社交网络对齐



社交网络对齐
作者:张忠宝
分类:经济管理

内容简介:

  本书分为基础知识、社交网络对齐方法、社交网络对齐分析三部分,针对社交网络对齐中的用户对齐与社区对齐场景,系统地介绍了社交网络对齐关键技术体系及其应用。在基础知识部分,定义了社交网络并进行建模,介绍后续方法中所涉及的GNN、图表示学习、知识图谱表示等。在社交网络方法部分,以模型建立、算法介绍、实验分析的逻辑,重点分析了五种社交网络对齐方法:静态的社交网络用户对齐方法、动态的社交网络用户对齐方法、基于无监督学习的社交网络用户对齐方法、基于迁移学习的社交网络用户对齐方法、基于双曲空间的社交网络社区对齐方法。在社交网络对齐分析部分,对用户推荐、社区发现、网络骗局、趋势分析等涉及实际社交网络对齐技术的应用进行案例分析,总结并展望了社交网络的未来发展趋势及待解决问题。

  张忠宝,长期从事社交网络分析、大数据处理领域研究工作。在该领域,创新性地提出了一系列针对静态和动态场景、用户和社区粒度的社交网络对齐方法,提出了一系列基于融合的跨社交网络用户画像和分析方法,并研发了一个社交网络对齐与分析平台。该平台在相关领域得到了重要应用,实现了跨社交网络账号的关联和融合分析,获得了有关部门的肯定和认可。申请人以第一或通信作者身份发表CCFA类论文8篇。作为课题负责人主持国家重点研发计划项目课题1项,主持国家自然科学基金项目2项,包括联合基金培育项目1项(大数据环境下的人物身份消歧与融合算法,U1936103)和青年基金项目1项(动态环境下的虚拟网络映射方法研究,61602050),以主研人参与国家重点研发计划课题、国家自然科学基金创新研究群体项目和国家自然科学基金重点项目各1项。申请人取得的主要研究成果有:1)在静态社交网络对齐方面,提出了一种鲁棒的、可充分利用多社交网络信息的用户对齐方法,实现了多个社交网络间高效率、高准确率的用户对齐(IJCAI2018、TKDE2021);2)在动态用户对齐方面,提出了一种基于循环神经网络的社交网络用户对齐方法和一种基于用户行为分析的社交网络用户对齐方法,提高了对齐的准确率(IJCAI2020、AAAI2021、AAAI2022);3)在知识图谱表示方面,提出了一种基于狄利克雷分布的知识图谱表示方法,提升了表示的准确性(WWW2022)。在社会服务方面,担任中国计算机学会服务计算专委会秘书处成员,中国人工智能学会委员,中国计算机学会大数据专委会通讯委员。担任IEEETKDE、AAAI、IEEETNSM、InformationScience、ComputerNetwork、Globecom、ICC等20余个知名国际期刊审稿人/PCmember。
  扫码关注公众号,发送【验证码】获取验证码,验证码2分钟有效