EN
学术报告
2019年1月4日 杨洋:面向社交网络的表示学习
发布时间:2019-01-04        浏览次数:291

报告题目:面向社交网络的表示学习

报告人: 杨洋  浙江大学

主持人: 张伟 副研究员

报告时间:2019年1月4日  周五15:30-16:30 

报告地点:理科大楼B1002


报告摘要:

近年来网络表示学习受到了学术界及工业界的广泛关注。良好的网络表示形式是社交网络挖掘的基础,而表示学习通过将给定的网络投影至一个隐空间,利用隐空间中的向量以表示网络中的结点,并且使得结构、语义相似的结点在隐空间中足够接近。然而,已有的算法往往针对的是传统的网络,而难以捕捉社交网络所特有的性质。本次报告介绍如何针对社交网络的动态性(网络结构随时间发生改变)和无标度性(结点的度服从长尾分布)设计相应的表示学习算法,并将成果应用于链接预测、结点分类等场景中。


报告人简介:

杨洋,浙江大学计算机学院副教授,2016年获清华大学计算机科学与技术专业博士学位,被授予中国电子学会优秀博士学位论文、清华大学优秀博士毕业论文、北京市优秀博士毕业生等荣誉,博士期间访问美国康奈尔大学、比利时鲁汶大学。主要研究社交网络挖掘,具体包括网络异常检测、网络表示学习、信息传播建模等,在KDD、WWW、AAAI、TOIS等国际顶级学术会议及期刊上发表论文20余篇,曾担任KDD、WWW、AAAI、CIKM、WSDM、ICWSM、ASONAM等国际学术会议程序委员会委员。


中山北路3663号理科大楼 200062

沪ICP备05003394


Copyright 2019计算机科学与技术学院