《移動多媒體雲計算》—朱文武 清華大學
朱文武主要介紹了一個新興的概念：社交網絡中的多媒體雲計算。接着，以社交媒體的推薦服務爲例，介紹了推薦服務相關的研究。
1. 社交化的多媒體雲計算。
1.1 社交媒體(SocialMedia)：個人、組織在社交網絡上分享多種類型的資源，博客、微博、圖片、視頻等。相比於傳統的媒體分享，社交媒體的傳播速度更快、影響力更廣。
1.2 雲計算( CloudComputing)：雲計算是指將計算機軟件和硬件資源通過網絡以service的方式提供給用戶。用戶會將自己的數據提交給遠程的雲端，從而獲得服務。在雲計算中，主要有三種類型的服務：Infrastructure as a Service，Platform as a Service和Software as a Service。
雲的作用是什麼呢？小公司或者個人可以通過使用雲服務來構造自己的系統，爲用戶提供更多的服務。
IaaS是指提供數據中心(data center)以及host用戶的VM和數據
PaaS是指一個提供一個可進行應用開發的平臺，替客戶管理和部署應用
SaaS是指爲各種終端設備提供服務
1.3 多媒體雲計算( Multimedia CloudComputing)：相比於普通的雲計算，多媒體雲計算會更強調QoS(Quality of Service)，比如延遲、帶寬等等。
1.4 社交網絡中的多媒體雲計算( SocialMultimedia Cloud Computing)：由於加入了社交網絡，數據量會爆炸式的增長，會引入更多的用戶、內容和關係信息。同時，社交網絡中對信息的實時性要求較高。再者社交網絡也是在不斷變化的。這些特點都會帶來很多挑戰。
在傳統的網絡中，媒體信息會迅速達到一個熱度頂點，接着也會快速的消退。而在社交網絡中，由於興趣點會被不斷傳播，在熱度點達到高潮後，後期的持續性也是很強勁的。
基於社交網絡的多媒體雲計算有一個更具特色的架構：
在平臺端，會對大規模的數據進行數據挖掘和分析，這些數據包括用戶信息、用戶關係和內容。以此，便可以提供多種類型的服務：事件的趨勢預測（速度、規模、影響力）、內容的推薦以及發現社交網絡中的熱門話題等等。
2. 社交媒體推薦服務。
個性化的推薦是一項可以提升用戶體驗的服務。其中一些有趣的話題：如何爲新加入的
成員進行推薦，如何根據用戶發表的內容進行推薦，如何爲社交網絡中的羣組進行推薦。
兩類推薦策略是非常有效的：基於興趣點和基於影響力。
2.1 基於興趣進行推薦
在這裏，提出了一種創新的推薦策略：將內容推薦和用戶推薦結合起來。
舉例：C1喜歡看A，C2和C1相似，於是將A推薦給C2。C1喜歡看A，A和B相似，於是將B推薦給C1。如果將以上兩者結合在一起，就可以將B推薦給C2。
2.2 基於影響力進行推薦
1） Who sharewhat？
影響用戶是否分享某條信息的因素：愛好(Preference)和影響力(公衆用戶或朋友)。Preference和Influence越高，則用戶越願意分享。最終，我們能夠分析出某個用戶會分享哪些帖子，而某個帖子的目標用戶羣是什麼。
2）在搜索和推薦中，影響力是非常關鍵的因素。搜索人時，社會影響力是主要元素；搜索內容時，發帖用戶的個人影響力也是關鍵因素。在進行推薦時，無論是內容的推薦，還是公衆用戶的推薦，都和影響力相關。
2.3 從整體上來看多媒體雲計算，有三個問題值得關注：
1)雲和端的聯合優化，特別是計算資源和通訊資源的聯合優化
2) 如何達到實時性
3) 社區有大量的圖片和視頻，如何處理，提供何種服務，如何做出社交網絡的特性
《基於移動終端的個性化普適健康服務》—— 陳益強 中國科學院
陳益強的報告主要介紹基於移動終端的健康服務。由於感知健康信息是服務的核心，所以他主要集中在如何感知健康信息上。
醫療服務會逐漸從以醫院爲中心發展爲以個人爲中心。在這個過程中，移動終端平臺將會發揮很大的作用。從長遠來看，這個趨勢是非常值得期待的。
1. 感知健康信息
健康信息分爲四個層次：生理狀態，行爲狀態，環境狀態和社交狀態。利用移動設備可以方便的獲取這些健康信息，同時，相比於傳統的健康信息，這些信息更加全面，實時和具有持續性。
1.1 生理狀態信息
可以通過移動終端的傳感器進行數據收集和分析。比如按鍵行爲、觸摸屏軌跡、語音分析、基於語音的肺活量檢測和壓力測試，都可以收集到有效的生理信息，並將它們和特定的健康指標映射起來。
