［本站讯］5月12日，美国伊利诺伊大学刘兵教授应邀访问山东大学软件园校区，面向软件园校区的教师、博士和硕士研究生作了题为《Learning from Positive and Unlabeled Examples》的学术报告。计算机学院博士生导师马军教授、尹义龙教授、禹晓辉教授以及部分相关领域的师生参加并座谈。禹晓辉教授主持报告会。
    报告中，刘兵教授主要展示了在PU Learning领域的最新研究成果。传统的学习分类是由已明确区分的n类训练数据训练生成一个分类器，由此分类器再对未标签的实例进行区分和分类。但是在实践中经常遇到的实际问题是，往往只有一类正例数据，而没有负例数据进行训练。由此产生的分类问题就是：从正例和未标签例中学习（PU learning）。报告中，刘兵教授首先描述了一些实际中可以广泛应用PU-learning的场合，这也是他做这项研究的动机；接着他描述了解决此类问题的数学、计算机基础，并给出了解决方案及算法的具体描述和分析。在座师生对刘兵教授的精彩研究成果高度认可和一致好评，对刘兵教授的报告报以热烈掌声。刘兵教授还与部分师生就学术研究、学生培养方面的经验进行了交流与探讨，也为同学们解答了科研遇到的学术性和方向性疑问。座谈中，他给同学们最诚恳的建议是：要在动手之前要深入思考并辨明“我解决的这个问题具不具有奠基性工作性质、我解决的这个问题能够涵盖多大范围、能否建立在这上面的分支扩展”这样的问题。
    刘兵，现为伊利诺伊大学芝加哥分校（UIC）教授，获爱丁堡大学人工智能博士学位，Web挖掘研究领域的国际知名专家，在Web内容挖掘、互联网观点挖掘、数据挖掘等领域有非常高的造诣，先后在国际著名学术期刊与重要国际学术会议（如KDD、WWW、AAAI、SIGIR、ICML、TKDE等）上发表关于数据挖掘、Web挖掘和文本挖掘论文100多篇，其中3篇论文单引次数1000以上；在意见挖掘领域做出了很多奠基性工作；曾担任多个国际期刊的编辑和多个顶级国际学术会议的程序委员会主席和委员。     ]