历年获奖名单

2019人民网奖学金获奖名单：

一等奖：陈晓
二等奖：何彩、李晓彤
2019人民网优秀论文获奖者名单：
一等奖：王然
二等奖：蔡梦蕾、蒋泽晟、许祎、万梓良、郭芷君、贾赛男、田鑫雯、刘晓倩、周子钦、高桐、欧阳天雄

往年奖学金获奖论文回顾：

2018北京邮电大学篇
2017北京邮电大学篇
2016北京邮电大学篇
2015北京邮电大学篇
2014北京邮电大学篇
2013北京邮电大学篇
2012北京邮电大学篇

优秀论文一等奖（1）

王然

基于预测的DC间流量增量调度研究: 目前已经有大量关于提高数据中心间网络性能的研究[1][2][3][4][5]，但这些已有研究都专注于改善每个数据中心对之间的广域网路径的性能。由于这些方法未能利用存在于地理分布的数据中心上的大量应用层覆盖路径，也未能发现服务器存储转发数据的能力，因而它们是不完备的。而通过覆盖路径的使用，结合对带宽的预测，实时地对数据复制传输进行调度，能够实质性地提高数据中心间数据复制的性能。; 详细 >>

优秀论文二等奖（4）

蔡梦蕾、蒋泽晟

海量新闻信息处理中的语义角色标注研究: 语义角色标注（SRL）是语义识别的关键研究方向之一。语义角色标注是一种浅层语义分析技术，以句子为单位，分析句子的谓词-论元结构，具体来说，语义角色标注的任务就是以句子的谓词为中心，研究句子中各成分与谓词之间的关系，并且用语义角色来描述他们之间的关系。语义角色标注在问答系统、机器翻译和信息抽取等方面得到了成功地应用[1]。在过去使用深度学习处理新闻信息的案例中，Bi-LSTM模型在语义角色标注上取得了较大的成功[2]。然而，过去在新闻处理中应用的语义识别方法存在几个问题。首先是Bi-LSTM+CRF的方法模型计算复杂度较高，其次是过去基于BIO文本标注方法的模型，必须要给定谓词，而且无法准确的识别出同一个句子中多个谓词以及它们所对应的论元之间的关系，而且还存在一个严重的限制—无法预测多谓词-论元的重叠区域的信息。本文介绍了一种新的方法，一种端到端的联合预测多个谓词组合的方法[18]，克服了以上所说的限制。在LSTM结构中加入了Highway [3]结构，能够有效的缓解梯度消失的问题。并且应用了今年来兴起的大型预训练语言模型来进一步获得句子中的语义信息，本文使用ELMo进行实验[4]。这对于人民网在内容语义识别上能发挥重要的作用。; 详细 >>

许祎、万梓良

基于潜因子评分反馈学习的餐馆推荐: 当今社会，在人们外出就餐时，就餐的选择不仅仅取决于味道，同时也受到许多其他因素的影响。因此，餐厅推荐中关键的问题便是，发掘用户选择时的潜在影响因素。本文根据当下主流餐饮社交网络的数据进行分析，在个性化推荐技术模型与算法上提出了新的模型，一方面，对于未来智能生活的餐饮推荐服务方式及其网络技术做出了探索与说明，另一方面，对大众餐饮消费文化从数据挖掘角度做出技术探索与说明，可后续为人民网解读大众餐饮消费心理做技术角度支撑。本文挖掘用户选择餐厅时所关心的、潜在的主题因素，并将其应用在餐馆推荐中。我们使用LDA模型提取了餐厅的潜在主题特征，根据潜在主题因素分布特征进行评级反馈学习以及计算相似度，并据此做出评级预测和餐厅推荐。本文利用Yelp数据集中的评论数据进行了实验，探索了算法的性能和最优主题数K。实验结果表明，该算法在评级预测方面取得了一些进展和成果。从一定程度上来说，将潜在主题分布应用于餐厅推荐问题可以解决数据稀疏性问题，减少计算维度，提高评级预测的准确性。; 详细 >>

郭芷君、贾赛男、田鑫雯、刘晓倩、周子钦

用主流价值导向驾驭算法研究: 随着近年来互联网的发展，算法技术得到了越来越广泛的运用，而价值观对算法的影响，也逐渐成为了公众讨论的焦点，本文通过对算法演化方向的研究、价值观在算法的前期开发、后期管理以及算法本身的影响，配合对人民网、知乎、今日头条等典型案例的分析，探究主流价值观对算法的驾驭及算法未来的发展方向。; 详细 >>

高桐、欧阳天雄

互联网新闻标题生成方法研究: 近年来，网络新闻的“震惊体”文不对题现象层出不穷，为保证更加高效准确的信息检索及用户体验，本文探讨图结构、编解码器、注意力机制下编解码器以及指针生成器四种方法应用于新闻标题生成任务中的可行性。指针生成器模型根据原文词先验分布抽取及高维语义信息生成两种方式联合所生成的新闻标题在语义上较为完整，表达较为准确。; 详细 >>