COSC0033 大数据计算机应用

[Emanual20]

https://nkucs.icu/#/courses/grade-3/COSC0033

NKUCS，一个充满了「神仙」和「神仙」课程的专业，本网站旨在记录 NKUCS 的信息以及历届学生的评价

[NKU-Yang]

虽然课程围绕推荐系统展开，但是对图计算感兴趣的同学绝对不能错过这门课。本人研究生方向就是做GPU图计算的，感觉本科阶段上这门课给到的帮助很大（前提是你认真上了）。pagerank算法是非常经典的图计算算法，其实推荐系统的底层运算很多也都是图计算，如果能自主用C++实现这个算法对于研究图计算的人是非常好的练习和基本功的锻炼。而且个人感觉这门课拿高分很容易。

[a-fake-admin]

作业：两次作业，第一次代码量python 200行左右，后一次300-500行。

考试：无期末考试

成绩：杨老师给分非常好。

课程内容：十分有趣，杨老师课上的ppt通俗易懂。

[Emanual20]

2021Spring，杨老师

课程内容：和IR有些许重合之处，杨老师讲课是沉浸式的、投入的，准备充分，前置课程不多，认为在大二下修本门课程是没有问题的

作业：Pagerank & Recommend Sys；虽是祖传topic，但dataset会换，也会查重，所以不要想着抄袭。

考试：无期末考试，给分并不像往年很高，会按照作业完成情况给分，但作业完成完全没有反馈和改进的空间，你只有到最后的时候才知道会得到多少分；

考虑作业反馈不及时的因素，整体可以给到4.25/5.0的评分

[TephrocactusHC]

2022spring

授课教师：杨征路
大三下的D类课，不过可以在大二下学完，没有任何压力。没有考试，有三到四次平时作业，都是非常简单一两句话的事。考核方式为两次大作业，分别安排在期中和期末，小组作业，上限 3 人，从难度上说一个人也可以独立完成，只是工作量略大。
考核作业具体介绍如下：

• Pagerank 链接分析，期中作业，截止时间大概为五月初。大概内容是给你一个有向图，然后输出前100个节点的值。需要完成的是Pagerank的block-stripe条块更新版本。Basic版本并不需要提交，仅供自己参考。 我们这一届明确要求手写算法，禁止调包、禁止直接使用Numpy的矩阵乘法。前几届好像有人调包也无所谓，不过时代变了。 总体来说难度不大。提供一个我写作业时找到的所有参考。pagerank参考
• Recommended system 构建，期末作业，截止时间大概为考试周之前的周末。大约内容是给你一个User-Item矩阵，希望你预测其中某一部分未知的评分。一般来说采取的方法是基于latent factor进行构建，比如SVP算法，可以参考奈飞大奖赛的高分方案。也可以采用协同过滤算法：UserCF, ItemCF等。 同样，如果你想使用机器学习中的某些算法，你需要手动实现，而不能直接调包。需要注意的是，由于数据量很大，直接从网络上Copy的算法执行起来会比较慢，需要自己进行优化。 可以采用多线程、多进程等并行方法进行加速，不过不作为主要的评分依据。采用分块加载、分块更新的算法，会有一定程度的加分。 前几届同样有人直接调用surprise库，还拿了高分。不过，还是那句话，时代变了。
• 最后给分应该是主要按照模型的结果给分，没有以往高，正常做下来大概90左右吧，认真做分数会更高。别抄袭，会有查重，数据集也年年都换，别直接拿别人的result交上去。
  

课程内容评价： 总体上介绍数据挖掘、大数据的相关内容，还有一些机器学习的讲解(说实话比AI导论那个课讲的清楚多了)。前半学期主要介绍图算法，参考了斯坦福CS246的内容。我上面给出的GITHUB链接里有一本学校内可以借阅到的参考书，质量非常高。后半学期重点介绍推荐系统的内容，会讲4-5节课，非常细致。如果你对数据挖掘、大数据、图算法(传统、ML)等方向感兴趣，那么这个课程相当适合小白入门，对相关领域会有一个基本了解。杨老师课前准备非常充分，授课质量比较高。值得推荐！认真听的话收获很大。 另外，本课没有实验课，只有理论课，在我院是比较罕见的，适合对内容不感兴趣、凑学分的人群。分数上能够保持在一个较高的基准线，也算是性价比高的课了。

[Starlight0798]

2023 spring 教师：杨征路 我是21级的学生，由于大二下看这门课风评不错，就和二位同学一起选了这门课。 总体来说，老师具有非常深和广的知识面，并且每节课都可以看出是有备课的，如果对这方面感兴趣，认真听肯定有收获。 老师上课不点名签到，有几节课会布置一两道课上相关的问题，发到助教的邮箱。 课程分为期中作业和期末作业，期中实现了一个PageRank算法，很经典的一个算法了。期末使用协同过滤来实现一个推荐算法，数据老师会给(每年貌似都不太一样)。 最后给分很高，本人小组均分95，只要代码完成度高，不抄袭，就可以获得一个满意的分数了。

[lll1230127]

我觉得这门课可以放到大二下来选修，知识储备完全够用了，而且可以作为对data mining、IR、RS等方向的入门，不缺勤好好搞就能95+，神！