论文摘要:图数据上的查询处理(如最短路径查询、可达查询、关键字查询等)是数据库领域最基础的问题之一。本文从用户在不同实际应用场景下的需求入手进行分析,进行合理的建模,并提出了有针对性的高效查询处理算法。

  1. 大规模关联不确定图上的最短路径查询。分析了实际应用中图数据上的不确定信息彼此间存在的相关性,从而提出了一种基于马尔可夫网络的关联不确定图模型,以克服现有独立不确定图模型中的不足。
  2. 分布式环境下不确定图上的可达查询。分析了在实际应用中,尤其是大数据环境下,不确定图数据通常是分布式存储的。
  3. 大规模容错知识图谱上的关键字查询。分析了容错性是知识图谱在现实生活中的主要特征之一。
  4. 基于事件的社交网络上事件参与规划查询。考虑在实际应用中二分图匹配结合了时空信息的情况,提出一种为基于事件的社交网络平台上的用户制定个性化参与其感兴趣的事件的规划查询问题。

关键词:大规模图数据,查询处理,最短路径查询,可达查询,关键字查询,事件参与;规划查询

作者介绍:成雨蓉,女,1989年8月生于辽宁省沈阳市。2008年考入东北大学,于信息学院计算机科学与技术专业攻读本科。本科期间曾任信息学院团委副书记,并多次获得国家、命名及校级奖学金,荣获校级、市级优秀学生等称号。2012年本科毕业后,获得直博名额,在计算机科学与工程学院王国仁教授的指导下攻读博士学位。

成为VIP会员查看完整内容
大规模图数据查询处理关键技术研究.pdf
0
3

相关内容

成雨蓉,女,1989年8月生于辽宁省沈阳市。2008年考入东北大学,于信息学院计算机科学与技术专业攻读本科。本科期间曾任信息学院团委副书记,并多次获得国家、命名及校级奖学金,荣获校级、市级优秀学生等称号。2012年本科毕业后,获得直博名额,在计算机科学与工程学院王国仁教授的指导下攻读博士学位。

社交媒体是人们用来创作、分享、交流意见、观点及经验 的网络平台。社交媒体已经涉及到现代人生活的方方面面, 成为信息传播和维系社会关系的重要渠道。而文本是社交 媒体交流的主要载体。

情感分析是一种重要的信息组织方式,研究的目标是自动挖掘 和分析文本中的立场、观点、看法、情绪和喜恶等主观信息。 其一般的研究框架包含情感抽取、分类、检索与归纳等任务。

主要内容

  • 一、情感词向量构建
  • 二、情感分类
  • 三、深层情感分析
  • 四、情感分析应用

作者介绍: 王伟平,博士,主要研究方向:数据库、海量数据处理。分别于1997年、2001年和2006年获得哈尔滨工业大学计算机科学与工程学院学士、硕士和博士学位。2002年7月至9月在香港理工大学访问学习,2005年7月至12月在新加坡国立大学访问学习。2007年6月至今,在高性能计算机研究开发中心工作,任并行数据组项目组长。负责国家自然科学基金青年基金项目、国家信息安全专项项目、国家242信息安全计划项目多项,发表论文20余篇。曾获得2004年度国家科技进步二等奖(排名第9),2008年度计算所优秀员工,2008年入选计算所“百星计划”。

成为VIP会员查看完整内容
0
27

题目: 面向智慧教育的学生认知建模与学习路径推荐

摘要: 如何自动建模和跟踪学生知识点掌握水平,是提升智慧教育中自适应学习能力的一个重要基础。报告将介绍从大规模异构学习数据中对学生进行认知诊断和知识跟踪的机器学习模型,以及基于学习者认知结构的自适应学习路径推荐方法。

个人简介: 陈恩红,中国科技大学教授,博导,国家杰出青年基金获得者,IEEE 高级会员(Senior Member)。2005年入选教育部新世纪优秀人才支持计划。现任中国科学技术大学计算机科学与技术学院副院长,语音及语言信息处理国家工程实验室副主任。教育部计算机类专业教学指导委员会委员,中国计算机学会理事、中国人工智能学会理事,中国计算机学会人工智能与模式识别专委会委员、数据库专委会委员、大数据专家委员会委员,中国人工智能学会知识工程与分布智能专业委员会副主任委员、机器学习专委会委员。

成为VIP会员查看完整内容
0
9

图(Graph)是一种重要的数据结构,它由节点V(或称为顶点,即个体),与边E(即个体之间的联系)构成。图数据的典型例子有网页链接关系、社交网络、商品推荐等。由于图的巨大表现能力,在图上的研究,近年来备受瞩目。清华大学的唐杰老师,近日在自己的个人主页上更新了关于图表示学习方面的PPT,阐述了他在图表示学习领域方面的工作进展。

作者简介:

唐杰,清华大学计算机科学与技术系教授。2006年在清华大学计算机科学与技术系获得博士学位。研究兴趣包括人工智能、数据挖掘、社交网络、机器学习和知识图谱,重点是设计挖掘社交和知识网络的新算法。发表学术论文200余篇,拥有专利20项。曾任CIKM ' 16的PC联合主席,WSDM ' 15, KDD ' 18的副主席,ACM TKDD的代理主编,IEEE TKDE、IEEE TBD和ACM TIST的编辑。我是AMiner.org学术社交网络分析与挖掘项目的负责人,该项目已经吸引了来自世界220个国家和地区的1000多万个独立IP访问。

