2023年暑期科研項目來了！這個暑期研課CIS科研項目將在上海·長寧/七寶校區(qū)，邀請國外名校教授導師來上海為各位高中學生進行科研課題教授，下面一塊來看看都有哪些適合高中生的暑期科研課題。

　　暑期科研課題一、博弈論在經(jīng)濟學上的應用：靈活用工等共享經(jīng)濟平臺的價格博弈機制

課題介紹：

隨著互聯(lián)網(wǎng)在全球的不斷普及和電子商務的發(fā)展，現(xiàn)代消費市場變得越來越數(shù)字化，這些市場與經(jīng)濟學課程研究的傳統(tǒng)市場有很大的不同：一些商品或是服務是以很大折扣甚至是免費提供的。例如新聞網(wǎng)站不收取讀者費用，或是Facebook不收取使用該平臺的用戶費用。然而一些商品即使是零成本，它們的供應卻很受限，例如電影、音樂等。目前，在線零售通常被少數(shù)大型市場或平臺所主導，如亞馬遜、Ebay或淘寶。消費者的關注點、購物傾向和消費者的私人信息是數(shù)字化市場的核心要素。

本課程主要帶領學員了解和學習近年來蓬勃發(fā)展的互聯(lián)網(wǎng)市場的經(jīng)濟研究，涉及互聯(lián)網(wǎng)定價、雙邊平臺、搜索引擎，目標廣告和客戶數(shù)據(jù)等相關知識。通過本課程，學生將：

1)全面了解互聯(lián)網(wǎng)時代的經(jīng)濟學：網(wǎng)絡市場中的關鍵指導思想是什么？企業(yè)在網(wǎng)絡市場中相應面臨的監(jiān)管問題有哪些？

2) 熟悉最新的互聯(lián)網(wǎng)經(jīng)濟學研究現(xiàn)狀和成就；

3)學習如何找到研究主題并開展課題研究；

4)分組做獨立研究：案例調(diào)查或構(gòu)思論文，理論建?；?span id="gkep7e9w" class="candidate-entity-word" data-gid="13833216">實證研究項目

*若你對CIS科研項目感興趣，可私信科研君了解更多課題！！

導師：

Alexei Parakhonyak

牛津大學終身教授

牛津大學經(jīng)濟學終身教授

牛津大學林肯學院Amelia Ogunlesi院士和經(jīng)濟學導師

牛津大學經(jīng)濟學期刊編委會委員

曾擔任俄羅斯國立高等經(jīng)濟大學終身教授

2015年曾獲HSE最佳教學榮譽獎

　　暑期科研課題二、天文學與應用物理專題：系外行星與適居帶探索

課題介紹：

系外行星，即太陽系外行星，是圍繞太陽以外的恒星運行的行星。系外行星天文學是現(xiàn)今最令人興奮和快速發(fā)展的科學領域之一，最近還獲得了2019年諾貝爾物理學獎的認可。我們現(xiàn)在知道，大多數(shù)類太陽恒星都有自己的行星系統(tǒng)。通過探測和研究系外行星，天文學家希望更多地了解行星的來源，并最終在宇宙其他地方是否有生命這個古老的問題上取得進展。

在這門課中，我們將討論天文學的基礎知識特別是什么是宇宙，什么是太陽系以及我們正在尋找的這些新行星是什么，系外行星。我們將討論人類如何在太空中旅行，測量與物體的距離，以及最近發(fā)現(xiàn)的這些系外行星的時空尺度是什么。然后我們將深入探索如何識別那些與地球相似的系外行星，那些在宜居帶內(nèi)的，那些可能適合居住的。

導師：

George Tselioudis

哥倫比亞大學教授

哥倫比亞大學應用物理與應用數(shù)學系教授

NASA戈達德太空研究所物理科學研究員

GEWEX中緯度層狀云云系統(tǒng)研究工作組主席

WGCM云反饋模型對比項目協(xié)調(diào)員

曾獲美國地球物理學會Charles Falkenberg獎

Nature、Journal of Geophysical Research-Atmospheres、Journal of Climate等知名期刊審稿人

　　暑期科研課題三、社交電商模式創(chuàng)新：大數(shù)據(jù)及信息技術(shù)時代下的推薦算法原理

課題介紹：

在數(shù)字時代，推薦系統(tǒng)（recommendation engine）對我們來說并不是一個陌生的概念。有一些人甚至將它類比為“舊時代的AI系統(tǒng)”。比起未來的人工智能，推薦系統(tǒng)缺少很多令人眼花繚亂的特效，比如圖像識別或者語音系統(tǒng)。但是推薦系統(tǒng)依舊非常實用和強大，現(xiàn)在我們熟悉的各大平臺都在使用這一系統(tǒng)。比如，Youtube的相關視頻推薦，Amazon的相似商品推薦郵件，Kindle電子書店里的“你可能還喜歡這些書籍”板塊，這些我們熟悉的內(nèi)容都是推薦系統(tǒng)的“杰作”。另外，在Uber和Netflix的產(chǎn)品負責人尼爾·亨特（Neil Hunt）的一篇論文中，他提到說算法系統(tǒng)讓Netflix每年省下超過10億美元的費用。另外，80%的用戶都會在“推薦列表”里觀看視頻。

本課程將嘗試 "揭開 "這些應用的神秘面紗，并簡要介紹其設計所依據(jù)的關鍵算法思想和原則。涉及的主題包括 (1) 探索/開發(fā)的權(quán)衡（對于像Tiktok這樣的推薦系統(tǒng)）；(2) 匹配算法（用于像Uber這樣的叫車系統(tǒng)）；(3) 頁面排名算法（由谷歌）；(4) 網(wǎng)絡算法（用于Facebook等社交網(wǎng)絡）；(5) 市場算法（用于亞馬遜等數(shù)字市場）。

導師：

Haifeng Xu

芝加哥大學教授

芝加哥大學計算機科學系教授

芝加哥大學機器代理戰(zhàn)略智能研究實驗室 (SIGMA) 負責人

2020年獲得谷歌學院研究獎

2019年獲得ACM SIGecom最佳論文獎，榮譽獎

the Games journal特邀編輯

2022年IDEAL數(shù)據(jù)經(jīng)濟學特別會議組織者之一

中科大華羅庚精英項目成員

　　除了以上暑期科研課題外，我們還為各位不同需求的同學準備了不同專業(yè)、不同科研方向課題，歡迎私信科研君，我們將為你提供量身定制的暑期科研課題。