《大規模複雜網路的多元結構發現方法及套用研究》是依託吉林大學，由楊博擔任項目負責人的面上項目。
基本介紹
- 中文名：大規模複雜網路的多元結構發現方法及套用研究
- 項目類別：面上項目
- 項目負責人：楊博
- 依託單位：吉林大學
項目摘要,結題摘要,
項目摘要
結構發現是複雜網路和數據挖掘等領域的研究熱點，對分析網路系統的組成方式、理解結構與功能的內在聯繫、預測網路系統的動力學行為都有十分重要的意義，在網路數據分析中有廣泛套用。儘管相關研究已獲重要進展，但如何從零先驗知識的大規模網路中發現有意義的結構這一關鍵問題仍未被很好解決。本項目擬從“將多種結構統一起來研究”的新角度出發，在發展現有隨機塊模型的基礎上，提出能夠自主決策從網路中“發現什麼”及“如何發現”的多元結構發現方法。該方法將結構發現建模為“表示”、“學習”和“抽取”三個過程，與現有工作相比，能夠從零先驗知識的網路中正確發現共存的多種結構及結構間的複雜關係，更有助於揭示出網路的巨觀功能是如何由多個基本結構協同產生的。由於考慮了更多的結構和關係，描述模型更複雜，模型搜尋空間更大，無法只利用某一種結構的特性降低計算複雜性，因而從大規模網路中發現多元結構面臨著更大挑戰。為此，本項目擬深入開展相關理論、模型、算法及套用的研究。本項目的實施將深化、拓展網路結構發現的研究與套用。
結題摘要
結構發現是複雜網路和數據挖掘等領域的研究熱點，對分析網路系統的組成方式、理解結構與功能的內在聯繫、預測網路系統的動力學行為都有十分重要的意義，在網路數據分析中有廣泛套用。其研究已獲重要進展，但如何從零先驗知識的大規模網路中發現有意義的結構這一關鍵問題仍未被很好解決。由於考慮了更多的結構和關係，描述模型更複雜，模型搜尋空間更大，無法只利用某一種結構的特性降低計算複雜性，因而從大規模網路中發現多元結構面臨著更大挑戰。為此，本項目深入開展了相關理論、模型及算法的研究。本項目取得的主要創新點是：
1、從“將多種結構統一起來研究”的新角度出發，首次提出了多元結構概念，將網路結構分析從最初的單一結構發展到多元結構，研究手段也相應地從社區發現發展到探索式結構發現；
2、提出了能夠自主決策從網路中“發現什麼”及“如何發現”的多元結構發現方法。不同於現有工作，該方法能夠從零先驗知識的網路中正確發現共存的多種結構及結構間的複雜關係，更有助於揭示出網路的巨觀功能是如何由多個基本結構協同產生的，被視為認知複雜系統微觀、中觀和巨觀結構的代表性方法；
3、將網路多元結構分析方法套用於社會化信息檢索和計算流行病學等領域，提出基於信任的社會化協同過濾推薦算法，基於網路多元結構分析的新型網頁排名算法，更好的解決了數據稀疏和冷啟動問題，提出了異構傳播網路概念和基於開源異構數據挖掘的傳染病追蹤、主動監控和早期預警方法，對構建傳染病的主動防控策略具有重要意義。 這些工作系統解決了複雜網路多元結構分析的一些理論難題，初步建立了多元結構分析的理論框架，深化和推動了網路結構發現在社會化信息檢索和計算流行病學領域中的套用。
項目組在IEEE TPAMI、IEEE TKDE、AAAI等人工智慧和數據挖掘領域的頂級期刊和會議上發表論文35篇，其中包括：SCI論文19篇， CCF A類論文9篇，CCF B類論文3篇，中科院一區論文2篇，中科院二區論文10篇，出版中文專著1部，英文專著章節1章，獲得國家專利2項。獲2017年吳文俊自然科學二等獎1項，吉林省自然科學二等獎1項，中國商業聯合會一等獎1項。本項目的相關工作引起國內外同行的廣泛關注，多次被國際著名學者，以及人工智慧和數據挖掘領域的頂級期刊和會議論文介紹、評價和對比。
