报告题目： 大图数据管理与智能分析

报告人： 浙江大学 柯翔宇 研究员

报告时间： 2022 年 10 月 8 日周六（下午） 15:00-16:00

报告摘要： 图数据对于现实事物和它们之间的关联关系具有强大的表征能力，契合于对社交网络、城市交通网络、基因图谱等现实事物或科学概念的建模。经典图算法大多基于静态简单图模型（仅包含节点和边，及其权重信息），而现代大规模复杂数据在形态上常常具有多源、异构、不确定 / 不完整、时序变化、空间敏感等额外特征，如何将这些信息融入经典图问题、图算法中，发掘对现实生产生活有用的信息，是当前热门研究方向。本报告介绍汇报人所在团队近年来在轨迹大数据智能处理方面的研究成果（主要包括可达性查询与优化、时序流图模式匹配、异构图聚类等）。

报告人简介： 柯翔宇，浙江大学平台百人计划研究员，博士生导师，副省级市引才计划入选者（ 2022 ）。 2020 年 5 月获新加坡南洋理工大学计算机科学与工程专业博士学位，而后在新加坡南洋理工大学（ 2020-2021 ）和新加坡国立大学（ 2021-2022 ）从事博士后研究， 2022 年 8 月入职浙江大学且被聘为平台 “ 百人计划 ” 研究员。研究方向为数据库和大数据智能处理与分析。已在国内外顶级学术期刊或会议 TKDE 、 TKDD 、 SIGMOD 、 VLDB 、 ICDE 、 CIKM 等发表论文 10 余篇，并获新加坡南洋理工大学计算机科学与工程学院最佳博士论文荣誉奖等。曾 / 正担任 VLDBJ 、 TKDE 、 TKDD 、 JCST 等 10 余个国内外顶级 / 重要学术期刊评审专家， WWW 、 IJCAI 、 WSDM 等顶级 / 重要学术会议程序委员会委员 10 余次。

报告题目： 知识图谱图查询研究

报告人： 杭州电子科技大学 王宇翔 副教授

报告时间： 2022 年 10 月 8 日周六（下午） 16:00-17:00

报告摘要： 随着互联网应用的快速发展，各类数据呈爆炸式增长，既包含世界上客观存在的各类事物（涉及政治、科技、经济、体育等），也蕴含了事物间复杂的关联关系，形成了丰富多样的大规模异构知识图谱。如何针对知识图谱进行高效查询以提高大数据信息检索能力受到广泛关注，而知识图谱图查询则是其中一种主流技术方案。当前，知识图谱图查询技术主要考虑子图结构上的精确或近似匹配，忽略了知识图谱中丰富的语义信息，在查询精度上存在较大优化空间。此外，子图匹配算法需要对图进行基础遍历，在大规模图上往往效率较低。最后，当前知识图谱图查询大多关注事实型查询，而忽略了面向统计分析的聚集型查询，存在一定的应用局限性。本报告介绍汇报人所在团队近年来在知识图谱图查询方面的研究成果，涉及事实型查询与聚集型查询处理与优化。

报告人简介： 王宇翔，杭州电子科技大学副教授，硕士生导师，杭电首批钱江学者，CCF/ACM/IEEE会员，中国中文信息学会会员，语言与知识计算专委会委员，ACM SIGCOMM China委员，杭电-三汇数字知识图谱联合实验室副主任，之江实验室外聘专家。2015年4月获东南大学计算机应用技术专业工学博士学位，而后加入华为杭研所从事底层存储算法研究，2016年9月加入杭州电子科技大学，2019年3月至-2020年3月赴新加坡南洋理工大学访学。主要从事知识图谱查询优化、信息网络社区查询等领域的研究。主持国家自然科学基金青年/面上项目，浙江省科技计划项目1项，以核心成员身份参与国基金5项、浙江省重点研发项目2项，之江实验室攻关项目1项（子课题负责人），武器装备预研项目1项。已在国内外高水平会议或期刊发表论文30余篇，包括VLDB、ICDE、CIKM、DASFAA、ICPP、KBS、DKE等，授权发明专利5项。曾担任TKDE、KBS、Information Science,、DMKD等学术期刊评审专家，国家基金函评专家，PAKDD’20-22程序委员会委员。