報告題目：Topic Derivation in Twitter（推特中的主題派生）
報告時間：2019年11月15日 上午9：00
報告地點：計算機樓A521室
報告人：楊堅 教授
報告人簡介：
楊堅，博士，澳大利亞麥考瑞大學計算機學院教授，澳洲計算機專委會财務長和秘書長。1995年畢業于澳大利亞國立大學，獲多數據庫系統領域博士學位。她曾就職于荷蘭蒂爾堡大學、澳大利亞CSIRO數學與信息科學實驗室、新南威爾士大學計算機科學學院。迄今為止，楊堅教授已在國際會議及期刊發表了200多篇高水平論文，包含IEEE Transactions, ACM Transactions， Information Systems, Data & Knowledge Engineering, CACM, VLDB, ICDE， ICDM，ICDCS, CAiSE, CoopIS, CIKM等。楊堅教授是ICSOC會議（CCF推薦B類會議）的創始人之一，并常年擔任steering chair一職。此外，她也是多個國際會議的PC member，如 ICDE, CAiSE, ER, CoopIS, ICSOC, BPM, ICWS, SCC, WISE等。她還是諸多國際期刊的常規審稿人，如IEEE Transaction on Knowledge & Data Engineering ,Data & Knowledge Engineering ,VLDB Journal, IEEE Internet Computing 等。
報告内容簡介：
基于社交網絡大數據分析的相關研究有很多，但現存的分析方法一般都是采用推文内容的各種語義特征（semantic features），大多忽略了推文之間的交互作用。楊堅教授及其研究小組提出了一種新穎的主題推導方法，考慮了推文之間的交互作用（interactions），同時還考慮了用戶的行為（actions）和推文的内容（contents）。主題是通過在推文的交互特征和語義特征上聯合執行兩步矩陣分解得到的。通過對一段時間内收集到的推文進行了大量實驗檢測，表明所提出的方法始終優于其他先進的主題推導方法，如LDA、NMF和TNMF等模型。實驗還表明，推文之間的交互可以顯著緩解由推文的短文本性質造成的稀疏性問題。
主辦單位：
伟德国际BETVlCTOR
伟德国际BETVlCTOR軟件學院
伟德国际BETVlCTOR計算機科學技術研究所
符号計算與知識工程教育部重點實驗室
伟德国际BETVlCTOR國家級計算機實驗教學示範中心
