研究方向
社交网络分析与图挖掘
面向大规模社交网络与信息网络的社区搜索、社区结构与信息传播研究。
社交网络分析与图挖掘是单菁副教授的主要研究方向之一,重点研究复杂网络的结构特性。代表性成果包括:高效重叠社区搜索(DASFAA,最佳学生论文奖)、面向群组查询的重叠社区搜索(World Wide Web)、基于重叠社区搜索的传播热点选择方法(软件学报)以及复杂社区的对称结构研究。基于跨平台资源整合的团队形成相关研究获得国家自然科学基金资助。
主要主题
相关成果 (5)
- 01
A multimodal outfit recommendation Q&A system based on LLMs and KGs
期刊论文CCF-B中科院四区 - 02
Dice-GAN: Generative adversarial network with diversity injection and consistency enhancement
期刊论文CCF-C中科院一区 - 03
KSDF: A Knowledge-Based Sensitivity Detection Framework for Film Reviews Using Graph Convolutional Network
会议论文CCF-CEI - 04
Attention-Based Spatial-Temporal Fusion Networks for Traffic Flow Prediction
会议论文CCF-CEI - 05
基于重叠社区搜索的传播热点选择方法
期刊论文EI
