报告题目: Methods for large-scale network analysis
时间：8月30日周四下午1:30
地点：数学馆201
报告摘要：图结构能很好地展现对象之间的关联，因此被广泛应用于很多领域。然而，随着大数据时代的到来，图规模增大且包含异构信息，这增加了分析、理解以及可视化图的难度。本报告重点介绍如何对大型图进行抽象并保持原始图中重要信息，从而使得大型图便于理解和可视化，以及利用图结构对节点对象进行预测的关键技术。
报告人简介：周昉于2005年南京工业大学获得计算机科学与技术学士学位，2008年东南大学计算机科学与技术硕士学位，2012年芬兰赫尔辛基大学计算机学院博士学位；2013-2014年于英国诺丁汉大学宁波分校进行研究工作；2015年至今美国天普大学博士后研究。研究重点主要包括大规模图挖掘、结构回归分析、以及对时间序列数据的分析。研究成果先后发表在IJCAI、KDD、ECML-PKDD、ICDM、ICIS 等国际会议和期刊。
排版：王冬慧
