SMP 2022 数据挖掘论坛

论坛概况

论坛时间：8月20日13:00-15:00

论坛简介：数据挖掘是计算机学科相关研究中的热点，也是社会媒体处理的一个重点，为社会媒体处理提供理论、关键技术等各个方面的支持。本次数据挖掘论坛特别邀请了来自清华大学、中国科学技术大学、电子科技大学、北京航空航天大学的四位数据挖掘领域知名专家学者进行分享，涵盖从底层的图计算技术和网络科学理论到教育行业和智慧城市的应用成果，呈现数据挖掘近年来的最新研究进展和前沿方向。

论坛安排：

时间	内容	主持人
13:00-13:30	CogDL：认知图学习唐杰清华大学教授	杨洋浙江大学副教授
13:30-14:00	面向个性化学习的教育数据挖掘方法及应用陈恩红中国科学技术大学教授
14:00-14:30	网络重要节点挖掘及其应用吕琳媛电子科技大学教授
14:30-15:00	城市数据智能王静远北京航空航天大学计算机学院副教授

论坛主席：杨洋（浙江大学副教授）

主席简介：杨洋，浙江大学计算机学院人工智能系主任、副教授、博士生导师。研究方向为大规模图与时间序列建模，具体包括图表示学习、异常检测、计算社会学等。在KDD、WWW、AAAI、TKDE等国际顶级学术期刊及会议上发表论文40余篇。曾任AAAI、WSDM、KDD、 WWW等国际学术会议程序委员会委员。

杨洋浙江大学副教授

论坛主席：况琨（浙江大学副教授）

主席简介：况琨，浙江大学计算机学院副教授，博士生导师，人工智能系副主任。主要研究方向包括因果推理、数据挖掘、因果可信机器学习。在数据挖掘和机器学习领域已发表近50余篇顶级会议和期刊文章，包括KDD、ICML、MM、AAAI、TKDE、TKDD、Engineering等。曾获2021年度中国科协青年人才托举工程项目支持，2021年度中国电子学会科技进步一等奖。

况琨浙江大学副教授

论坛嘉宾

唐杰清华大学教授

报告主题：CogDL：认知图学习

报告摘要：本次报告主要围绕着图机器学习工具包CogDL。CogDL是由清华大学、北京智源人工智能研究院等单位共同研发的工具包，旨在助力国内外图机器学习的研究与应用。CogDL允许研究人员和开发人员快速地训练和比较算法，以进行节点分类、链接预测、图分类等基于图结构数据的任务。CogDL提供了很多主流模型的实现，包括图表示学习算法例如Deepwalk、NetMF、ProNE、graph2vec等，图神经网络模型例如GCN、GAT、GraphSAGE、GIN等。CogDL为各类下游任务搭建了公平的评估方式并且提供了这些任务的排行榜，方便研发人员对比基准的算法。

嘉宾简介：唐杰（IEEE Fellow），清华大学计算机系教授、系副主任，获国家杰青、王选杰青奖。研究人工智能、认知图谱、数据挖掘、社交网络和机器学习。发表论文300余篇，获ACM SIGKDD Test-of-Time Award（十年最佳论文）。主持研发了超大规模预训练模型“悟道”，参数规模超过1.75万亿。研发研究者社会网络挖掘系统AMiner，吸引全球220个国家/地区2000多万用户。担任国际期刊IEEE T. on Big Data、AI OPEN主编以及WWW’23大会主席、WWW’21、CIKM’16、WSDM’15的PC Chair。获国家科技进步二等奖、北京市科技进步一等奖、北京市专利奖一等奖、人工智能学会科技进步一等奖、KDD杰出贡献奖。

