报告主题：基于模糊和高阶视角的社区检测研究

报 告 人：许小可

报告时间：2024年5月14日 10:00-11:00

报告地点：腾讯会议：658-929-243

报告摘要：

社区检测技术经历20年的发展，通过多种社区检测方法来获取复杂网络的中尺度拓扑特性的能力已有显著进步，近期该领域的主要研究兴趣聚焦于发现具有模糊和高阶特征的更复杂和更有意义的社区结构。本报告中，综述了模糊社区检测和高阶社区检测这两个新兴的研究方向，包括相关的概念和实际场景，数学描述和最新进展，以及当前的挑战和未来的方向。我们新提出的算法在准确性和稳定性上的表现优于许多目前流行的算法，并能对网络进行高阶功能性社区检测和模糊社区检测。本报告将有助于研究人员迅速掌握这两个新兴领域，为未来社区检测研究的发展提供一定的启发。

报告人简介：

许小可，北京师范大学新闻传播学院/珠海校区计算传播学研究中心教授、博士生导师。主要研究方向为：网络零模型，社交网络分析、计算传播学等。先后主持4项国家自然科学项目基金，腾讯犀牛鸟科研基金等项目，已在Science、Nature Human Behaviors、PNAS、Nature Communications等知名期刊发表SCI论文90余篇。个人学术专著《网络零模型构造及应用》，获国家科学技术学术著作出版基金资助。担任中国中文信息学会社会媒体处理专业委员会常务委员、中国工业与应用数学学会复杂网络专业委员会委员、中国人工智能学会社会计算与社会智能专委会委员。