报告题目：目标确定的大型社交网络中整体影响最大化计算
报告地点：计算机科学与技术学院C510学术报告厅
报告时间：1月9日下午15：00（星期三）
报告人：李建新副教授
报告内容：
社交媒体已成为各类组织广播其政策、公司宣传其产品以及人们传达意见的新兴平台。在社交媒体数据分析中，最重要的研究内容之一是《影响最大化问题》。在某一社交网络中，假设给定了广告活动预算，那么影响最大化问题的研究目标是识别最有可能影响社交网络中的一组用户。同时，所选用户集的大小受限于指定的广告活动预算。因此，正确选定这部分用户，将可以帮助活动组织者以最有效的方式改进他们的营销策略，品牌宣传效果和产品接受度。
在本次学术报告会上，将首先介绍一些有关社交影响和传统影响力最大化问题等背景知识，然后从不同角度简要概述对该问题的研究，包括主题感知、位置感知、社区意识和目标意识，相关研究内容已在TKDE'16，WWW'17，TKDE'17，ICDE'17，ICDE'18和PAKDD'18等发表。之后，将主要展示在ICDE'18发表的最新的研究成果：目标确定的网络中的整体影响最大化计算相关内容，其中包括新问题的动机，以及所提出的新的见解，还包括如何将问题定义简化，以及优化技巧和实验评价方法。
本次学术报告会的主要目的是帮助了解社会影响相关的不同的应用，以及如何设计对应的影响模型，还将包括现有研究所面临的挑战以及最新的工作进展。本次学术报告会内容适合对数据科学感兴趣的同学和老师们。
报告人简介：
李建新博士是澳大利亚迪肯大学信息技术学院的终身副教授。他的研究兴趣包括社交网络计算、查询处理和优化以及大数据分析。他在顶级国际会议和期刊上发表了70篇高水平的研究论文，其中包括PVLDB，IEEE ICDE，ACM WWW，IEEE ICDM，EDBT，ACM CIKM，IEEE TKDE和ACM WWW。他也是各大专业学术委员会的成员之一，例如ACM SIGMOD，PVLDB，AAAI，PAKDD，IEEE ICDM和ACM CIKM的技术计划委员会成员; IEEE TKDE，ACM TKDD，WWW Journal和VLDB Journal的期刊评论员; DASFAA 2018，ADMA 2016和ADC 2015的前任主席；2017年和2018年社会计算国际研讨会的计划委员会主席； 2017年第26届国际会议的教学主席以及国际期刊的客座编辑，如智能计算、IET智能交通系统、复杂性研究、数据科学和工程等期刊。
（撰稿人：孙宝山；审稿人：宋鸿鹰）
