Holder： Gang Kou（Southwest University of Finance and Economics）
Time：2024-10-10 15:10-17:00
Location：Room 217, Guanghua Building 2
Abstract:
影响力最大化（IM）问题旨在社交网络中选择一组种子用户，通过激活这组用户以最大化影响力（信息）的传播范围，其在商品营销、舆情监管等领域有着重要的应用背景。不过很多研究忽略了社交网络的多重性，仅考虑用户之间是否存在交互关系。因此，我们主要使用多重网络（Multiplex Network）的建模方式，考虑用户之间的多种交互关系。主要进行了以下研究：（1）多重网络的表示学习。我们首先提出了基于角色感知随机游走的网络表示学习方法，实现了多重网络中同层和跨层的上下文采样，在学到的节点表示中有效保留了节点的近邻性和结构相似性。随后，提出了一个统一的多重网络表示学习框架，纳入了多重网络中不同的结构信息。进一步以半监督的方式，通过注意力机制来学习节点在不同层的表示的重要性。（2）构建了多重网络中存在竞争与合作信息的耦合传播模型。提出的框架统一了竞争性和合作性耦合传播过程，同时对传播过程进行了理论分析，揭示了信息间的间接影响作用。（3）提出了基于多重网络表示学习的种子节点选择方法。并在单影响力传播模型和存在竞合信息的传播模型下进行了评估。
About the Speaker:
寇纲现任全国政协委员、民建四川省委副主委、西南财经大学大数据研究院院长、长江学者特聘教授、国家杰出青年科学基金获得者、国务院享受政府特殊津贴专家。主持了包括国家杰青项目、自然科学基金重点国际合作项目、社科基金重大项目在内的多项国家级重大科研课题；在Science，Nature 子刊等发表200 余篇论文，其中40 余篇论文曾被列为领域学科前百分之一的高被引论文；H 指数为73，论文被他人引用2万余次。以第一完成人身份获教育部高等学校科学研究优秀成果奖自然科学一等奖、人文社会科学一等奖、四川省社会科学优秀成果奖一等奖等多项省部级科研奖励，入选ESI全球高被引科学家。同时积极将研究成果投入教学和社会实践，获得高等教育国家级教学成果二等奖等教学类奖项3项，10余份政策建议获得国家领导人批示。
Your participation is warmly welcomed!
欢迎扫码关注北大统计科学中心公众号，了解更多讲座信息!
