【WWW2024教程】时间网络挖掘，附486页slides

WWW（The Web Conference）由万维网发明人、2016 年度图灵奖获得者 Tim Berners-Lee 于 1992 年发起并创办，是互联网系统与应用领域的顶级学术会议，也是中国计算机学会CCF推荐的A类学术会议，WWW-2024于2024年5月13-17日在新加坡召开。

WWW在互联网应用技术、标准制定、内容分析等研究领域享有盛名，在全球范围内为推动互联网技术的发展起到了重要作用。WWW-2024共接受投稿2008篇，录用率为20.2%，最新《时序图挖掘》教程。

在万维网（WWW）系统中，网络（或图）作为一种基本工具，用于表示、分析和理解链接数据，为底层系统提供了重要的见解。自然地，大多数现实世界的系统都具有固有的时间信息，例如，社交网络中的交互在特定时间点发生并持续一段时间。时间网络，即建模时间信息的网络数据，使我们能够对所建模的底层系统进行新的和基本的发现，这在静态网络模型（即不考虑这些时间信息的网络）中是无法捕捉到的。

在本教程中，我们介绍了用于挖掘时间网络的最先进模型和算法技术，这些技术可以为大量与网络相关的应用提供宝贵的见解。我们描述了如何利用时间网络来提取新的信息，特别是在与网络相关的网络数据中，并突出了在建模时间信息时与传统静态网络模型相比所出现的发现（和挑战）。我们首先概述了不同的时间网络模型。然后，我们展示了如何利用这些强大的模型通过适当的挖掘原语来提取新的见解。特别地，我们展示了最近在解决时间网络挖掘的最基础问题上的进展——从计算时间中心性测量、时间模式计数和时间社区到突发事件和异常检测。

第一部分：介绍与动机 动机和应用领域。 主要定义和不同类型的时间网络 时间网络模型 算法方法 第二部分：挖掘时间网络 A 连接性、时间行走和路径、可达性 时间属性 中心性测量 时间核心分解 第三部分：挖掘时间网络 B 时间社区 时间模式：树、模式等 事件检测和结构预测 扩散与传播 合成和随机网络 第四部分：工具和代码库 第五部分：挑战、开放问题和趋势。