以語音分析爲例，通過對語速、發音清晰度、語音邊緣檢測，可以預警帕金森綜合症。
1.2 行爲狀態信息
多種類型的識別，比如行爲的識別、交通模式的識別、跌倒檢測。
1） 行爲識別
如何識別人的日常行爲狀態，主要利用基於決策樹的模式識別方法。遇到的挑戰主要是用戶行爲的個性化和設備穿戴位置的多樣化。
2） 交通模式識別
主要利用了加速度器、GPS、GSM。爲了增加精度，最好採用兩種傳感器融合的方式進行模式識別。比如，加速度器不易區分靜止和運動狀態，卻可以很好的檢測運動物體的狀態，而GPS恰恰相反。就可以將兩者融合起來。
3） 跌倒檢測
跌倒和部分正常行爲是難以區分的，傳統的模式識別可能精度不夠高。觀察發現，跌倒一般發生在行爲切換處和突變處，所以可以先通過“切換識別”過濾掉部分數據。
同時，低功耗的行爲狀態識別也是研究領域的一個重點。
1.3 環境狀態信息感知
1） 基於WiFi的室內定位
用戶一旦登錄Wi-Fi熱點，導航軟件可以透過用戶接入的那個Wi-Fi熱點，再配合上臨近三個或以上的Wi-Fi熱點，就可以確定用戶的位置。技術上能將定位範圍縮小到5米左右。
四個大的挑戰：無線信號的波動性，AP的丟失，測量信號的設備相關性（如何映射不同設備的信號空間），應用環境的變化。
2） 重要位置的自動提取
將行動中的重要位置提取出來，可以有效的應用在老年人的監控、個性化搜索和推薦、廣告、社交網絡等方面。
1.4 社交狀態的信息感知
現在，主要是基於位置進行生活狀態和社交狀態的分析。可以利用GPS定位感知位置，利用藍牙進行社交狀態分析。
2. 移動研究院在移動健康服務方面已經有不錯的研究成果：融合心電信號和運動信息的冠心病檢測；糖尿病人的健康指導GlucoGuide；面對盲人的位置服務系統
移動教育的網絡架構和業務應用 ——彭楊 北京郵電大學
彭楊在北京閱聯信息技術有限公司從事移動教育相關的工作。
移動互聯網的興起，使得將課堂學習、個人學習、終身學習等多種教育方式融合在一起的泛在教育成爲了熱點。
他的演講最有意思的一點在於，基本沒有提及技術方面的障礙，而主要關注在國家政策方面。這是在中國做教育的一個重要特點，政府性。教育是國家驅動的產業，和政府機關、事業單位打交道成了工作的重點。以平板電子課本的普及爲例，因爲牽扯到新華書店的利益問題，始終無法大規模的展開。
另一個重要特點是應試性。應試的教育資源，比如答案講解、課程錄像等，很受家長和學生的喜歡。從反面來看，也因爲高考還是用筆紙答題，使得電子資源無法快速普及。
移動三維數字化技術—趙卉菁 北京大學
趙卉菁介紹了利用三維掃描儀、智能車等設備進行交通檢測，三維地圖創建等應用。主要涉及到的項目有兩個：利用三維激光掃描儀進行行人、交通監測；利用智能車進行三維動態地圖創建以及駕駛行爲感知。
利用三維激光掃描儀進行行人和交通狀況的監測比起利用攝像頭監測，會有不少的好處：受天氣狀況的影響小，人爲干預的因素少、保護隱私。如果能夠保證在有干擾情況下的準確率，是有廣闊的應用前景的。
智能車是現在非常熱門的一個話題。智能車上會安裝多種類型的感知器：GPS、Camera、鐳射儀等等。通過感知器獲取外部狀況，同時在車內利用系統進行處理，從而實現自動駕駛、道路狀況的監測、城市地圖的構建等應用。
在智能車方面，Google有着非常傑出的成果。他們在兩年半前推出無人駕駛汽車項目，截止到今年8月，擁有十餘輛汽車的車隊已經安全形勢了30英里。內華達州、加利福利亞洲都給Google的無人駕駛汽車開放了通行權。無人駕駛技術由多個系統組成。核心之一是車頂上的旋轉激光測距儀(Velodyne 63-beam)，能夠提供精細的3D地圖數據，自動汽車會把激光測到的數據和高分辨率的地圖相結合，做出不同的數據模型，以便汽車能夠識別障礙，遵守交通規則。另外，在汽車的前後保險槓上有四個雷達，用於探測周邊情況；後視鏡的附近有一個攝像機，以檢測交通燈情況；一個GPS、一個慣性測試單元、一個車輪編碼器，用來確定位置，跟蹤其運動情況。單是這些成本，便超過了25萬美元。自動駕駛汽車依賴於非常精確的地圖來確定位置，只用GPS技術會出現偏差。在自動汽車上路之前，Google的工程師會駕車收集路況數據，因此，自動汽車能夠將實時的數據和記錄的數據進行比較，這有助於它將行人和路旁的物體分辨開來。
講習班的第二個部分《創新應用講座》邀請了幾位來自業界的總監、經理介紹了公司在移動互聯網領域所作的創新。由於這些應用大多數和具體的平臺和產品相關，所以，我會在進行產品梳理的時候再進行整理。