主讲人：李慧嘉（中央财经大学管理科学与工程学院副教授）

邀请人：卓新建

时  间：2019年4月19日（周五） 14:00-15:00

地  点：主楼1214会议室

报告摘要：

作为复杂网络研究的重要组成部分，社团结构分析对于理解和分析现实世界中各种社会、工程和生物等系统具有非常重要的意义。本文利用动态迭代技术，提出了一种新型的社团探测技术，能够准确而快速地识别网络中的社团结构。首先引入一种动态系统，可以使社团归属从随机状态逐步收敛到最优划分，进一步利用严格的数学分析给出了社团归属在离散时间内收敛到最优的条件。本文创新性地提出了划分指标函数的一般化形式，通过选择不同的参数，可以引申到几乎所有著名的指标函数。为了使动态系统不需要任何参数选择即可完成向最优社团的收敛，我们设计了一种新颖的图生成模型，使得算法能在无参数的情况下方便高效的运行。本算法具有较高的效率，计算复杂性分析显示算法需要的时间与稀疏网络节点的数量呈线性关系。最后，我们将算法应用到人工网络和实际网络中，结果显示算法不仅具有极高的准确性，还能够高效地应用于大规模现实网络的分析和计算中。

报告人简介：

李慧嘉，男，博士毕业于中国科学院数学与系统科学研究院，现任中央财经大学管理科学与工程学院管理科学系副教授，中央财经大学“龙马学者”青年学者，美国德克萨斯大学访问学者。目前主要从事社会计算和数据挖掘基础理论的研究工作，并结合统计学、行为经济学、人工智能领域的前沿技术，解决大数据分析、电子商务和互联网金融等应用领域的热点问题。目前主持国家自然科学基金面上、青年项目，北京市自然科学基金面上项目多项。近年已在国内外顶级期刊发表文章70余篇，其中SCI期刊包括 PNAS、IEEE Transactions on TKDE、IEEE Transactions on Cybernetics、 Physics of Life Reviews、New Journal of Physics、Physical Review 系列等；中文核心期刊包括《中国科学：数学》、《计算机学报》、《管理科学学报》等；论文总共被引用600余次、h-index值为15、i10-index 值为18，多篇论文入选ESI“高被引论文”、“热点论文(Hot Paper)”及期刊“亮点专栏”。此外，现担任Plos One等多个SCI期刊的学术编委，并当选十余个期刊的杰出审稿人(Outstanding Reviewer)称号。