报告时间：2024年4月17日10:00-12:00

报告地点：计算机与大数据学院2号楼219会议室

报告题目：利用基于社交联系数据的神经嵌入提高观点衡量的准确性

报告人：周实

报告人简介：周实，英国伦敦大学学院（UCL）计算机科学系的网络科学教授，隶属于UCL的信息与决策系统研究小组、人工智能中心以及网络安全博士培训中心。他在2004年于伦敦大学玛丽女王学院获得博士学位，2007年荣获英国皇家工程院/工程和物理科学研究委员会（EPSRC）的杰出研究奖金。他对网络科学领域的广泛话题充满兴趣，包括复杂网络理论、互联网拓扑与路由、疫情与信息传播、网络安全以及在线社交网络等。

报告内容简介：

在社会和网络社交领域中，对舆论动态进行建模的研究已经取得了相当的进展。然而，这些研究因为缺少真实世界的数据支持和有效的度量手段而备受争议，与此同时，基于民意调查或文本分析的传统舆论衡量方法也因准确性和误差而受到质疑。最新的研究报告提出了一种基于社交联系数据的神经嵌入技术来衡量舆论，该技术通过手动在嵌入空间中选定的两个代表不同观点的点，计算用户嵌入与这两点所确定的投影向量之间的余弦距离来衡量用户的观点。但这一方法的效果高度依赖于这两个选定点的准确性。为此，我们提出了一种新的方法，通过在嵌入空间使用K-means聚类算法自动确定的两个簇的中心来定义投影向量。我们的实验结果表明，这种新方法在与评估数据的一致性上表现得更为优越，有效解决了点选择的难题，并且具有更低的计算复杂度。