https://www.acal.org.cn/tags/%E5%9B%BE%E8%AE%A1%E7%AE%97/图计算HugoBlox Kit (https://hugoblox.com)zh-HansWed, 01 Jan 2025 00:00:00 +0000https://www.acal.org.cn/media/logo_hu_9c369f2c5735daea.pnghttps://www.acal.org.cn/tags/%E5%9B%BE%E8%AE%A1%E7%AE%97/https://www.acal.org.cn/research/data-mining/Wed, 01 Jan 2025 00:00:00 +0000https://www.acal.org.cn/research/data-mining/<h2 id="概述">概述</h2> <p>我们面向大规模网络数据与多源异构信息，研究高效图流算法、社交网络博弈论优化、个性化推荐系统与多模态知识图谱补全等智能计算技术，为大数据驱动的科学发现提供理论与方法支撑。</p> <h2 id="研究方向">研究方向</h2> <ul> <li><strong>图流计算</strong>：分布式流环境下的三角形计数与子图匹配算法</li> <li><strong>社交网络优化</strong>：基于博弈论的车联网众包社会福祉控制与激励机制</li> <li><strong>个性化推荐</strong>：基于图注意力自编码器的行程推荐与路径分析</li> <li><strong>知识图谱补全</strong>：知识表示增强的多模态知识图谱补全方法</li> <li><strong>数据编织存储</strong>：面向分布式环境的数据编织存储关键技术</li> </ul> <h2 id="代表性成果">代表性成果</h2> <ul> <li>提出分布式流三角计数框架（KBS 2023, ACM TKDD 2021）</li> <li>提出流式三角计数紧凑估计器（IEEE TKDE 2024）</li> <li>提出车联网迭代博弈的社会福祉单边控制方法（JCST 2025）</li> <li>提出图注意力自编码器的个性化行程推荐（KBS 2025, AAAI 2020）</li> <li>提出知识表示增强的多模态知识图谱补全方法（计算机工程与应用 2025）</li> <li>提出跨孤岛联邦学习缓存的社会福祉控制与搭便车激励方法（ICASSP 2026）</li> </ul>