2018年11月14日讨论班报告

各位老师，同学：
时间：11月14日讨论班 15:30-17:00
地点：教学楼5-308
报告内容：

司明皎 Network Structure and Community Evolution on Twitter:Human Behavior Change in Response to the 2011 Japanese Earthquake and Tsunami

以往的回顾性调查和基于时间定位的数据的调查方法虽然提高了在灾难下人类心理和生理行为变化的调查能力，但是无法对人类之间的互动模式以及他们的社会行为进行深入的研究。当灾难发生时，作为社会群体的一员人们会做什么?他们如何与周围的人互动?极端事件中的交互模式与更典型情况下的交互模式有何不同?将Twitter中的用户交互信息映射到网络结构中，其中节点可以代表单个用户，边缘代表两个用户之间交互记录。通过群体间连贯和持续的互动模式可以检测到社区结构。在这项研究中，建立了一个系统的框架来分析网络面对自然灾害的结构变化与社区流动情况。以直接受到地震影响的人群和普遍人群为对象分别构建网络模型，对比研究他们的社会互动模式受到地震影响后的变化规律。

华冠齐 GraMi: Frequent Subgraph and Pattern Mining in a Single Large Graph

频繁子图的挖掘是图中的一个重要运算;它的定义是根据给定的频率阈值查找数据库中经常出现的所有子图。现有的大多数工作都致力于处理包含许多小图的数据库，但当今很多应用程序，比如社交网络图、引文图或生物信息学中的蛋白质间相互作用，都被建模为单个大图。在本文中，我们提出了一种新的框架，用于在单个大图中进行频繁子图挖掘。GRAMI采用了一种新方法，它只找到满足频率阈值的最小的实例集，避免了以前方法枚举所有实例的昂贵计算代价。在现实数据集上的实验表明，GraMi的框架比现有方法快2个数量级，并且发现了更多有趣的pattern。

下周报告人 车正伟，殷晴晴