高阶交互网络中的链路预测丨周四直播·高阶网络读书会

导语

高阶网络读书会由电子科技大学吕琳媛老师、任晓龙老师及中国地质大学（北京）管青老师联合发起，自2022年6月28日开始，每周四晚上19:30-21:30举办，持续时间预计 10-12周。期间，我们将围绕高阶交互网络的基本概念、模型、方法与应用等研究进行研讨，本季读书会分享会按照「基础理论」+「深入理论」+「案例研讨」的模式展开。欢迎对本话题感兴趣的朋友报名参加！详情见文末。

本期分享将聚焦于高阶交互网络中的链路预测这一课题，围绕如下要点进行：

1. 基于单纯形闭包机制的高阶链路预测

2. 基于三角形嵌入的高阶链路预测

跟读书会主题之间的关系

高阶交互网络中的链路预测是指分析和评估高阶交互网络中高阶相互作用的方法框架。高阶交互网络中的链路预测的研究为后续高阶结构预测与重构，以及高阶网络动力学奠定了良好的研究基础。

报告内容简介

高阶交互网络中的链路预测是经典方法的延伸，由于复杂系统中的许多结构涉及两个以上节点之间的相互作用，如合作关系、多种蛋白质间的功能交互等，高阶链路预测提供了一种用来分析和评估高阶交互结构的方法框架。大多数高阶链路预测方法是基于现有的高阶结构模型而提出的，如单纯复形（simplicial complex）、集合系统（set systems）、超图（hypergraph）和二分关联图（bipartite affiliation graphs）等，这些方法也被用于预测特定高阶结构的出现或者高阶交互。也有一些方法是利用节点间的高阶相似性达到提升经典链路预测精度的目的，或者是采用高阶结构的嵌入方法实现提升高阶链路预测的预测性能。

本次分享是论文解读，主要讲解两篇文章：首先介绍基于单纯形闭包机制的高阶链路预测，接下来介绍基于三角形嵌入的高阶链路预测。

【大纲】

论文1

背景介绍
高阶网络的结构分析

数据集介绍
高阶特征揭示丰富结构多样性
高阶Egonet区分系统领域多样性

时间动力学与单形闭包事件

三角形上的单纯形闭包揭示相互竞争的特征
单纯性闭包的优越性

高阶链路预测

模型评估框架
简单的局部特征实现有效预测

论文2

背景介绍
高阶结构与节点嵌入

时序网络
高阶结构介绍
节点嵌入

高阶嵌入分析

使用node2vec嵌入
使用图神经网络嵌入
使用graph2vec嵌入

实验结果分析
讨论

【主要涉及到的知识概念】

时序图 (Temporal graph)

单纯形 (Simplex)

开三角形 (Open triangle)

闭三角形 (Closed triangle)

单形闭包 (Simplicial closure)

节点嵌入 (Node embeddings)

主持人

管青，中国地质大学（北京）副教授，博士生导师。主要研究兴趣为网络数据挖掘，链路预测，高阶建模及其在各领域中的应用。已发表学术论文30篇，主持国家自然科学基金项目、北京市优秀人才培养资助青年骨干人才项目等。

个人主页：

https://www.researchgate.net/profile/Qing-Guan-2

主讲人介绍

高敏，复旦大学计算机学院在读博士生，导师陈阳教授，主要研究方向为社会计算、社交网络分析、用户行为研究等。

程天宇，兰州理工大学计算机与通信学院2020级研究生，师从姚亚兵副教授，主要科研兴趣为高阶链路预测，网络传播，影响力最大化。

解读文献

1. Benson A R, Abebe R, Schaub M T, et al. Simplicial closure and higher-order link prediction[J]. Proceedings of the National Academy of Sciences, 2018, 115(48): E11221-E11230.

2. Chavan N, Potika K. Higher-order link prediction using triangle embeddings[C]//2020 IEEE International Conference on Big Data (Big Data). IEEE, 2020: 4535-4544.

直播信息

时间：

2022年9月1日（周四）晚上19:30-21:30

参与方式：

集智俱乐部 B 站免费直播，扫码可预约：

直播房间：https://live.bilibili.com/8091531

扫码报名

文末扫码付费参加高阶网络读书会可加入腾讯会议，可提问交流，加入群聊，获取回看地址及更多学习资料，成为集智网络科学社区种子用户，与网络科学社区的一线科研工作者沟通交流，共同推动网络科学社区的发展。

高阶网络读书会招募中

随着对现实世界探索的不断深入，人们发现在许多真实的复杂系统中，组成系统的个体之间不仅存在二元交互关系，也广泛存在多个体同时（或以特定顺序）进行交互，即高阶交互现象。为此，研究人员分别发展出了基于超图、单纯复形、依赖关系等的网络高阶表示模型，为复杂网络分析和研究提供了新的思路。为了促进此领域的交流与合作，我们发起了高阶网络读书会。

高阶网络读书会由电子科技大学吕琳媛老师、任晓龙老师及中国地质大学（北京）管青老师联合发起，第一期分享从 6月 28日（周二）20:00 开始，后续每周分享时间为每周四 19:30-21:30 进行，预计持续 10-12 周。这期间，我们将围绕高阶交互网络的基本概念、模型、方法与应用等研究进行研讨，本次读书会分享会按照「基础理论」+「深入理论」+「案例研讨」的模式展开。欢迎感兴趣的朋友参与。