中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF青岛

“社交网络分析与挖掘”学术报告会

时间：2018年12月28日 (星期五) 下午14:00-17:30

地点：山东科技大学计算机学院 蓝光报告厅

敬请光临!

学术报告会日程

13:30-14:00   签到

14:00-14:30  学院领导致辞

14:30-15:30   

         报告1：Network Embedding: Enabling Network Analysis in Vector Space

         崔鹏   清华大学计算机系 长聘副教授

15:30-16:30  

         报告2：跨社会媒体网络数据挖掘：连接社会媒体大数据中的“数据孤岛”

         桑基韬 北京交通大学计算机科学系 教授

16:30-17:30  

         报告3：在线社会关系网络的分析与挖掘

         沈华伟  中国科学院计算技术研究所 研究员

执行主席：

赵中英 山东科技大学 副教授，CCF YOCSEF青岛AC委员

纪淑娟 山东科技大学 副教授，CCF YOCSEF青岛AC委员、学术秘书

主办单位：CCF YOCSEF青岛

承办单位：山东科技大学 计算机科学与工程学院

联系人： 赵中英 (zzysuin@163.com)

特 邀 讲 者：崔鹏

崔鹏，Peng Cui is an Associate Professor with tenure in Tsinghua University. He got his PhD degree from Tsinghua University in 2010. His research interests include network representation learning, human behavioral modeling, and social-sensed multimedia computing. He has published more than 100 papers in prestigious conferences and journals in data mining and multimedia. His recent research won the IEEE Multimedia Best Department Paper Award, SIGKDD 2016 Best Paper Finalist, ICDM 2015 Best Student Paper Award, SIGKDD 2014 Best Paper Finalist, IEEE ICME 2014 Best Paper Award, ACM MM12 Grand Challenge Multimodal Award, and MMM13 Best Paper Award. He is the Area Chair of ICDM 2016, ACM MM 2014-2015, IEEE ICME 2014-2015, ICASSP 2013, Associate Editors of IEEE TKDE, ACM TOMM, Elsevier Journal on Neurocomputing, and Guest Editors of IEEE Intelligent Systems, Information Retrieval Journal, Machine Vision and Applications, etc. He was the recipient of ACM China Rising Star Award in 2015.

报告题目：Network Embedding: Enabling Network Analysis in Vector Space

报告摘要：Nowadays, larger and larger, more and more sophisticated networks are used in more and more applications. It is well recognized that network data is sophisticated and challenging. To process graph data effectively, the first critical challenge is network data representation, that is, how to represent networks properly so that advanced analytic tasks, such as pattern discovery, analysis and prediction, can be conducted efficiently in both time and space. In this talk, I will review the recent thoughts and achievements on network embedding. More specifically, a series of fundamental problems in network embedding will be discussed, including why we need to revisit network representation, what are the fundamental problems of network embedding, how network embedding can be learned, and the latest progress and trend of network embedding

特 邀 讲 者：桑基韬

桑基韬，教授，博士生导师，北京交通大学计算机科学系副主任。曾获ACM中国新星奖、中科院院长特别奖、中科院百篇优博等。现任中国计算机学会多媒体专委会副秘书长、人工智能与模式识别专委会委员（秘书处成员）、SIGMM中国执委会委员等。主要研究方向为多媒体计算、网络数据挖掘、机器学习等。已出版Springer英文专著一部，发表论文70余篇，其中包括会议获奖论文7篇、IEEE/ACM汇刊近30篇。担任SCI期刊Neurocomputing和KSII TIIS编委，国际多媒体会议ACM Multimedia 2018和国际模式识别会议ICPR 2018 领域主席，曾担任国际会议PCM2015（CCF-C类）和ICIMCS2015（SIGMM China旗舰会议）程序委员会主席。承担国家自然科学基金重点项目，以第二完成人获得中国电子学会自然科学一等奖和北京市科学技术奖。

报告题目：跨社会媒体网络数据挖掘：连接社会媒体大数据中的“数据孤岛”

报告摘要：分析和利用社会媒体大数据的一个关键问题是如何连接“信息孤岛”：每天有数以EB计的社交媒体数据生成并分散在上百种社交媒体服务和上万个社交媒体网站上。综合利用这些数据不仅要解决因数据异构性带来的“语义鸿沟”，更要解决因数据多源性带来的“网络鸿沟”。社交媒体大数据来自于个体的“小数据”，同一个用户往往同时参与到多个社交媒体网络的交互中。我们提出利用跨社会媒体网络的共同用户作为连接“网络鸿沟”的桥梁，分别在基本、微观、宏观三个层次研究跨社会媒体网络数据挖掘，并应用到跨社会媒体网络协同的视频推荐和信息检索服务中。本报告将从这三个层次介绍我们在相关方向的尝试：（1）跨社会媒体网络知识关联发现；（2）跨社会媒体网络用户建模；（3）跨社会媒体网络沉浸式搜索。

特 邀 讲 者：沈华伟

沈华伟，博士，中国科学院计算技术研究所研究员，中国中文信息学会社会媒体处理专委会副主任。研究方向为社交网络和社会计算。先后获得过CCF优博、中科院优博、首届UCAS-Springer优博、中科院院长特别奖、入选首届中科院青年创新促进会、中科院计算所“学术百星”。2013年在美国东北大学进行学术访问。2015年被评为中国科学院优秀青年促进会会员（中科院优青）。获得国家科技进步二等奖、北京市科学技术二等奖、中国电子学会科学技术一等奖、中国中文信息学会钱伟长中文信息处理科学技术一等奖。出版个人专/译著3部，在网络社区发现、信息传播预测、群体行为分析、学术评价等方面取得了系列研究成果，在Science、PNAS等期刊及WWW、SIGIR、CIKM、WSDM、AAAI、IJCAI等会议上发表论文80余篇。担任PNAS、IEEE TKDE、ACM TKDD等10余个学术期刊审稿人和KDD、SIGIR、AAAI、IJCAI、WWW、CIKM、WSDM等20余个学术会议的程序委员会委员。

报告题目：在线社会关系网络的分析与挖掘

报告摘要：近年来，以微博、微信等为代表的在线社会媒体逐渐成为人们发布、传播和获取信息的主要媒介。社会媒体汇聚了大量的用户关系数据和信息传播数据，为分析和研究人类社会活动提供了弥足珍贵的数据资源。社会媒体中数据多源异构、个体间关系繁杂、信息传播突发等特点给社会媒体分析提出了科学技术挑战。分析社交网络的结构规律、挖掘用户行为的固有模式、探索网络信息传播的内在机理、研究高效的社交网络分析与网络信息传播预测方法，有利于提升对在线社会媒体的科学认知水平和有效利用能力。报告将从网络结构分析、网络表达学习、网络信息传播预测等几个方面介绍近几年的研究成果。