加州伯克利探究項目：網路瀏覽量的時間序列預測

天下 09-25

探究項目：網路瀏覽量的時間序列預測

從生物、金融市場、天氣預測，到視頻處理、體育賽事，時間序列分析 (Time-series analysis) 出現在眾多生活場景中。時間序列分析包含了多種不同的研究方向，從分析演化到結果預測，。它既需要運用統計學知識分析需要用到的方法，又需要利用計算機軟體去處理大規模數據，還需要用數學模型去佐證得到的結果，因此時間序列分析是一門集計算機、統計、數學為一體的交叉學科。

維基百科是一個網路百科全書項目，是全球網路最大且最受歡迎的參考工具。維基百科已經收錄3000萬篇條目，其中英語維基百科以超過450萬篇條目在數量上位居首位。由於維基百科能夠迅速地整理出與最近發生的事件相關的信息，並且任何人都能整理相應的數據信息，所以維基百科相應詞條的瀏覽量往往能夠反映相關詞條熱度。最近由Google贊助的kaggle競賽發布一個維基百科的數據集，其包含了近145000條維基百科點擊量的時間數據。

本課題旨在運用時間序列分析對部分詞條的網路點擊率進行分析，運用線性模型、時間序列分析和機器學習的方法去探究相應詞條的網路點擊量的走勢。同時，本課題還可以預測高相關性的詞條，並視覺化分析結果，力求幫助學生熟悉時間序列分析手段，使得學生具備運用統計學模型分析，處理並且視覺化時間序列數據的能力。

本課題是跨統計和計算機的綜合研究，也是時間序列相關技術的實際應用。研究者將獲得使用R進行數據分析的技能和時間序列方法的深入了解。

相關學科

時間序列線性模型數據分析

計算機人工智慧機器學習

應用數學統計學數據科學

導師：加州大學伯克利分校統計學碩士

加州大學伯克利分校統計學碩士

多倫多大學雙學位學士

參與編寫R語言中的基因演算法包

加州大學貿易策略中的統計學項目主要負責人

研

課題研究方法

AI＋X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智慧（AI）演算法，收集、處理、分析具體學科（X）的海量數據，並基於此進行預測，從而獲得科學發現的研究方法。與傳統的、基於實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以藉助AI演算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用範圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用於各個領域，利用AI演算法研究基因數據，從而進行早期的癌症篩查便是其中一例。基因組與癌症病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但藉助AI演算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立資料庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯繫，從而使癌症診斷的「標準化」成為可能。

整個科研教學流程中，每一位學員都將有學術督導協助保障研究階段性作業和論文的進度，確保取得研究成果。

獎

探究項目成果

成果1

個性化個人網站展現學術研究成果

有方探究項目為學員製作個人網站展示學生的項目成果。網站展示包含項目課題介紹、研究過程、研究結論和學生學習心得等個性化內容，真實完整的反應學生的學習過程和個人學術成長與收穫。

同時，有方探究項目的項目成果還可以投放到計算機行業交流平台GitHub等業內人士交流平台中，讓更多人關注到學生的學術成果。在申請過程中，招生官極其重視學生的科研項目經歷，個人網站可以作為重要成果展示，幫助學生在諸多競爭者中脫穎而出。

成果2

能力提升

學生順利完成有方探究項目的所有課程學習後，相當於達到美國優秀大學本科三年級計算機學科方向課程項目或獨立研究項目要求。在大學申請時，獨立項目的研究經歷將極大的展現學生的學術積極性和獨立解決問題的能力。

獎

往期成果