访韩家炜教授记录（部分）

我之前了解了一下，龙星计划今年是第四届了是吧？是2002年开始第一届的吧？
对，对
您第一年的时候就会来讲学了是吗？
对，第一年我是在北大，也是和这个安排差不多，在北大讲了一个星期的课，但是那次时间比较紧张一些，没有机会去其他地方，因为当时紧接着就有一个国际会议，在北大讲完差不多就去参加会议了。
那您是不是每一年都回来讲学了呢？
也没有，我好几年没有回来过了，这是第二次。
这个龙星计划好像是您和赵伟教授和李明教授三个人发起的吧？
也不是，主要是赵伟发起的，当时我们几个在一起说好了，有6、7个教授，咱们牵个头。赵伟当时是副校长，主要是负责research，负责科研的副校长，当时咱们几个在一起，赵伟就说要想加强交流可以设立一个program，让在美国大学的一些教授，把一些研究生的课程搬到中国来讲，这就是龙星计划被提出来的原因。
噢，是为了把美国的一些研究生课程引入到中国来，那您觉得现在中国和美国在研究生的研究领域内，在研究前沿或超前性上，是不是美国稍微要领先一些呢？
对，美国的科研力量都在大学，它不像中国有中科院、研究所，美国的研究所都在大学，所以这是他的主要研究力量。所以有很多研究生的课比较接近前沿的，所以一般美国学校里的有些研究生的水平可以达到很好。
您这一次讲课据说是把研究生16周的课程浓缩到一个星期来讲，您觉得我们这边的研究生能够消化吗？
我觉得能够接受，因为我出过一本书，这本书也有翻译版，这些听课的同学多多少少学过一点，而且很多是外地来的同学，他们一般都看过，我所讲的很多是书上的内容还有一些前沿的内容。我觉得他们大部分同学消化的挺好的。
那您自己感觉怎么样呢，您这一个星期都排满了讲学阿，讲课阿，一定感觉很累吧？
还好，我这次讲一个星期的课，因为很多同学是从外地过来的，我觉得如果讲两个星期太松了，也可能耽误这些外地同学的自己的功课或其他什么事情。所以我就安排差不多一天从早讲到晚，大概五六个小时吧。
对阿，您一整天都在讲，我自己也去听过一次课，您正好在讲聚类，聚类分析，不过很可惜我是本科生课程安排不如研究生那么活，所以很多时候都没有办法来听。那您觉得如果一个本科生来听这门课的话，会不会觉得有点困难呢？
我觉得还可以，我教这门课吧，也不光是研究生在念，这么课差不多是第一年的研究生和最后一年级的本科生交叉着在念，所以在美国其实最后一年的本科生也可以选这门课，研究生也可以选这门课。所以我觉得本科生听这门课也不是很难的。而且我还建议把这么课“下放”到本科生去教，因为它用的数学知识等，也不是非常深的，所以本科生也可以学。
您的这本书其实我也看过第一章和第二章，每次我去图书馆想借着看都已经被借光了，只能在馆内看那本不能被借出去那一本。我当时是再跟着陈红教授作项目，她研究数据仓库，她建议我去读您的这本书，我当时负责的是实体化视图那一部分，感觉看您的书很容易懂，思路很清晰，一下就懂了。
他笑
那您觉得本科生做项目怎么样？
其实呢，很多本科生都想做项目，但是老师可能就没那么多精力，因为在美国那些比较好的大学，博士生是重点，老师带很多博士生，所以可能就没那么多辅导本科生，所以本科生教育就比较标准化，做作业、project等，除了个别一两个可能特别突出的本科生老师比较感兴趣以外，一般都没那么多精力。而且本科生有些基础课也没有学完，所以老师对本科生的指导就比较泛一点，所以老师就做一点比较general的，比较原则的，真正做研究就少一点。真正有本科生很想做的，我们可以推荐他和PhD研究生组成一个小组，一块儿做。
呵呵，我就是这样一个非常想做的学生，和他们研究生在一起做。
这样的学生一般都是比较杰出的学生。
