2015 CCF-腾讯犀牛鸟基金项目申报指南
第一条 总则：在信息技术发展的重要演进阶段，CCF和腾讯将支持信息技术领域的青年学者开展具备行业创新、技术引领的科研工作。2015年，CCF-腾讯犀牛鸟科研基金重点资助的研究领域和方向请见《申报主题》
第二条 申报条件：本基金将面向符合如下条件的国内外所有高校及科研院所青年学者展开：
1.申请者是1979年1月1日、其中女性申请者是1974年1月1日（含）之后出生的国内外高校/科研院所在职的全职教师或研究人员；
2.硕士/博士毕业后在高校任职时间不超过5年（女性不超过10年）；
3.能独立进行研究工作，并带领学生团队共同参与项目研究；
第三条 项目申请：符合条件的研究人员在项目申报规定时间内在线报名，填写并上传《申报表》，申报网址：http://ur.tencent.com/fund。每位申请人限提交一份申请，已获得资助的项目负责人需隔一年再提交申请。任何针对项目申报的问题，请联系基金项目组刘婷婷francesliu@tencent.com。
第四条 项目时间：项目关键节点如下：
1.2015年5月15日 项目发布，申请开始；
2.2015年6月25日 申请截止，启动评审；
3.2015年7月30日 评审截止，发布结果；
4.2015年8月30日 签署协议，启动立项；
5.2015年10月在CNCC2015上颁奖典礼；
6.2016年3月01日 中期检查，提交报告；
7.2016年8月30日 项目结束，提交成果；
8.2016年10月在CNCC2015上终期答辩。
项目进行过程中的具体时间节点，请关注CCF-腾讯联合项目组通知。
第五条 项目审批：CCF和腾讯将共同邀请项目专家组，由评审专家决定是否资助及资助强度。专家评审时主要考虑：
1.申请课题的作用、意义、创新性和可行性；
2.申请者的实施计划及输出成果的意义和价值；
3.申请者（及团队）的学术水平和科研能力；
第六条 资助金额：2015年计划资助15-20个犀牛鸟“科研基金”项目，单个项目的资助金额5-20万元人民币。同时，将继续面向未获得“科研基金”的申请者提供基金补充计划——犀牛鸟“创意基金”，支持青年学者申请国际、国内专利，资助金额为3万元人民币，计划资助15-20个项目。根据具体需求，科研基金获奖者还将有机会获得腾讯提供的研究数据、计算资源等。
第七条 研究期限及终止：项目立项启动之日起1年止。项目立项后不可更换受资助人。在项目研究工作中，如因受资助者自身原因中断研究工作，项目终止并根据申报时的具体阶段经费使用说明，退回已拨经费的余额。获得基金资助的申报者原则上不可放弃基金资助，如有特殊情况，需提交《放弃基金声明》并加盖被资助者所在单位公章后由基金项目组存档留备。
第八条 管理办法：CCF和腾讯公司成立联合项目组，对项目进行有效管理。项目启动阶段，面向国内外学术界共同发布项目信息；项目评审阶段，组织业界和学界专家对项目进行评审；基金获批后，CCF代表腾讯与受资助人及其所在单位签署项目协议；项目进行中期，受资助者填写《中期报告表》。项目完成后，受资助者填写《结题报告表》，并向项目专家组公开答辩。
第九条 知识产权：受资助者在课题研究过程中形成的与项目相关的成果的著作权及专利等，包括但不限于论文、著作、源代码等，其知识产权权利归属作者、作者所在院校及腾讯公司三方共同所有。腾讯公司有权免费优先使用。具体细节以与受资助者签署的协议为准。在此期间发表的论文及著作需标注“受CCF-腾讯犀牛鸟基金资助（英文：Sponsored by CCF-Tencent Open Fund）”，并被收录到CCF数字图书馆，供CCF会员免费浏览。
