复杂网络的相关研究进入中国已经十年，同时一年一度的全国复杂网络大会也已经进入了第九届。在过去的十年中，很多研究方向受到来自不同研究领域学者们的广泛关注，并极大的推动了复杂网络和复杂性科学的发展。同时，我们也注意到，随着信息技术的飞速发展，使得可供研究的数据也越来越丰富。基于大数据的定量化分析对重塑社会学、心理学、管理学等多个学科范式，通过理论研究、算法设计、应用实施、平台架构等多种手段推复杂性科学和多个学科的结合和发展。因此，如何适应并推动大数据时代下复杂网络的研究和发展，为复杂网络领域的年轻一代指明研究方向也就成为了当务之急。
2013年5月11日，由杭州师范大学商学院信息经济研究所、阿里研究中心、阿里复杂与多样性研究中心（筹）共同组织的“大数据时代下复杂网络的机遇与挑战”研讨会在杭州市香格里拉大酒店举行。汪秉宏、史定华、陆君安、汪小帆、狄增如、吕金虎、周涛，樊瑛、章忠志、刘建国、许小可、荣智海、张子柯、吕琳媛、韩筱璞、刘润然等专家出席会议，此外，陈关荣、方锦清、刘宗华等因故未能出席的专家们也发来了自己的意见稿。来自复杂研究相关领域研究人员共30余人参加研讨。经过激烈地讨论，专家们根据学科特点和时代背景，拟定了大数据时代下复杂网络研究所亟需解决的问题。这些问题旨在为对复杂网络研究感兴趣的青年学者们提供具有参考意义的研究方向，与此同时，我们应当意识到，复杂网络的研究并不仅局限于这些方向，更广阔的领域有待广大学者们在实际研究工作中更深入地发掘。
1、基本理论问题
目前关于复杂网络的基本理论遇到了很多困难。我们需要提出统一的理论去描述网络科学中的概念及规律。例如关于幂律分布的定义问题，现在判断一个分布是否为幂律分布，很多时候就是观察双对数下的分布图是否成一条直线。其实幂律分布分为严格幂律分布、具有幂律行为和广义幂律分布，具体是从概率密度函数还是补分布来判断是否为幂律，都需要得到科学的论证。在这种严格的科学定义没有有效解决的情况下，各种对它的研究讨论也很难说是严格的。
在这方面的另一个重要问题是抽样问题。2012年May在《自然》杂志发表了一篇论文，证明任何幂律分布的网络的子网络都不是幂律的。而我们实际上所用的数据大多都是抽样的结果。反过来，抽样得到了一个具有幂律度分布的网络，原网络的分布形式如何，——这个问题也没有严格清晰的答案。更复杂的是，不同的抽样方式，原网络和抽样得到的网络的关系也不尽相同！抽样得到的研究结论多大程度能代表整个网络？怎样的抽样才是合理的？这些都需要得到严谨回答。
2、复杂系统理论在实际系统中的应用问题
针对具体的实际系统和实际问题，例如实际交通系统的优化、传染病的防控等，提出具体的解决方案。在这方面，虽然暂时可能无法达到理论与实际的统一，形成一个普适性的研究方法和成果，但是对于实际系统的理解是一个认识逐渐深化的过程，需要在这方面进行逐步的探索，比如我们实际遇到的超大规模网络、智能电网、移动互联网、物联网等的研究。特别地，复杂网络分析在社会科学和生命科学领域应该大有可为！
3、算法问题
算法问题涉及非常广泛，包含网络结构和动力学的基本分析工具、社区挖掘问题、图的匹配问题、有向图的motif识别问题等。可以说，算法是进行网络分析的技术基础，也是包括信息推荐、人工智能优化等一系列具有极为广泛的科学意义和应用价值的研究问题的出发点。
复杂网络的算法问题，特别是算法复杂性问题、快速近似算法问题、并行计算问题、分布式存储问题等等，是在大数据背景下新挑战——我们如何快速、准确处理包含数千万乃至数亿数十亿的巨网络？基于大数据的算法问题将成为未来大科学化的复杂性科学研究的技术基石之一。
4、网络中动力学的普适性和差异性问题
