1049
15
0
2024-07-19 19:04:37
2024-07-19
在2024年7月12日至14日,，SCHOLAT團(tuán)隊(duì)于內(nèi)蒙古呼和浩特參加了由中國計(jì)算機(jī)學(xué)會主辦,，協(xié)同計(jì)算專業(yè)委員會和內(nèi)蒙古大學(xué)承辦的第19屆全國計(jì)算機(jī)支持的協(xié)同工作與社會計(jì)算學(xué)術(shù)會議（ChineseCSCW2024）。感謝全國計(jì)算機(jī)支持的協(xié)同工作與社會計(jì)算學(xué)術(shù)會議組織委員會的認(rèn)可和支持,，我非常榮幸能夠獲得本次會議的“最佳學(xué)生論文獎”,，特別感謝湯庸老師和袁成哲老師的指導(dǎo),，以及各位師兄師姐和同學(xué)們的幫助。論文題目為《Adaptive DeepWalk and Prior-Enhanced Graph Neural Network for Scholar Influence Maximization in Social Networks》,，以下是論文的主要內(nèi)容,。
隨著學(xué)術(shù)社交媒體的快速發(fā)展，學(xué)者社交網(wǎng)絡(luò)中的節(jié)點(diǎn)影響力擴(kuò)散問題日益受到影響力最大化（IM）領(lǐng)域的廣泛關(guān)注?，F(xiàn)有基于學(xué)習(xí)的 IM 問題求解方法通常僅依賴于網(wǎng)絡(luò)拓?fù)浠騿蝹€節(jié)點(diǎn)活動,，缺乏對網(wǎng)絡(luò)拓?fù)浜凸?jié)點(diǎn)重要信息的綜合考慮，導(dǎo)致模型性能不佳,。通過綜合考慮網(wǎng)絡(luò)拓?fù)?/span>結(jié)構(gòu)以及節(jié)點(diǎn)的全局信息和重要性,，我們提出了一種基于自適應(yīng) DeepWalk 算法和先驗(yàn)增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)（GNN）的深度強(qiáng)化學(xué)習(xí)（DRL）框架： APGD-IM,，旨在優(yōu)化上述問題導(dǎo)致的性能下降。具體來說,，我們提出了一種基于注意力機(jī)制和節(jié)點(diǎn)重要性信息的自適應(yīng) DeepWalk 算法 DRA,，以及一種先驗(yàn)增強(qiáng)型圖神經(jīng)網(wǎng)絡(luò)模塊 PGNN，用于生成節(jié)點(diǎn)嵌入,。之后,，通過結(jié)合雙深度 Q 網(wǎng)絡(luò)，利用這些嵌入來學(xué)習(xí)參數(shù),，從而解決社交網(wǎng)絡(luò)中的學(xué)者影響力最大化問題,。四個真實(shí)社交網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果表明，我們提出的模型優(yōu)于其他基線方法,，并在不同的擴(kuò)散模型中保持穩(wěn)定的性能優(yōu)勢,。
圖1 論文海報(bào)
圖2 發(fā)表論文海報(bào)合影
圖3 最佳學(xué)生論文頒獎現(xiàn)場
通過本次獲獎以及在現(xiàn)場與專家和學(xué)者們的交流，我收獲了很多,，也深知自己還有許多需要改進(jìn)和提升的地方,。在今后的學(xué)習(xí)和研究中，我將繼續(xù)學(xué)習(xí)領(lǐng)域前沿知識,，爭取取得更大的進(jìn)步,！
