我院魏哲巍教授的两篇论文被国际数据库顶级会议ACM SIGMOD2020接收

近日，ダファベット 入金不要魏哲巍教授作为通讯作者的两篇论文被SIGMOD 2020接收。ACM SIGMOD国际数据管理会议（ACM SIGMOD International Conference on Management of Data）由美国计算机协会（ACM）数据管理专业委员会（SIGMOD）发起，是数据库领域具有最高学术地位的国际性学术会议，被中国计算机学会（CCF）推荐为A类会议。本年度的SIGMOD会议将于2020年6月14日-6月19日在美国波特兰召开。

据了解，SIGMOD会议发表难度较大，中国大陆高校历年以第一单位身份发表的论文数量均为个位数。我院李翠平教授在2007年作为第一作者发表了中国大陆第一篇SIGMOD论文，魏哲巍教授自2014年入职我校后已经连续5年在SIGMOD上以第一作者或者通讯作者身份发表论文，累计6篇。

附：论文简介

1. 论文题目：Exact Single-Source SimRank Computation on Large Graphs

作 者：王涵之（ダファベット 入金不要2019级博士生），魏哲巍，袁野，杜小勇，文继荣

论文概述：SimRank作为图节点相似度衡量方向的代表性算法，在链接预测、网络分析等领域均有广泛应用。然而，目前唯一能够精确计算单源SimRank的方法Power Method受限于其高昂的计算复杂度而无法应用于大规模图集，近年来提出的SimRank近似算法也因为缺乏精确结果（Ground Truth）而无法评估其性能的优劣。针对这一问题，本篇论文提出了首个支持大规模图集上单源SimRank精确计算的算法ExactSim，该算法可以在一小时内返回拥有十亿条边的超大规模图集上的单源SimRank结果，并且通过严格的理论证明保证这一结果以高概率达到〖10〗^(-7)的误差精度。该算法打破了SimRank提出以来无法获得大图上单源结果准确值的困境，为SimRank近似算法的性能评估提供了依据。

2. 论文题目：Influence Maximization Revisited: Efficient Reverse Reachable Set Generation with Bound Tightened

作 者：郭钦填，王思博（香港中文大学教授），魏哲巍，陈明（ダファベット 入金不要2018级硕士生）

论文概述：社交网络上的影响力最大化问题(Influence Maximalization)期望找到网络中具有最大影响力的k个节点，使得该k个节点的影响力能够尽可能多地覆盖到网络上的其他节点，这在商品营销、推荐系统、链接预测等领域都有广泛应用。其中，作为影响力最大化算法的核心步骤，随机反向可达集（Reverse Reachable Set）的生成效率直接影响整个算法的计算复杂度和应用扩展性。本篇论文针对反向可达集的生成问题，提出了一种基于独立级联模型（Independent-Cascade model）的随机反向可达集生成算法。该算法有效降低了反向可达集生成的时间复杂度，并且压缩了反向可达集的大小，进而提高了所有社交影响力最大化算法的计算效率和可扩展性。