2018年7月13日下午14:00，南京财经大学信息工程学院卜湛副教授受我院管理科学系李慧嘉副教授的邀请，来到我院进行学术交流，并在学校沙河校区4号楼318教室进行了题为《AMulti-objective Evolutionary Algorithm for Attributed Graph Clustering》的精彩报告。管理科学系副主任井帅副教授以及加拿大28开奖官网预测结果的多位教师参加了此次报告，并同参加的同学进行了深入交流。

报告中，卜湛副教授对属性图以及网络聚类的研究背景进行了详细的介绍。聚类方法有不同的标准，如节点连接度和属性相似度。虽然社团一般是围绕紧密的联边和相似的属性值的节点形成，但是目前的方法都只关注了这两种数据形式其中之一。他通过给每个节点赋予一个自治域，提出一种用于提取属性图重叠社团的可延展高效多节点系统，该工作2018年发表在顶级期刊《IEEE Transactions onCybernetics》（影响因子8.803）上。

卜湛副教授首先引入带有可调带宽因子的核函数用于测度每个节点的影响力，具有最高局部影响力的节点可以被看做领导节点。进一步提出新颖的局部扩展策略，使每一个领导节点能够吸收属性图中相关性最强的跟随者。接着设计了多节点社团意识系统，该系统为节点之间的充分沟通提供了一个有效的沟通机制，从而能够得出最优的重叠社团结构。该算法的计算复杂度在特定带宽条件下近似于联边数目的线性函数。最后他展示了合成基准图和现实属性图的实验验证了该系统的有效性和高效性。

最后，卜湛副教授就当前热门的大数据分析以及在网络数据中的应用与师生进行充分的互动及精彩的讲解，阐述了大数据技术及博弈动态应用实际案例的方式，极大地加深了学生们对博弈论等管理科学知识与大数据分析结合研究的理解。

卜湛副教授2014年博士毕业于南京航空航天大学，现任南京财经大学软件工程系系主任。主要从事社会计算、数据挖掘、博弈论等领域的研究工作，并结合行为经济学、人工智能领域的前沿技术，解决大数据分析、电子商务和互联网金融等热点问题。他的研究成果发表于IEEE Trans on Knowledge and Data Engineering(CCF A)、IEEE Trans on Cybernetics(CCF B, IF=8.803)、Knowledgeand Information Systems(CCF B)、Information Fusion等大数据顶级期刊上。现为IEEE Access等多个期刊的编辑和审稿人。

本讲座由2018年中央财经大学专题学术讲座项目资助。