中国计算机学会沈阳会员活动中心

CCF CHAPTER

中国计算机学会青年计算机科技论坛 沈阳

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF

于2016年7月8日(星期五) 13:30-17:00

在辽宁大学（崇山校区）图书馆二楼报告厅举行

学术报告会，敬请光临

报告会主题

基于结构的网络大数据挖掘

程  序

13:30     签到

14:00     报告会开始

特邀讲者：徐晓伟 教授，美国阿肯色大学小石城分校

演讲题目：基于结构的网络大数据挖掘

16:30     互动讨论

执行主席：冯勇 教授，辽宁大学 信息学院

副院长 CCF YOCSEF沈阳AC委员

执行主席：李晓光 教授，辽宁大学 信息学院

副院长 CCF YOCSEF沈阳AC委员

参加人员：CCF沈阳会员活动中心成员、CCF YOCSEF沈阳 委员、IT领域相关人员、学生

报名方式：Email：xiesf@neusoft.com; Tel: 谢尚飞 18624343696；13898121205

报告简介

基于结构的网络大数据挖掘

Networks are ubiquitous in our world. Prominent examples are the WWW and social networks. Many of the networks are very big and complex consisting of over millions of nodes and links. Therefore, pattern mining from big networks is a daunting task. In this talk we focus on mining two kinds of structural patterns including community structures and functional roles of nodes. More specifically, community structures are densely connected groups of nodes, with only sparser connections between groups. An example of community structures in social networks is a group of like-minded people. Many algorithms find community structures. But they tend to fail to identify and isolate two kinds of nodes that play special roles – nodes that bridge communities (hubs) and nodes that are marginally connected to communities (outliers). Recently, we proposed a novel algorithm called SCAN (Structural Clustering Algorithm for Networks), which detects community structures, hubs and outliers in networks. The algorithm is fast, visiting each node only once. An empirical evaluation of the method using both synthetic and real datasets demonstrates superior performance over other methods such as the modularity-based algorithms. Last but not least, we present a MapReduce/Hadoop implementation of SCAN for big social networks like Twitter.

特邀讲者 徐晓伟

博士，美国阿肯色大学小石城分校信息科学系教授，该校信息科学系知识发现和数据挖掘（Advanced Knowledge Discovery and Data Mining Research Laboratory）实验室主任；兼任阿肯色大学数学系教授；曾任美国联邦食品和药物管理局（FDA）国家毒理学实验室（National Center for Toxicological Research）教授。1983年在南开大学数学系获得学士学位，1987年在中国科学院沈阳计算技术研究所获得硕士学位，1998年在德国慕尼黑大学（University of Munich）获得博士学位。1998年~2002年在西门子公司任高级研究科学家（senior research scientist）； 自2012年任中国科学院沈阳自动化研究所客座研究员，博士生导师; 同时兼任东北大学客座教授。曾经是香港中文大学访问教授；为多家国际公司提供咨询服务，其中包括西门子公司，Axciom 公司，Dataminr 公司 和东软公司。  

徐晓伟教授的研究领域包括数据挖掘、机器学习，生物信息、数据管理及高性能计算，多次在模式识别和数据挖掘领域知名国际会议上作大会特邀报告，在国际知名学术期刊和国际会议上发表了具有原创性的研究成果。他提出的基于密度的聚类等一系列理论算法，具有理论原创性，并被写入教科书。作为项目负责人，徐教授承担了多项科研和应用开发项目，其中包括美国National Institute of Health (NIH)项目，美国联邦食品和药物管理局（FDA）项目及工业界与大学联合研发项目。最近徐晓伟教授获得美国计算机协会ACM SIGKDD Test of Time 奖，表彰其在基于密度聚类算法的研究对数据挖掘领域所产生的重要影响。

执行主席 冯勇 辽宁大学信息学院教授、副院长、博士后、硕士生导师、旅美学者。获辽宁“百千万人才工程”千人层次、辽宁大学中青年骨干教师、辽宁大学本科优秀教师。兼任中国计算机学会青年计算机科技论坛沈阳分论坛（CCF YOCSEF 沈阳）副主席、动漫产业国际联盟大数据委员会主任、网络商务创新应用大赛全国总决赛及辽宁省赛区评委。主要研究方向为个性化信息服务、数据挖掘与商务智能。主持教育部人文社科基金、博士后基金、省自然科学基金等省部级以上课题7项、发表学术论文40余篇。

执行主席 李晓光 辽宁大学信息学院教授、副院长、博士、硕士生导师、辽宁省“百千万人才工程”千层次，中国计算机学会青年计算机科技论坛沈阳分论坛（CCF YOCSEF 沈阳） AC委员，计算机学会会员，辽宁省公共舆情与网络安全大数据系统工程实验室副主任，辽宁省公共舆情与网络安全重点实验室副主任。主要研究方向有数据库、数据挖掘、模式识别。主持或参与完成国家、省级和企业课题12项。在重要国内外期刊和会议发表论文30余篇。

参会回执：

会场信息

地址：沈阳市皇姑区崇山中路66号 辽宁大学图书馆二楼报告厅，联系电话：(024)62202346