第十条 本细则自公布之日起实施，由腾讯公司负责解释。
2015 CCF-腾讯犀牛鸟基金项目申报主题
开放命题
1.1基于“互联网+”的创新探索
互联网是一种技术工具和传输管道，互联网+能够激活信息能源，引发前所未有的创新。研究互联网与教育、医疗、金融、交通、生活服务等领域的连接，进行交叉融合和深入分析，通过理论、模型和算法等方面的研究，衍生出满足人们需求的应用，甚至是新的商业模式，从而产生巨大的社会价值和深远影响。
专项命题（以下主题均不限于给定的建议研究方向，可基于研究者背景及兴趣确定。）
2.1 研究主题：深度问答算法与技术研究
移动互联网时代随着各种各样移动设备的普及，用户获取信息方式也发生了很大变化。越来越多的用户开始用语音输入、自然语言的方式进行搜索、提问、交互。我们希望采用深度问答技术，以精准答案的方式更加智能地满足人们的需求。深度问答技术在问题的语义理解、知识挖掘、答案推理计算等方面都面临着挑战。
建议研究方向：
1）问题的语义理解：用户以自然语言方式输入时，怎样更好的理解语义（包括问题类型、关系等），对答案计算进行指导，尤其是在面临全领域时；
2）知识挖掘研究：构建知识图谱时如何进行数据融合、去噪和评价；属性的自动挖掘、补充和评价；大量无结构网页中场景知识的自动挖掘、标示和使用问题；
3）答案推理计算：算法模型；对唯一值、列表值、判断值等不同的答案类型如何进行统一的推理计算和建模。
2.2 项目主题：图像内容检索
传统的图像搜索是基于图像所在页面的关键词匹配用户查询的关键词来实现检索。本项目期望获得一种基于图像内容的检索，重点研究文本和图像之间相互检索的系统方案。
建议研究方向：
1）图像和文本特征的表示与映射；
2）跨模态相似度计算；
3）索引和检索算法。
3.1项目主题：低质量图像中字符识别关键技术研究
随着移动互联网的普及，尤其是移动端拍照设备的发展，使得图片的获取越来越便捷。许多的图片中都包含文字信息，而这类字符通常分辨率较低、光照不均并且背景比较复杂，如何有效的识别这类文字是目前的一大难点。而这类图片中文字的识别对于网络信息安全、图片理解、信息检索等都具有积极的意义。
建议研究方向：
1）图片中文字的有效分割；
2）低质量字符和文本行图像的识别。
4.1 项目主题：基于智能手机的多生物特征融合
随着移动互联网的发展，越来越多的线下业务迁移到线上，用户可以通过智能手机，以生物识别的模式完成身份验证，给生活带来了极大的便利。为了增强安全性，多种生物特征的融合成为趋势。智能手机可以获取用户的人脸、声纹、指纹、笔迹等多种生物特征，如何将这些生物特征融合，成为很有价值的问题。
建议研究方向：
1）智能手机平台的声纹用户身份确认；
2）基于智能手机2D触摸屏笔迹、3D加速度传感器空间轨迹的用户身份确认；
3）基于智能手机的用户虹膜身份确认；
4）人脸、声纹、笔迹、虹膜多生物特征融合的身份确认，包括算法框架和评估方法；
5）人脸、声纹、笔迹、虹膜多生物特征融合中的活体检测，防止生物识别攻击。
4.2 项目主题：音频信息检索
音乐陶冶情操、愉悦心情、缓解压力，随时随地辨识出自己喜欢的歌曲成为一种需求，也将给用户的休闲生活带来舒适的体验。
建议研究方向:
1）复杂环境下的哼唱特征提取（复杂环境是指外接干扰很强，有人声或者音乐在播放，如演唱会，路边等）；
2）基于内容的歌曲相似度分析；
3）基于深度学习的歌曲标签自动生成技术；
4）基于语音识别的歌词自动生成；
5）从MP3中提取特征用于哼唱检索。
5.1项目主题：基于大数据的用户流动模型研究和流失风险预警
