19/02-22/02 本周份的一无所得

节后第一周

观察state-of-the-art方法的缺点：
1.部分需要用户给定参数规定结果大小。
2.树形结构过于简单，在很多情况下只能把给定点尽可能好的连接起来，包括衍生的森林->多棵树的思路，对于具体诠释都没有很好的效果。
3.结合划分步骤后进行连接的算法不够elegant。
4.parameter-free的方法对于某些对称的非给定点不能很好地抓取，例如只选择其中一个。

目前的基本方向：
1.选定研究生课程旁听（温习离散数学等，导师同意的情况下旁听DL/ML课）。
2.选定数据集(http://snap.stanford.edu/data/index.html) ，基本使用C++实现已有算法并进行一些尝试，Neo4j可以帮助完成可视化的步骤，获得比较直观易懂的结果。
3.关于parameter-free没有关注到的对称点，它们有什么特征？

• 度数：
  平均度数 会引入free-rider，比如连接一个大的但其实没什么联系的完全图;
  最小度数 已有论文（有错误），结果大小不可控，并不存在所谓的单调性
• Centrality：
  $$\sum BC(u)$$
  例如上述表达式，其值会一直增长，直到所有BC不为0的点都被选定。

期望的下周目标：
复现两篇论文 + 继续研究合适的measurement + 为了避免啥也没研究出来的挫败感所以选课去打发时间+思考给我亚马逊的product co-purchasing network我能干啥？