5月13日, 香港中文大学计算机科学与工程系John C.S. Lui教授，在主楼213北航数学与系统科学学院学术交流厅为我院师生做了关于一场关于“大规模图的采样理论(Sampling Theory of Large Graphs)”的报告。
在这次报告中，John C.S. Lui教授为我们讲解了大规模图的采样理论的相关知识。通过教授的讲解，我们了解到，描述用户对关系对如朋友的推荐和利益目标的在线社交网络（嗅觉神经元）有非常重要的应用。由于这种网络的大规模的性质，枚举所有用户对不可行的，所以使用抽样。在这次讲座中，我们来说明，即使是OSN服务提供商来描述用户对关系对他们拥有完整的图形拓扑结构是一个巨大的挑战。原因是当采样技术（即，均匀的点采样（UV）和随机行走（RW））是简单的应用，引入了特别大的偏差，对约束，如共同的邻居用户对存在的相似性分布的估计、应用识别网络的同质性是非常重要的。用户对统计估计是更具挑战性的完整的拓扑信息的缺失，因为一个无偏抽样技术如UV通常是不允许的，探索的OSN图的拓扑结构是昂贵的。为了应对这些挑战，我们提出了基于UV和RW技术渐近无偏抽样方法来描述用户对性能。报告结束后，鞠教授与现场的老师和同学进行了热烈的讨论和交流。
John C.S. Lui教授出生于香港，目前是中国香港大学计算机科学与工程学院教授。他在加州大学洛杉矶分校获得哲学博士学位。当他还是个在加州大学洛杉矶分校的博士生时，他在IBM TJ Watson研究实验室做实习研究员。毕业后，他加入了IBM阿尔马登研究实验室/圣何塞实验室，参加了文件系统的各种研究和项目开发。后来加入了香港中文大学计算机科学与工程学院，他目前的研究领域是互联网、网络科学和大数据应用（例如：在线社交网络、大规模数据分析等）。John C.S. Lui教授从2005年至2010年担任工程系主任。他收到各部门的教学成果奖和香港中文大学副校长模范教学奖。John C.S. Lui教授还获得香港中文大学学院工程优秀成果奖（2011-2012）。个人兴趣包括电影和一般阅读。
