社会影响力与行为预测

[视频介绍]
简介:社会网络已经成为沟通真实物理世界和虚拟互联空间的桥梁。我们在互联网络中的行为直接反映了我们在真实世界的活动和情感。我将介绍在大规模真实网络中(如:微信、微博、Twitter、 AMiner等网络)如何分析用户之间的交互影响力和基于网络拓扑的结构影响力,并基于影响力预测用户行为。模型同时考虑了网络结构、用户属性和网络用户的偏好。并设计了针对大规模网络的并行学习算法。在实际真实在线社交系统中得到了验证。
播放379 收藏
您可以试看前3分钟,观看完整视频请注册/登录
您可以试看前3分钟,观看完整视频请注册/登录

章节

相关内容

评论列表

0:
暂无评论
读完这篇文章后,您心情如何?

视频介绍

讲师:唐杰

  • CCF YOCSEF学术委员会副主席、CCF 杰出会员、CCCF编委
  • 清华大学计算机系副教授、博士生导师
  • 研究方向:社会网络分析、数据挖掘、机器学习和知识图谱

关键词:

课程简介:社会网络已经成为沟通真实物理世界和虚拟互联空间的桥梁。我们在互联网络中的行为直接反映了我们在真实世界的活动和情感。我将介绍在大规模真实网络中(如:微信、微博、Twitter、 AMiner等网络)如何分析用户之间的交互影响力和基于网络拓扑的结构影响力,并基于影响力预测用户行为。模型同时考虑了网络结构、用户属性和网络用户的偏好。并设计了针对大规模网络的并行学习算法。在实际真实在线社交系统中得到了验证。