大数据分析，这些都是与应用相关的课题，是来自不同领域的应用。

我一直在寻求创新型的应用场景，这些应用场景得符合以下两个特点：

第一，必须要具有新颖度。我们这一行既然这么像医生，要想做创新性的研究，首先要找到那种没怎么被其他医生诊断过的疾病。

当出现一种新的病毒，比如 SARS 刚刚出现时，那将是我所感兴趣的问题。对于我们来说，「新的病人」没有被其他的数据科学家充分挖掘过，是一个全新的应用场景。我们首先开始在这方面做研究，所做的任何工作，都将是创新性的。

第二，应用场景必须要足够复杂，值得去研究。如果太简单，也不容易取得相对较高水平的技术进步。这里也以医疗为例，如果病毒过于简单，简单的抗生素就能把问题解决。

如果是其他行业，他们的选题可能不一定遵循这些规律，数据挖掘行业有其行业特殊性。在数据挖掘行业，我的经验就是，一旦涉及到人的行为，模型的复杂度就上去了。人的行为与很多传统的学习目标不一样，比如下围棋，现在深度学习、强化学习解决得很好，因为这些任务目标明确，规则也很明确。而在研究人的行为时，因为每个人都是差异化的，每个个体的目标都不明确，而且呈动态变化，所以这样的问题往往很复杂。

我选择的课题，无论是大数据人力资源管理，还是 to B 的市场分析，或者是行为轨迹数据分析，这些都是关于人的行为。拿人力资源管理举例，这里涉及到对人的选拔，对人岗的匹配，对优秀人才的挖掘，还有离职预测等研究；这些都涉及非常复杂的对人的理解。

我们做科研选题可以有两种路径，有些人做科研选题，感兴趣的是一种已经被定义的很好了的问题，这是一种选题方法。就我个人来说，我更加喜欢去研究一些相对来说比较新的问题，相对来说比较新的病例。当选题比较创新的时候，相对来说，也就容易产生新成果。

学生培养十字箴言： 兴趣、基础、态度、习惯、毅力

对于学生培养，我首先考虑的是选材。「巧妇难为无米之炊」，要有好的食材，才能够做出一桌好菜。

助理教授特别像一家刚刚创业的企业，资源非常缺乏。刚开始做助理教授的时候，你可能只有资源招收一个学生，在招生时就得特别小心；这就好比一家创业公司，你现在只有招一、两个员工的预算，也得特别小心。而且学生和员工还不一样，你认为员工不合适，可以立马开除，但学生的话，既然你已经招收，你要为他的未来负责。

我在很早的时候，对选学生定义了十个字原则：兴趣、基础、态度、习惯、毅力。

首先要有兴趣，对数据挖掘没兴趣，对行业没兴趣，对研究没兴趣的学生，我是不会去挑选的。

我会关心你曾经读过的书。比如我会问你，你喜不喜欢福尔摩斯，喜不喜欢看破案类小说，你有什么兴趣爱好，你是否喜欢历史。这些都可以展示学生对数据挖掘的兴趣。

其实数据挖掘就是从历史的数据中去理解现状和未来，破案就是从很多数据中找到蛛丝马迹。根据你的爱好和经历，可以判断出你是不是真的对数据分析感兴趣，是不是真的喜欢观察，从细微的事物中去找到本质。

第二，基础一定要好。做任何科研都要有很强的专业技能作为基础。

有些老师一定要选择名校的前几名学生，这样你的可选范围就特别小。我并不要求学生一定是前几名，高 GPA，我更在乎的是你的数学基础好不好，英文、写作水平怎么样，表达能力如何，知识面能不能达到我的要求。我相信中国、全世界的人才非常多，世界上前 10% 的人才，可能都非常优秀，值得培养。中上游的很多学生，尤其是好学校的中上游的学生，他们的基础通常已经够用，已经很扎实了。

如何判断学生的基础是否扎实？「猝然问焉而知其知」。比如你是学统计的，你来我这里面试，你肯定会以为我会面试你统计的知识，但既然我同意面试你，我基本上认为你的统计知识已经没有问题了，我会问你计算机的编程和算法知识。我并不是想刁难你，我也并不指望你能回答得很好，但是我希望你有解决问题的思路，在回答里带有逻辑性。

要是我突然问你这些内容，你一问三不知，那就说明你对这个领域知识的认识非常匮乏。你对统计的专业知识很了解，相当于站在山峰上，但一涉及到其他知识，你立马跌到山底，那样不行，我希望学生知识面全面些。

第三是态度，做研究、治学、做事的态度一定要好。

我考察学生，一定要看你能不能做小事。如何判断？「烦使之而观其能」，让你做很多繁杂的小事情，然后我就知道你的能力和态度了。

什么是繁杂的小事情？比如你读研究生，有没有帮老师写过 PPT，有没有帮老师写过科研报告、项目申报书，有没有帮老师评审文章。这些任务派下去之后，立马就有四个象限的结果。第一个象限，你什么事情都做了，而且做得很漂亮，还不抱怨，这就是我说的态度好，能力强的学生，这种学生是我想要的。第二种学生，事情都做了，做得也很漂亮，但是不停抱怨；这种学生有能力但态度有问题，不是我想要的。第三种学生，那些小事都做了，虽然做得不是很好，但是不抱怨，态度非常好，这种学生如果有其他优点，我也会考虑。最后一种学生我就肯定不会考虑了，既做不好事情，还有态度问题。

最后，习惯和毅力也很重要。优秀的人才要有良好的生活习惯、做事习惯和作息习惯；有毅力的人，可以坚持努力，可以走得更长远。

另外，从学生培养的角度，我会根据学生自身的特点为他们选择不同的研究方向。

每个学生的优点不同，能力、特点也各有侧重，比如有的人统计强，有的人数学强，有的人计算机能力强，为学生选择题目时，一定要能发挥出他们的长处。

同时，人的性格也不尽相同，我把学生分为金、木、水、火、土五种性格。

举个例子，有些人是火型性格，这种性格的人，你不能让他做很经典的问题。就像淘金，这个地方已经被很多批淘金者淘过了，你要是还想从中发现黄金，得找得更细，需要耐心。这样的课题如果你交给火型的人去做，就是把他给害了，但是你交给水型的人做，他们就有可能找到其中的瑰宝。

火型的人做事很着急，水型的人做事慢但是有耐心，很细致。那么什么样的项目适合火型人去做？一些全新的开拓型的项目，这种项目开始时竞争对手少，这个时候你就希望火型的而不是水型的学生去做，火型的学生可以快速推进项目，但是你要给他配一个木型的助手（木生火），火型的人做事不够仔细，需要木型的学生帮助保证研究结果的正确性和完整性。

点击阅读原文，查看专访数据挖掘领头人韩家炜教授：不要迷信权威，做学问要秉承「三个真实」