那您觉得本科生参与项目对他个人的提升有什么好处？您觉得本科生的研究深入程度能够到多少呢？
我觉得本科生和研究生没有绝对的界限，比如做一个数学题吧，其实高一的学生和高二高三的学生，差别也不是那么大，有的高一学生也可以做得比高三的还好，就是这个道理。
本科生除了项目以外平常也就是上上课做做作业，那您觉得作为本科生，应该怎样学习来提高自己呢？
其实本科生要是想做一些研究可以自己去上一些研究生的课，要多上，但不要太泛，假如你一下子铺开去，学10几门课，你可能也学不到什么东西，倒不如把本科课程学好，如果对一门课感兴趣，就对这一门一直研究上去，说不定就能从课上表现出来，或许还会比研究生还强。
也就是精力是有限的，应该专攻一门了。
对阿，要想成为专家，就是要钻研一点，其实专家呢和平常人区别也不是很大对不对？他也就是专在一点，铺开了看，专家考试的时候也许还不如一般人呢！（笑）
数据库是一门很有趣的课阿，尤其是在人大以数据库见长，有这么多好老师，非常容易激起我对数据库的兴趣。
是啊，数据库真的很有趣，你的环境也挺好的（笑）
那您现在的研究方向是什么呢？
我主要还是在数据挖掘上，不过现在也在逐渐拓宽了，因为学生兴趣也挺广泛，也不应该让他们集中在一点上，可能一个人研究一门课程，那我的十几个研究生也就研究了十几门课程。
您的数据挖掘还是注重于理论吗？
我专注的是算法，因为数据挖掘呢算法是一个主要的方向，其他理论的部分呢有时也做一些，不过更多的还是注重与应用。
实际应用，我看您的书上也提到了关于数据挖掘的应用，有金融方面、生物信息学等，那您关注的应用有哪些呢？
我主要关注的一个是生物信息学，像蛋白质、DNA分子结构非常复杂，我现在在研究network和图方面。另一个应用的方面就是web上的挖掘。
我感觉您和我感兴趣的好像阿！我也对生物信息学很感兴趣，因为我自己想去英国留学，所以也查过英国那边的专业，不过似乎英国研究生物信息学的并不多，在这一方面美国是不是要更多一些？
我认为美国总的来说学校比较多，研究也比较活跃，美国研究生物信息的也很多，几乎每个系都有研究生物信息学的。
Web的挖掘现在也很热门，似乎现在网络之争就是搜索引擎之争。
对，对，搜索引擎就是从不同的角度看了，有人是从web的page角度，有人把page进一步细分成block，object这样也很好。
我刚才说到出国留学的事情，您以前是79年开始就在美国留学了，是吧？您觉得在国外学习怎么样呢？
我觉得在国外学习挺好的，不但可以接触世界各国的研究生，思路可以更加开阔一点，而且还可以增广见识。我觉得你出去留学很不错的。
网上都说您在国外读书的时候被誉为明星学生，……
没有没有，（笑）我没有觉得特别出色的，比我出色的外国学生挺多的。
您当时就是学的数据挖掘方面吗？
不，我是学的数据库方面的，当时还没有数据挖掘呢。
噢，对，您是这一科目的创始人呢。
呵呵，创始人说不上，做研究比较早罢了。
您说您现在关注的是算法，好像现在很多人工智能里的算法被引入到数据挖掘中，比如神经网络阿，遗传算法阿。
对，不但有人工智能中的算法，还有很多比如统计学阿，等等，其实很多算法、data structure都能在数据挖掘中用到。
您在计算行业研究了很多年了，那您觉得在未来哪些科目可能是热门呢？
生物信息、Web，Mining等都是这样，我觉得判断一个东西是否热门就看它未来是不是有用，就比如生物信息学，现在有很多的data，其中大部分还是待分析的，那么就知道肯定有用，这就需要一些新的算法出现，所以你要找到很多新的生长点新的方向并不需要特别大的天才，就是大家讨论，哪些部分现在有什么需要，将来长期发展来看用处比较大。
嗯，非常谢谢您今天这么忙还抽空出来接受采访。
呵呵，没什么。