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。