题目:社交网络分析中的图嵌入:最新进展和未来方向

报告人:Irwin King 金国庆,香港中文大学教授

摘要:社交网络分析描述社交结构(例如社交媒体网络等)内部的社交互动,是一个至关重要且具有挑战性的研究课题。图嵌入是指保留图的结构信息的同时,将图中的元素(包括节点,边,子结构或整个图)投影到低维空间的问题。图嵌入是分析大规模社交网络的一项重要技术。为了应对现代社交媒体网络的规模不断扩大和结构多样化的问题,研究人员提出了新的图嵌入方法。在本次演讲中,我们将介绍图嵌入的最新进展和未来方向,以及在社交网络分析中的常见应用,例如节点分类, 链接预测,社区检测和社交推荐。我们将介绍传统图嵌入方法(例如矩阵分解)和最近流行的基于深度学习的图嵌入方法。最后,我们将指出一些有潜力的研究方向作为未来的工作。

报告人信息:Irwin King 金国庆,香港中文大学。金教授的研究兴趣包括机器学习,社会计算,人工智能,网络智能,数据挖掘和多媒体信息处理。在这些研究领域,他发表顶级期刊和会议论文累计300余篇。他现任ACM Transactions on Knowledge Discovery from Data (ACM TKDD) 副主编和 Journal of Neural Network副主编。他是国际神经网络协会(INNS)主席和IEEE院士。此外,他还是WebConf 2020, ICONIP2020, WSDM2011, RecSys2013, ACML2015的联合主席,并且在各个顶级会议 (例如WWW, NIPS, ICML, IJCAI, AAAI等)担任多种职务。他是香港中文大学计算机科学与工程系教授并曾任工程学院副院长(教育)。他曾休假于旧金山的AT&T实验室从事科研工作并于加州大学伯克利分校讲授专业课程《社会计算与数据挖掘》。他于加州理工学院(帕萨迪纳)获得工程与应用科学学士学位,于南加州大学洛杉矶分校获得计算机科学的硕士和博士学位。

download slides