前面的话；刚踏入科研圈子，接着便迎来了软件工程这个为期近三个月的大课，五人组成的近两个月的团队项目确实不是一件小事，要确定一个切实可行，能够有些创新，又能适合团队的项目很是困难。目前恰好有 Microsoft Academic Search和bing 搜索引擎的资源，所以就想了高校申请指南，现在想法和目标都不健全，目前我就用NABC方法对此进行分析，还请大家多多指正，多多评论。
1） N(Need 需求：这个创意到底解决了用户的什么需求？)
每年秋季，尤其是大四的同学就开始为各种出路做准备，大部分选择了继续学习。那么如何选校读master或者Ph.D是大家很头疼的问题。尤其是选择出国，申请什么学校、什么教授，都需要我们花费不少心思去挖掘。哪个学校科研做得好？ 哪个比较牛？学校对学生申请的要求是什么？种种信息需要去归纳和整理。就拿出国留学的例子来说：根据联合国教科文组织(Unesco)的初步统计，09年的全球国际学生人数为343万人，比上一年的296万人增长12%。在中国每年现在出国留学生就达到30万人。这么多人对出国肯定不是很熟悉，而且每次去搜索引擎搜索时给的信息过于噪杂，而且有些商业用途的机构也会悄悄进入搜索排行榜前列，所以给我们带来不少困惑。该怎么办呢？
2） A(Approach 做法 ：我们的团队有很好的解决方案吗？有独特的招数让我们的软件创新吗？)
用户的痛苦已经找到，海量的信息如何过滤，获得自己想要的东西呢? 突然意识到我们最终选择的对象肯定是老师，所以老师是我们锁定的对象。我们到底想要从老师那里得到什么？
目前身边的同学也讨论过不少这样的事情，谈论老师，基本上看老师牛不牛，科研水平强不强，老师的科研是处于上升期还是稳定期，还是有心无力太牛了就随便给学生放羊？老师的人脉广不广？老师的项目多不多？老师是不是nice? 老师是不是在你不懂的时候带着你？ 校园地理环境？消费水平？实验室的情况？实验室成员？学校的申请截止日期？学校的网申流程？学校得到奖学金制度？当然还有对GRE的要求，对Toefl的要求。
上面是大众的想法，基本上可以分为1：老师的科研水平。2：老师的科研合作关系。
3：老师的个人培养学生情况。4：实验室情况。5：学校有关申请的相关规定和流程。6:：奖学金制度。7：硬件条件要求。
从人的角度来来看，这是解决了，但是从计算机角度呢？
目前最热的也就是Machine learning(机器学习)，我们就让他学习吧。要知道人在这个社会上并不是孤立存在的，人不可能脱离社会单独存在，从你的圈子的情况就可以看出你的人生价值，你的工作情况，在社会中的角色。老师要科研，科研要发表文章，当然engineers 也会发表不少文章，科研中你和谁合作？可能有学生，有同事。Social graph(社会关系图谱)技术也挺成熟的。比如在ArnetMiner中分析的图谱来看
人的科研关系网很大，而且我们有一定的认知：在co-authors中的同事可以其实和所研究的老师是差不多的，可以认为他是这个老师的一个duplicate（重复），关系图中还有老师的学生。好了，如果找到了关系图谱我们能做什么？
如果我通过网页搜索确定了老师在某个大学当faculty 恰好我也查到老师的co-authors的同事也在这个大学里，那我我就更加相信老师在这个大学里。当然如果我在爬学校网页中看到该老师，就确定老师在这个学校里，甚至也会知道你在什么系。所以通过co-authors里的同事可以更加确定老师的学校，老师所在的机构。（有不少情况老师有个自己的个人主页，把实验室等放到个人主页，学校可爬寻的资料就较少。所以co-authors就发挥作用了） 。