传播、同步、交通、博弈等等动力学具备各自独特的特征，同时有具有很多共同的特点和相似性，特别地，它们都是受到信息流或物质流驱动的动力学。已有的研究也显示，各种网络动力学之间存在着很大的相似性。在跨越具体动力学种类的层面，高屋建瓴地讨论不同类型动力学的普适性和差异性，特别是建立网络流动力学的全景框架，具有重要意义。
5、网络信息挖掘和预测问题
这里主要涉及两个问题，一个是反问题，也就是从动力学表征挖掘网络结构；一个是预测问题，也就是如何挖掘网络中的缺失信息，并进行网络趋势预测。在反问题这个研究方向上，很多学者都强调了压缩感知的重要性，该方法最大程度反映了动力学和结构的耦合关系，具有广泛的应用价值。在预测问题这个研究方向上，较成熟也最有活力的研究是链路预测，另外，关于包含社交关系的人类行为预测，生物网络中的时间序列预测，生物网络中结构链接和功能链接之间的耦合预测等等，都是近期受到关注的发展方向。
6、网络控制问题
在很大程度上，解释现象的目的是为了预测，进而希望能够进行控制。甚至可以说，科学研究的最终目的就是控制，或者称为人工干预。
现代控制论的提出本身就是复杂性科学兴起的早期标志之一。近年来，随着网络可控性问题的提出，对复杂网络和复杂系统的可控性和控制方法的研究已经成为一个热点问题。复杂网络乃至各种复杂系统是否可控、是否自反馈可控、能否实现自反馈控制、如何模糊控制、如何精确控制、如何实现最小成本控制和自发可控等问题，都是非常关键而且有着广泛科学意义和应用价值的研究问题。
7、含有时空信息的网络科学问题
现实的网络大多数是随时间和空间持续变化的，结构完全固定的网络非常少见。例如，实际的社会网络中，人与人之间的联系与交互是遵循一定时空统计规律出现，而不是一直保持的，这使得现实的社会网络传播过程中，在连边上有效传播的出现总是暂态进行，并且总的来说，距离较远的连接发生感染的可能性小，但是感染后危害性大。在这种含有时间空间的新型网络上的动力学过程可能会呈现出与静态网络和非空间网络极为不同的规律。探索这种随时空演化的动态网络上的动力学特性，以及节点、连边的活跃特性与动力学的关联规律，是一个重要的问题，也有望促进复杂网络研究的理论成果与真实应用的结合。
8、网络中微观个体的角色界定问题
现实网络大多是异质性的。不同节点和连边在网络动力学演化过程中所扮演的角色往往差异巨大。这使得，如何有效衡量节点、连边的重要性，以及节点、连边在相应动力学过程中所扮演的具体角色和意义，成为一个重要的研究问题。具体来说，重要节点和重要连边的界定，每个点与每条边各自的角色，以及针对不同的动力学如何找到重要的节点和连边等问题，都值得我们去关注。
9、不同类型网络的普适性和差异性问题
以往的研究挖掘出了众多的具有一定普适性的网络统计特性，例如无标度特性、小世界特性、社团性等，并研究得到了对这些统计特性的产生规律和动力学效应的基本认知。同时研究也发现，现实网络的结构极为丰富。以往的研究更多关注了这些网络在统计意义上的共性问题，而实际网络中，即使两种网络有着高度相似的统计特性，也有可能出现迥异的动力学现象。对于不同网络，例如无向网络、含权网络、有向网络、多部分网络、耦合网络乃至网络的网络等，它们的普适性和差异性，是一个值得注意的基本问题。总的来说，复杂网络的研究热点也正在经历从挖掘不同类型网络普适性到发现不同类型网络独特性的转型中。
10、从微观到宏观结构的自组织演化问题
复杂性科学研究的核心理念之一就是深刻理解从微观基本单元到宏观复杂结构和统计规律之间的涌现机制。可以说，当前复杂网络研究中的众多问题都与该问题相关，例如宏观动力学过程、宏观结构和宏观统计规律的涌现等。很多学者都注意到，直接找到从微观个体到全网的宏观结构比较困难，两个端点之间尚需要一个中间过渡，也就是以模体(motif)和群落（community）为代表的中观结构。这些中观结构的分布、在动力学过程中扮演的作用，以及从微观到中观，从中观到宏观的涌现过程，都是值得高度关注的。