对于拥有大量用户的产品，其用户群体一定具有明显的流动性。如何利用用户产生的海量数据准确预测用户群体的变化趋势，并针对用户流失提前做出风险预警，是一项有挑战性的重要课题，其成果将有助于产品的战略决策和及时改进。
建议研究方向：
1）通过数据挖掘找出用户流动的关键动因；
2）建立用户流动模型，预测用户群体变化趋势；
3）搭建用户流失风险预警系统，自动给出风险因素。
5.2项目主题：基于跨领域的用户画像和推荐系统研究
传统的用户画像和推荐都是以新闻、社交、购物、视频、图书等单一领域的用户行为数据为基础，但对用户在交错领域内行为的综合分析尝试较少。如何利用跨领域的全面用户行为数据勾勒出更完整的用户画像，并基于此结果进行跨领域推荐，对应用市场和浏览器等综合性平台有重要价值。
建议研究方向：
1）主流领域用户交错行为的习惯路径研究；
2）基于跨领域（长尾）行为数据的用户职业定位；
3）对比领域内推荐和跨领域推荐的价值和差异研究。
6.1项目主题：社会化推荐模型与算法研究
如何将社交信息引入推荐系统提升个性化推荐的效果？例如，根据用户与好友的兴趣信息、用户所属社团的信息、好友之间的影响力，设计用户的APP推荐算法。
建议研究方向：
1）对用户是否接受推荐结果的建模所需特征的构造方法；
2）用户受好友影响而接受推荐结果的好友间影响力定量计算模型；
3）综合用户社交关系和用户及推荐物品的属性及场景的个性化推荐模型框架；
4）适用于十亿级用户、千亿级链接关系的上述模型的高扩展性算法。
7.1项目主题：虚拟商城道具排序优化技术
游戏或其它互联网增值服务中，虚拟商城是一个常见的商业化形式。和其它商城类似，虚拟商城也存在个性化排序和排序优化的问题，即为了提升收入和改善用户体验，给不同的用户推荐不同的商品排序。常用方法主要关注于用户对商品的兴趣度，提高用户的点击率或转化率。如何综合考虑并优化整体商品排序，来同时满足提升收入和用户体验方面的需求。
建议研究方向：
1）排序学习方法在商城排序优化中的应用；
2）多目标优化技术的应用；
3）用户购买力评估与画像。
7.2项目主题：基于图结构的顶点特征学习
图结构已成为一类越来越重要、应用越来越广的数据类型，例如用户与用户之间的社交活动，用户与商品之间的交互行为，商品与商品之间的信息关联等，都可以用图结构进行描述。图结构可以为图中的每一个顶点提供大量的特征描述，例如各种中心度、PageRank值、图结构的相关概念等，同时，每一个顶点的非图结构特征也会在图结构下相互影响。这些特性可以极大丰富我们对顶点的理解，帮助我们学习更有效的应用模型。如何基于图结构学习顶点的特征，是当前图挖掘领域的一个很有价值的研究热点。
建议研究方向：
1）顶点的基于图结构的特征梳理；
2）基于图的聚类研究；
3）顶点的非图特征的相互影响与传播。
8.1项目主题：高性能分布式数据库研究
云端数据库存储越来越重要。随着万兆以太网、高性能SSD、多核CPU、海量内存的普及，如何有效利用硬件的进步构建高性能、容错、高可靠的分布式数据库成为一个重大的挑战。
建议研究方向：
1）适应应用需求和硬件特点的数据库ACID模型；
2）数据库的分布式算法；
3）数据库的架构与实现。
9.1项目主题：虚拟现实VR视频录制编解码回放研究
随着虚拟现实技术市场的迅速膨胀，相关全景视频的录制编解码回放有了较快的发展。研究真实视觉音效回放的模拟，让使用者如同身历其境一般，可以及时、没有限制地观察三度空间内的事物变化。
建议研究方向：
1）360度全景音视频拍摄和拼接技术；
2）H.265及VP9全景音视频编解码；
3）运动传感器3D投射及GPU加速VR回放；
4）VR直播技术。
发表于 2015-5-16 11:57:44