一、报告题目：基于新型网络表征学习的谱聚类推荐算法

报告时间：2018-1-24下午 14:00

报告地点：信息工程学院A511

摘要：

为了有效的缓解数据稀疏性对推荐系统的影响，并有效提高推荐效果，本文提出了一种基于新型网络表征学习的谱聚类推荐算法。首先，本文利用单边投影法对当前的用户-商店网络中的用户节点和商店节点分别投影，并利用新型网络表征学习算法提取节点之间潜在的特征，并将节点向量化；其次，本文提出了一种自动确定聚类个数的谱聚类算法，通过分析数据对象的密度-距离的分布特征，构建正态分布函数确定聚类个数，在提高聚类效果的同时，实现参数的自适应；最后，本文提出了一种二阶段个性化推荐算法，对用户簇及簇内的用户依次进行个性化推荐。

个人简介：

吴洋洋，在读硕士，2016年9月起就读于浙江工业大学控制科学与工程专业。主要研究方向为数据挖掘与聚类分析研究。

二、报告题目：预测StackExchange问答社区标签流行性相关研究

报告时间：2018-1-24下午 14:00

报告地点：信息工程学院A511

摘要：

随着互联网的发展，越来越多的人参与在线问答社区中来发表和获取信息。在问答社区中，标签作为信息的筛选和检索的主要方式，其在社区管理和用户个性化推荐方面有着重要的作用。本文主要提出标签流行性发展趋势的预测模型，通过观察前期新标签的结构特征和属性特征，利用机器学习的方法进行模型构建，得出其在为了的流行趋势。

个人简介：

郑永立，在读硕士，2016年9月起就读于浙江工业大学控制科学与工程专业。主要研究方向为数据挖掘与问答社区相关研究。