网络表示学习，北京大学宋国杰副教授，第八届全国社会媒体处理大会SMP2019

报告主题：网络表示学习

报告摘要：数据特征的有效表示是机器学习任务中最为关键环节之一。网络数据（如社交网络、信息网络等）作为普适而广泛的数据呈现形式，对它的高效表示学习是近年来数据挖掘和机器学习领域的研究热点之一。本报告将重点围绕如下内容展开：（1）网络表示学习的基本概念；（2）几类新型网络表示学习方法，包括：网络Tag表示、域自适应表示、基于网络划分的表示以及内存自适应的表示方法等。

嘉宾简介：宋国杰，北京大学信息科学技术学院副教授。研究方向包括：网络大数据分析、机器学习&数据挖掘、社会网络分析和智能交通系统。主持了包括国家高技术研究发展计划（863计划）、国家科技支撑计划、国家自然科学基金等纵向课题10多项；主持了国际（内）科研机构合作课题、企业横向合作课题等20余项。国家级精品课程主讲教师，两度获得北京大学教学成果一等奖（2012、2009）。在包括国际顶级期刊TKDE、TPDS、TITS以及国际顶级会议KDD、IJCAI、AAAI等发表论文100余篇，是多个国际顶级会议（KDD、WWW、AAAI、IJCAI等）的程序委员。申请国家发明专利10项，软件著作权3项。研究成果获“2012年度中国公路学会科学技术奖一等奖”、“2012年度山西省科学技术奖二等奖”和“2013年度中国公路学会科学技术奖一等奖”。