题目:异质信息网络的表示学习与应用

摘要:当前的社会网络分析主要针对同质网络(即网络中结点类型相同),但是现实世界中的网络化数据通常包含不同类型的对象,并且对象之间的关联表示不同的语义关系。构建异质信息网络(即包含不同类型的结点或边的网络)可以包含更加完整的对象之间的关联信息,因此分析这类网络有希望挖掘更加准确的模式。表示学习能够自动抽取对象的隐含特征,为后续机器学习服务,成为近期的研究热点。本报告将系统介绍异质信息网络的表示学习方法,包括随机游走等浅层模型方法和神经网络等深层模型方法。报告也将介绍异质网络表示学习在实际问题上的应用。

个人简介:北京邮电大学计算机学院教授、博士研究生导师、智能通信软件与多媒体北京市重点实验室副主任。主要研究方向: 数据挖掘、机器学习、人工智能和演化计算。近五年来,作为第一作者或通信作者发表高水平学术论文50余篇,英文专著一部,包括数据挖掘领域的顶级期刊和会议IEEE TKDE、ACM TIST、KDD、AAAI、IJCAI、WWW等,相关研究成果应用于阿里巴巴、腾讯、华为等公司。获得ADMA2011/AMDA2018国际会议最佳论文奖、CCF-腾讯犀牛鸟基金及项目优秀奖,并指导学生获得顶尖国际数据挖掘竞赛IJCAI Contest 2015 全球冠军。获得北京市高等学校青年英才和师德先锋等称号。

成为VIP会员查看完整内容
heterogeneous information network embedding and Applications(Tutorial)-Part I v2.pdf
heterogeneous information network embedding and Applications-Part III.pdf
heterogeneous information network embedding and Applications(Tutorial)-Part II v3.pdf
26

相关内容

北京邮电大学计算机学院源于1985年9月成立的北京邮电大学计算机工程系,后经多次机构调整和更名,2008年9月由计算机科学与技术专业、网络工程专业、智能科学与技术专业和信息安全专业合并形成了现在的计算机学院。
【北大】知识图谱的关键技术及其智能应用
专知
111+阅读 · 2019年9月19日
【中科院计算所】图卷积神经网络及其应用
CNCC技术论坛 | 知识图谱赋能数字经济
中国计算机学会
4+阅读 · 2018年9月28日
刘知远 | 语义表示学习
开放知识图谱
16+阅读 · 2018年8月9日
报名 | 知识图谱前沿技术课程(苏州大学站)
PaperWeekly
12+阅读 · 2017年11月27日
报名 | 知识图谱前沿技术课程(暨学术交流)
PaperWeekly
15+阅读 · 2017年7月10日
Arxiv
12+阅读 · 2019年2月28日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
Arxiv
26+阅读 · 2018年2月27日
Arxiv
5+阅读 · 2016年10月24日
VIP会员
相关VIP内容
相关资讯
【北大】知识图谱的关键技术及其智能应用
专知
111+阅读 · 2019年9月19日
【中科院计算所】图卷积神经网络及其应用
CNCC技术论坛 | 知识图谱赋能数字经济
中国计算机学会
4+阅读 · 2018年9月28日
刘知远 | 语义表示学习
开放知识图谱
16+阅读 · 2018年8月9日
报名 | 知识图谱前沿技术课程(苏州大学站)
PaperWeekly
12+阅读 · 2017年11月27日
报名 | 知识图谱前沿技术课程(暨学术交流)
PaperWeekly
15+阅读 · 2017年7月10日
微信扫码咨询专知VIP会员