题目:Sentiment Dynamics in Signed Social Networks as a Time Fractional Diffusion Process时间:2025年04月25日(周五)09:30-10:20
地点:中科院数学院南楼N402
报告人:李振鹏教授(台州学院电子信息与工程学院)
报告摘要:This presentation examines the generation of signed sentiments—both positive and negative—in real-world online social networks. We expand upon the conventional thermal diffusion equation by incorporating a time fractional order framework, thereby providing insights into the complex phenomena of sub-diffusion, super-diffusion, and normal diffusion. These dynamics are essential for understanding the growth patterns and fluctuations that characterize online signed social networks, which are marked by the transmission of sentiment.
报告人简介: 李振鹏,教授, 2012 年毕业于中国科学院数学与系统科学研究院,获管理学博士学位。现任职台州学院。中国系统工程学会数据科学与知识系统工程专业委员会副秘书长,《系统科学与数学》期刊编委。研究方向: 复杂系统建模与分析,包括自组织、临界相变、复杂网络动力学、集体行为等。从系统控制和相变角度寻求群体行为调控的方式,为在线社会网络舆论演化、结构探测提供科学有效的基础科学理论、建模方法和计算技术支持。主持国家自然科学基金项目 1项;参与国家自然科学基金及省级项目多项。
题目:基于图神经网络的事件知识图谱构建与分析研究时间:2025年04月25日(周五)10:30-12:00
地点:中科院数学院南楼N402
报告人:闫志华讲师(山西财经大学)
报告摘要:为了对新闻媒体中事件进行结构化表示,识别事件的逻辑关系,发现影响事件发展的关键节点和事件演变规律,本研究基于新浪新闻数据构建标准语料库,使用融合注意力机制和依存句法分析的图神经网络解决长距离依赖问题,使用基于RoBERTa的fine-tuning方法解决隐性事件关系识别问题,提出事件本体模型和事件图谱的自动化构建框架。结果表明,本研究提出的事件和事件关系识别算法均优于对比算法,事件知识图谱可以更好的识别影响事件发展的关键事件,发现事件的演化路径。本研究提出的事件知识图谱可以实现事件进行多层次和多视角的分析,帮助政府和企业掌握事件发展脉络,提高决策的全面性和科学性。
报告人简介: 闫志华,山西财经大学管理科学与工程学院讲师,于2020年在中国科学院大学获得管理科学与工程博士学位。主要研究方向为社交媒体分析、大数据预测与决策,在《系统工程理论与实践》、《管理评论》和Journal of big data等期刊发表论文十余篇。