陈恩红中国科学技术大学教授

报告主题：面向个性化学习的教育数据挖掘方法及应用

报告摘要：智能教育是未来发展趋势。本报告将重点介绍团队在面向个性化学习的数据挖掘领域开展的工作，包括教学资源表征、学习行为数据分析和个性化推荐等关键技术及应用。

嘉宾简介：陈恩红，中国科学技术大学大数据学院执行院长、人知智能全国重点实验室副主任。国家杰出青年基金获得者，国家“万人计划”科技创新领军人才，科技部重点研发计划项目首席科学家，科技部重点领域创新团队“大数据分析及应用”团队负责人，教育部计算机类教学指导委员会委员，大数据分析与应用安徽省重点实验室主任，安徽省计算机学会理事长。长期从事大数据分析与挖掘、智能教育与个性化推荐等方向研究。承担了科技部重点研发计划项目、国家基金委重大仪器研制项目和区域联合基金重点项目等多项。担任IEEE Transactions on Knowledge and Data Engineering等学术期刊编委，计算机研究与发展的人工智能领域编委。曾获教育部自然科学一等奖、吴文俊人工智能科技进步一等奖，KDD、ICDM最佳论文奖等。培养多名博士生获中国计算机学会/中国人工智能学会/中国科学院优博论文。

吕琳媛电子科技大学教授

报告主题：网络重要节点挖掘及其应用

报告摘要：近年来，网络重要节点挖掘研究越来越受到关注，不仅因为其重大的理论研究意义，更因为其广泛的实际应用价值。所谓网络的重要节点是指相比网络其他节点而言，能够在更大程度上影响网络的结构与功能的一些特殊节点。如何找到这些节点？它们对网络结构和功能有什么作用？本报告将介绍近年来我们在重要节点挖掘方面的代表性成果并展望了未来的研究方向。

嘉宾简介：吕琳媛，电子科技大学教授，国家优秀青年基金获得者。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Physics Reports、National Science Review，PNAS、Nature Communications等学术期刊发表论文70余篇，SCI引用5000余次，谷歌学术引用万余次，成果入选中国百篇最具影响国际学术论文。申请发明专利12项，授权发明专利5项，两项专利获腾讯优秀专利奖。研究成果获计算机学会自然科学二等奖。2013年出版学术专著《链路预测》获第四届中国大学出版社图书奖优秀学术著作一等奖。目前担任国际网络科学学会理事会理事、中国工业与应用数学学会复杂网络与系统控制专委会委员、中国中文信息学会社会媒体处理专委会常委、中国指挥与控制学会网络科学与工程专委会常委、英国物理学会期刊《物理学报：复杂性》高级顾问编辑、《国家科学评论》特邀编辑、《国际现代物理C》副主编等学术职务。2019年入选《麻省理工科技评论》中国35岁以下科技创新35人。

王静远北京航空航天大学教授

报告主题：城市数据智能

报告摘要：随着全球城市化进程的推进，大型城市在不断吸纳和聚集海量资源和人口的同时，也出现了交通拥堵、环境污染、资源短缺、安全事故频发等“城市病”问题，大型城市的管理政策制定成为困扰全球城市管理者们的难题。与此同时，大数据、人工智能与城市管理场景相融合所产生的“城市数据智能”技术，为破解城市管理挑战提供了全新的路径。本报告将系统地介绍“城市数据智能”概念、方法与内涵，并从城市的场景感知、规律认知、动态预测、管理仿真等层面，探讨“城市数据智能”所要解决的深层次科学问题，并从数据驱动的视角提出系统性的解决方案。

嘉宾简介：王静远，北京航空航天大学教授、博士生导师，北京市“大数据科学与脑机智能北京市高精尖创新中心”高级研究员，北航“数据智能研究中心”副主任，北京城市实验室（Beijing City Lab）副主任。研究方向为数据挖掘与城市计算，关注于大数据与人工智能在城市管理、公共卫生、社会经济等领域的跨学科应用。出版专著2部，发表学术论文50余篇，其中包括数据挖掘和人工智能权威期刊IEEE TKDE、IEEE TMC、IEEE TFS以及CCF A类会议KDD、AAAI、Ubicomp、Infocom、Mobicom发表论文20余篇，累积引用1100余次，最高影响因子9.51，授权中国专利10项、美国专利3项。担任管理科学与工程学会人工智能与管理分会委员、中国计算机学会大数据专委会委员、中国城市科学研究会城市大数据专委会委员、首都公共卫生高端智库理事，担任《Frontiers of Computer Science》期刊责任编辑、《ACM Transactions on Intelligent Systems and Technology》期刊编委、《IET Smart Cities》期刊创刊编委。曾获得北京市优秀共产党员、北京市抗击新冠肺炎疫情先进个人、WGDC全球前沿科技青年科学家、中国计算机学会杰出演讲者等荣誉。