报告时间：2023年9月11日（星期一），14:30-15:30
报告地点：计算机与大数据学院2号楼300会议室
报告题目：复杂社交网络社区发现
报告简介：随着互联网，特别是移动互联网的发展，以交友和信息共享等为目的的社交网络平台 (新浪微博、腾讯微信和淘宝等)迅速发展。微信及企业微信月活用户数达12亿，微信支付和小程序使微信的使用场景更加丰富。在线社交网络深刻地改变了人们的生活方式，改善了人们生活质量的同时给人们的经济生活乃至国家的安全稳定带来负面的隐患叫。因此，社交网络社区发现已经成为大数据基础研究和应用领域的热点研究问题。社区发现是复杂网络分析的基础研究问题，结构复杂性和多维演化性是研究中的热点和难点。实质上，复杂网络上的社区发现是一个空间、时间和边界不确定特征相关联的图特征挖掘问题。传统的机器学习方法往往把网络的空间、时间和边界不确定特征当成相互独立的特征进行表征，并且深度学习模型在深度过深时可能存在梯度消失问题，现有研究少有对边界不确定特征的科学的表示。本报告拟从网络空间、时间和边界不确定三个特征相关联的视角，融合跨层、跨时深度学习方法和灰色方法开展静态社交网络的社区发现、动态社交网络社区发现和动态社交网络重叠社区发现研究，并探讨该领域未来的发展方向。
报告人介绍：吴伶，福州大学副教授，硕士生导师。CCF会员，CCF协同计算专委，CCF YOCSEF福州学术AC。以第一作者或通讯作者在Applied Intelligence、Computer Communications、Electronics和Journal of Grey System等国内外重要刊物和国际会议共计发表了13篇论文，主要研究方向为数据挖掘和智能信息处理、机器学习、灰色方法和算法设计与分析。主持了1项国家自然科学基金、1项福建省自然科学基金项目、1项福建省教育厅中青年项目和1项福州大学科研启动项目。
