报告题目：子图网络在结构特征空间扩展中的应用

报告时间：2020-6-10 上午 10:00

报告地点：信息工程学院C310

报告摘要：现实世界的网络以各种子图作为构建块，呈现出显著的分层和模块化结构。大多数现有的研究只是简单地将不同的子图视为模体，并仅使用它们在网络中出现的频次来表征底层网络。虽然这些统计数据可以用来描述网络模型，甚至可以用来设计一些网络算法，但是子图在这些应用中所起的作用可以进一步探索，从而提高结果。摘要介绍了子图网络的概念，并将其应用到网络模型中，设计了一阶和二阶子图网络的构造算法，这些算法可以很容易地扩展到高阶子图网络。利用这些SGN扩展底层网络的结构特征空间，有利于网络分类。实验表明，基于原始网络结构特征的网络分类模型加上一阶和二阶子图网络分类模型的分类效果优于仅基于一两个单一子图网络的分类模型。换句话说，无论采用何种特征提取方法，如手工制作、网络嵌入和基于核的方法，SGNs的结构特征都可以补充原始网络的结构特征，从而更好地进行网络分类。

个人简介：王金焕，在读硕士，2017年9月起就读于浙江工业大学控制科学与工程专业。主要研究方向为网络科学与数据挖掘。

陈丽红 奥克兰大学短期访学学术报告预告

报告题目：开源软件数据挖掘

报告时间：2020-6-10，上午10:00

报告地点：信息楼C310

报告摘要：Apache软件基金会（Apache Software Foundation, ASF）是专门为支持开源软件项目而办的一个非盈利性组织。Apache数据集中包含了在该平台开发的开源项目的commit信息和email信息，同时带有项目状态信息的类标。我们结合网络科学与社会学相关理论，探究对开源项目开发成功与否的影响因素。具体地，我们对Apache数据进行预处理以及字段匹配，共计筛选出175个成功项目和46个失败项目，提取了包括文件日提交数、共同开发者数（衡量开放性的指标）等11维特征，统计分析各个特征的重要性，并利用传统的机器学习算法预测项目是否开发成功。

报告人简介：陈丽红，浙江工业大学信息工程学院控制科学与工程在读研究生，2019年12月14日至2020年3月9日赴新西兰奥克兰大学开展为期三个月的访学交流活动，目前已发表EI期刊论文1篇，主要研究方向为复杂网络、人工智能。