*时间：2021年12月16日 14:30-15:30

*地点：腾讯会议：152-519-400

*主讲人：邵蓥侠 副教授

*主持人：李韬 教授

*讲座内容简介：

图随机游走算法是大图分析与学习的一项基本采样技术。利用不同的随机游走策略捕获不同的图结构，学习不同特性的图特征。例如，二阶随机游走可以捕获图节点高阶邻居结构模式，提升下游图学习与分析任务性能。然而，二阶随机游走策略的经典实现存在内存爆炸问题，难以高效处理大图。本报告首先将介绍一种内存自适应的快速随机游走框架，通过综合不同采样算法（如直接采样、拒绝采样、Alias采样等）在时间和内存方面的优劣，建立近似代价模型，实现亿级边图上的快速随机游走。接着，介绍如何通过优化随机游走效率，提升图表示学习的性能，最后，设计和实现了面向大规模图的表示学习系统。

*主讲人简介：

邵蓥侠，北京邮电大学计算机学院副教授。CCF数据库专委会委员、CCF高级会员、CAAI智能服务专委会委员。其研究方向为图数据管理、大规模图分析、大规模图学习等方向。主持国家自然科学基金项目2项，CAAI-华为MindSpore学术奖励基金，CCF-腾讯犀牛鸟基金，CCF-百度松果基金，并在数据库和人工智能领域的著名会议和期刊已发表高质量学术论文50余篇，其中CCF A类会议/期刊论文30余篇，涵盖数据库领域的顶级期刊TKDE，VLDBJ和顶级会议SIGMOD、VLDB、ICDE等，出版英文学术专著1部；曾获ACM SIGMOD中国优秀博士论文奖，入选了微软亚洲研究院“铸星计划”，获DASFAA 2020（CCF B类）最佳学生论文奖。