在co-authors学生也是老师的一个缩影，老师主页，或者实验室主页肯定会有学生的信息。我们便可以直接去联系老师的学生，从而能获得很多意想不到的信息。所以，如何找到学生的信息，联系方式等肯定也是比较关键的。 Co-authors里可以找到师生关系从而确定学生的名字，实验室主页里也有学生的信息，老师的个人主页里也有学生的基本信息，那么我们多个方向入手，应该会得到比较全面的信息，如果还没有得到，就可以通过bing 搜索引擎来帮助我们，在搜索的时候，其实我们肯定会有不少先验知识，名字，实验室应该都能获取得到。所以可以从搜索引擎里找到一些信息，然后通过以前获取的知识进行筛选！
关系图谱如果很大，而且分支很多，这说明你的科研人脉，和其他人或者还是挺多的，如果co-author里面还有很多是其他学校的，那么你和外校联系也很紧密，很有可能你的交流项目也很多。
目前，关系图谱分析的已经差不多，现在我们还有的资源是Microsoft Academic Search（微软的学术搜索）。 里面的资源很多，数据也很多，老师的发表论文情况，还有homepage，以及co-author等情况可以参考这里面的。老师的发表论文也可以从过他的个人主页中获得。如果老师个人主页中有其publication /citation 等信息，估计我们能爬得到，我们就结合这两者进行一次整合（对比，或者折中）。
我们目前有的资源也包括：bing search engine(bing 搜索引擎)。由于搜索引擎里的信息太庞杂，我们不可能全部相信，所以我们要进行一定的筛选，那么如何筛选？
由于我们限定的对象都是在学术圈，高校申请，那么，由于学术里面的东西肯定有不少规律，比如申请流程，由于申请流程全球基本上都差不多，里面的步骤也肯定很像，换句换说，至少任何两所学校的申请流程中如果按照TF（term frequency，词频）排序，肯定也会差不多。所以，我们在利用bing 爬网页时，获取的结果有一定的排序，我们可以先获取一定的training data（训练数据，如比较典型的申请模板），然后在进行重排序！获取最好的信息。
对于GRE/Toefl，我相信各大商业网站都会有，所以既然资源在那，我们就应该能够搜索到。
好，分析了那么多，来看看我们的问题能不能从计算机的角度解决？我大致提出了七点：现在就每一点给个粗糙的解决方案
1：老师的科研水平：老师个人主页，微软学术搜索
2：老师的科研合作关系 通过co-author来确定老师的机构，老师的科研人脉，和其他大学的交流关系
3：老师的个人培养学生情况：通过关系图谱或者实验室或者老师的个人主页里面的学生信息，来询问他的学生吧。
4：实验室情况：实验室主页，老师的个人主页里都应该会提到
5：学校有关申请的相关规定和流程：通过bing 搜索 以及申请流程的training data来筛选。
6:：奖学金制度：通过bing 搜索，爬学校网站并通过training data 来筛选。
7：硬件条件要求：由于很多机构，还有很多网页都有这方面相关信息，所以比较容易获取！
目前老师的问题已经解决了，那么现在来构想下我们的大致流程吧。
3）B （Benefit 好处：这个产品/服务会给客户/用户带来什么好处呢？)
当然如果做得好，至少可以作为学生的一个参考。我们的软件是免费的，而且也可以通过此网站建立学术论坛，解决学生最痛苦的地方。我们实实在在给学生最真实的资料，尽量提供用户最想要的数据，而且也可以在此基础上进行个方面的信息统计，分析走势，进一步帮助学生。
4) C (Competitors 竞争：我们的竞争对手？)
目前市场上很多商业机构是来为出国留学打造的，而且很成功，但是他们最大软肋是：不学术和盈利性，我们通过各种小技巧，小聪明，在CV等什么地方出彩，在申请流程上花功夫。他们的目前是把你送出去。这往往会给学生带来很大的影响。我们就是站在用户最原始的角度，把各种资料都搜集出来，供用户查询，供用户选择。所以，如果做得好，肯定会很火！
说了那么多，其实很想说我是报一个真诚的态度来给大家分享我的想法，在分享中很真诚的希望大家能够提出宝贵意见，批评也好，鼓励也罢，welcome!
转载于:https://www.cnblogs.com/OMG-Team/archive/2011/08/28/2156174.html