报告时间：2023年08月07日15:00–17:00

报告地点：计算机与大数据学院2号楼219会议室

报告题目：SIRS阈值模型下混合H指数分解影响扩散性分析

报告简介：对研究人员的可生产性（包括数量和质量）的评估通常使用H指数来衡量，该指数也是衡量社会网络中节点重要性的工具。然而，H指数有其严格性，而且由于网络中许多节点的H指数分数相近，要比较得分相近的节点可能具有挑战性。针对这一问题，我们提出了一种名为"混合H-index分解"（MHD）的新方法，它将H-index与著名的k-shell方法衍生出的混合度分解（MDD）相结合，更精细地将节点划分为不同的壳。此外，MHD方法还可以进一步细化，在每个壳中优先选择节点信息熵较高的节点，确保种子可以在整个网络中均匀分布。为了测试这种方法的有效性，我们使用SIRS模型在现实世界的数据集上进行了影响传播模拟，该模型允许个体从易感状态过渡到感染状态，然后恢复易感状态或进化去除。结果表明，我们的方法优于现有的几种类似算法。

报告人介绍：张肇明教授是台北商业大学特聘教授，2011至2013年担任资讯与决策科学研究所所长，2014至2015年担任台北商业大学管理学院院长，同时兼任“演算法与计算理论学会”理事一职。到目前为止，已经连续21年（共15次）获得台湾科技专题研究项目主持人。在学术研究上，在IEEE/ACM ToN, IEEE TC, IEEE TPDS等发表110余篇期刊论文与100余篇会议论文。目前，主要的研究领域包括算法设计与分析，图论，并行与分布式计算等主题。