报告题目：大数据空间信息论与计算理论

        报告摘要：大数据是应用当代工具对自然界、经济、社会和工业中各种个体及其运行轨迹的记录的总和。大数据分析是工业界提出并引领的大规模实践。大数据是本世纪一个新的科学现象，它有很多特征，例如西方学者总结的4V，即Volume、Variety、Value、Velocity分别表示数据体量巨大、类型繁多、价值密度低及要求速度快。然而这些特征对建立大数据理论并没有帮助。
        到目前为止，国内外在大数据分析中应用统计、机器学习、数据挖掘、数据库、信息检索、自然语言处理、语音识别等领域的技术，取得一些有意义的技术成果。在所有这些成果中，大数据技术与应用最成功的地方都在于经典统计学与信息论得以应用的例子。然而大数据的内在本质是连接与结构，传统统计学和经典信息论不足以支撑大数据分析，现有算法不足以支持大规模的数据分析，全社会积极参与的大数据实践带来了社会、金融、国家安全的新问题。
        大数据是经典数概念在信息时代的表现形式，然而又实质性地区别于经典数学。大数据的实质是数据之间是有关联的，而且，数据之间的关联关系可能是显性的，也可能是隐藏的、不确定的或不可度量的。大数据和经典数相比表现出六大基本矛盾：规范vs 非规范、确定vs 非确定、有序vs 无序、静态vs 动态、大vs 小和 公开vs 安全。解决这六大基本矛盾，需要创立新学说，同时大数据新现象和大数据引领的信息技术革命需要可证明的理论支撑。
        我提出大数据空间的概念使大数据成为一个数学研究对象并指出了其研究方法，提出大数据空间的三个重大科学问题：
        1）怎样度量嵌入在大数据空间中的信息熵，并同时解码出嵌入在大数据空间中的规律？建立大数据信息处理的可证明理论和可解释原理。
        2）大数据计算有什么新原理？建立大数据信息处理要求的准确、瞬时、高效算法新理论。
        3）大数据空间安全性怎样保证？建立大数据空间可证明安全性理论。
        我将介绍我国理论计算机科学界在以上三大科学问题研究所取得的成就。