6月22日周四下午，CCF YOCSEF在希格玛大厦举行“社交网络与大数据前沿” 学术报告会。随着线上社交平台的广泛应用，用户在社交平台上的行为数据构成了真实世界的投影，针对社交网络的研究与大数据挖掘拥有广泛的应用场景与深远的现实意义。目前针对社交网络的研究与数据挖掘还处于相对初级的阶段，很多基础性的问题有待探索。本次报告会与腾讯高校合作“犀牛鸟学问”论坛合作，特别邀请到卡耐基梅隆大学 Christos Faloutsos 教授；中科院计算所副研究员、微信AI科学顾问罗平博士；清华大学崔鹏副教授畅谈社交网络前沿研究，与与会者共同探讨社交网络与大数据分析的最新进展、未来趋势，以及新技术突破和产业机会。100余位听众冒大雨参加了本次学术报告会。同时，通过腾讯大学在线直播，近千人在线观看了本次报告会。
Faloutsos 教授首先带了题为“Anomaly Detection in Large Graph”的学术报告，分享了其在图数据挖掘领域的发现与见解，特别针对大规模图数据、随时间演化图数据中的异常模式、以及异常模式背后的恶意行为进行了分析。并分享了其研究成果在Facebook、Twitter、腾讯微博、微信等社交网络平台中的应用。罗平副研究员带来的报告题目为“大数据背景下的行为机理和可解释性挖掘 (兼谈微信AI生态)”。他首先分享了因为社交网络上用户行为的不确定性和数据的不完备性所带了的数据分析的挑战，针对这些挑战如何通过探究行为背后的深层机理，并挖掘可解释的行为因果关联。并介绍了其研究成果在互联网产品设计与运营中的实际应用。同时，作为微信AI科学顾问，罗平就微信的AI能力、未来的AI生态布局向大家一一做了介绍。随后，清华大学崔鹏副教授为大家带了题为“Network Representation Learning: A Revisit in Big Data Era”学术报告。崔鹏在分享中提到，当今大数据的挑战在于海量的互联数据形成了复杂的网络结构，如何能够通过新的网络表征方法，将复杂的网络数据变得可计算、可分析是解决大数据处理的关键问题，并介绍了其团队在网络表征方面的最新研究进展。
Faloutsos 教授首先带了题为“Anomaly Detection in Large Graph”的学术报告
罗平副研究员带来的报告题目为“大数据背景下的行为机理和可解释性挖掘 (兼谈微信AI生态)”
清华大学崔鹏副教授为大家带了题为“Network Representation Learning: A Revisit in Big Data Era”学术报告
本次学术报告会的Panel环节以“大数据时代社交网络的下一个风口在哪里？”为主题，邀请在场观众与特邀讲者就社交网络的发展进行了畅想。大家分别从社交网络可能的产品形态；技术对于社交网络发展的推动作用；以及社交网络背后的商业价值、社会价值等进行了观点分享。
北京理工大学教授、YOCSEF学术委员会副主席祝烈煌教授代表YOCSEF对本次报告会进行了总结，祝烈煌在总结中提到，首先本次学术报告充分体现了国际化的视野，报告会的主题和内容体现了学术的高度和应用广度。同时，感谢腾讯高校合作对本次报告会的大力支持。
清华大学副教授、YOCSEF学术委员会副主席唐杰；清华大学副教授、YOCSEF学术委员会委员崔鹏；腾讯高校合作副总监、YOCSEF委员黄婷婷女士担任本次报告的执行主席。
京公网安备 11010802032778号