成为VIP会员查看完整内容
0
41

论文题目: Efficient Heterogeneous Collaborative Filtering without Negative Sampling for Recommendation

论文摘要:

最近关于推荐的研究主要集中在探索最先进的神经网络,以提高模型的表达能力,同时通常采用负抽样(NS)策略来提高学习效率。尽管有效,现有方法中有两个重要问题没有得到充分考虑:1) NS波动剧烈,基于抽样的方法在实际应用中难以获得最优的排序性能;2)尽管异构反馈(如查看、单击和购买)在许多在线系统中广泛存在,但大多数现有方法仅利用一种主要类型的用户反馈,如购买。在这项工作中,我们提出了一种新的非抽样转移学习解决方案,命名为高效异构协同过滤(EHCF),用于Top-N推荐。它不仅可以对细粒度的用户-项目关系进行建模,而且可以从整个异构数据(包括所有未标记的数据)中高效地学习模型参数,并且具有较低的时间复杂度。对三个真实数据集的大量实验表明,EHCF在传统(单一行为)和异构场景中都显著优于最先进的推荐方法。此外,EHCF在培训效率方面有显著的改进,使其更适用于真实世界的大型系统。我们的实现已经发布,以促进更有效的基于全数据的神经方法的进一步发展。

论文作者:

张敏博士是清华大学计算机科学与技术系的终身副教授,专门从事网络搜索和推荐以及用户建模。她是计算机系智能技术与系统实验室副主任,清华-MSRA媒体与搜索实验室执行主任。她还担任ACM信息系统事务(TOIS)的副编辑,SIGIR 2019教程主席,SIGIR 2018短论文主席,WSDM 2017项目主席等。发表论文100余篇,被引用次3500余次,H指数32分。2016年获北京市科技奖(一等奖),2018年获全国高校计算机科学优秀教师奖等。她还拥有12项专利,并与国内外企业进行了大量的合作。

马少平是清华大学智能技术与系统国家重点实验室计算机科学与技术系教授,研究领域为智能信息处理, 信息检索。主要研究兴趣是智能信息处理,主要集中在信息检索与Web信息挖掘等方面,尤其研究基于网络用户行为分析的语义挖掘,以改进搜索引擎的性能。

成为VIP会员查看完整内容
0
22

题目: Capsule Networks for Computer Vision

报告简介: 胶囊网络提供了一种有效的方法来建模实体之间的部分对整个关系,并允许学习视点不变表示。 通过这种改进的表示学习,胶囊网络能够在多个域中实现良好的性能,而参数数量却大大减少。 最近,胶囊网络已显示出人类动作在视频中的定位,医学图像中的对象分割以及文本分类的最新结果。 本教程将提供对胶囊网络的基本了解,并且我们将讨论其在各种计算机视觉任务中的使用,例如图像分类,对象分割和活动检测。

嘉宾介绍:

Mubarak Shah,计算机科学讲座教授,UCF计算机视觉研究中心的创始主任。他的研究兴趣包括:视频监视,视觉跟踪,人类活动识别,拥挤场景的视觉分析,视频注册,无人机视频分析等。Shah博士是IEEE,AAAS,IAPR和SPIE的研究员。 2006年,他被授予飞马教授奖,这是UCF的最高奖项。他是ACM杰出的演讲者。他曾在1997-2000年担任IEEE杰出访客发言人,并于1997年获得IEEE杰出工程教育家奖。他于1999年获得了哈里斯公司的工程成就奖,并于1995、1997和2000年获得了联合国开发计划署的TOKTEN奖; 1995年和2003年授予教学激励计划奖,2003年和2009年授予研究激励奖,2005年和2006年授予百万富翁俱乐部奖,2007年授予大学杰出研究员奖,并为2005年ICCV荣誉奖。挑战问题,并在2005年ACM多媒体会议上获得最佳论文奖提名。他是视频计算国际丛书的编辑。 《机器视觉与应用》杂志主编,《 ACM计算调查》杂志副主编。他是IEEE Transactions on PAMI的副编辑,也是《国际计算机视觉视频计算杂志》特刊的特约编辑。

Rawat博士是UCF计算机视觉研究中心的助理教授。他的研究兴趣在于计算机视觉,机器学习,社交计算和多媒体的交叉领域。他于2012年至2017年在新加坡国立大学计算机学院获得计算机科学博士学位,并在该大学的多媒体分析与综合实验室与Mohan Kankanhalli教授一起工作。他的博士论文致力于利用社交媒体和相机传感器增强用户的摄影体验。它的重点是计算媒体美学和对用于摄影的社交媒体图像的分析。他于2017-2019年在UCF计算机视觉研究中心与Mubarak Shah教授进行了博士后培训。他于2009年在瓦拉纳西IIT-BHU印度理工学院获得了计算机科学与工程学士学位。在2012年夏季加入NUS之前,他曾于2009年至2012年在印度Mentor Graphics的Praveen Shukla工作。在Veloce Emulation团队工作。他是乒乓球爱好者,并且在这项运动中赢得了许多奖牌。

成为VIP会员查看完整内容
0
9
Top