微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：稠密子图挖掘是图分析领域的一个基础性研究问题，具有广阔的应用前景。传统的稠密子图挖掘技术通常只适合于基于二元语义关系建模的图数据。在现实应用中，诸如文献合作、股权合伙、金融担保交易等，图数据通常都呈现多元性和时序性的特点。这类复杂图数据需要采用时序超图来建模。然而，在时序超图中进行稠密子图挖掘具有存储查询速度慢、子图建模代价高、挖掘结果评估难等问题。目前已有的稠密子图挖掘技术不能很好地解决这三大问题，无法满足当前应用的需求。为此，本项目将围绕这些问题，重点研究：为了存储时序超图并实现高效查询，提出基于混合组织切片的时序超图构建存储技术；为了建模时序稠密子超图并实现高效挖掘，提出基于时序剪枝的时序稠密子超图挖掘算法；为了评估稠密子超图质量并实现算法分析，提出基于时序特征的时序稠密子超图评估方法。
讲者简介：李荣华，博士，北京理工大学计算机学院教授，博士生导师，曾获2018年度教育部青年长江学者荣誉称号。李博士2013年毕业于香港中文大学系统工程与工程管理系，同年9月加入深圳大学计算机与软件学院，2018年3月加入北京理工大学计算机学院。李博士主要研究图数据管理与挖掘、图计算系统、图论算法的设计与分析、图神经网络、谱图理论及应用等。近年来，李博士在上述相关领域发表 CCF A 类会议 SIGMOD、VLDB、KDD、ICDE和 CCF A 类期刊 VLDB Journal、IEEE TKDE 长文40余篇。相关研究成果获得了ICDE 优秀论文2项。承担国家重点研发计划课题，国家自然科学基金面上项目，获得多项产学研专项项目资助。
第39届CCF中国数据库学术会议（NDBC 2022）
华为胡杨林基金
京公网安备11010802032778号