12月11日晚上，数统学院2024年双福·行远系列讲座在科学城校区A01307教室顺利举办。本次讲座以“复杂网络的链路预测算法和图神经网络”为主题，由数统学院柴浪博士主讲，2023级应用统计学专业全体同学参加了讲座。
在讲座的开始，柴博士首先介绍了复杂网络的基本概念。复杂网络作为一种能够描述大规模复杂系统结构和行为的工具，已经广泛应用于社会网络、互联网、生态系统、金融市场等领域。随后详细讲解了链路预测这一问题，即如何在给定的网络中，预测出未发生但可能发生的连接关系。链路预测在现实生活中有着广泛的应用，如智能推荐系统、蛋白质-蛋白质交互预测、早期犯罪行为的预防等，并通过具体案例展示了链路预测在这些应用中的重要性和潜力。
然而，柴博士指出，传统的链路预测方法在面对日益庞大的数据量和复杂的网络结构时，已显得力不从心。这些传统方法往往依赖于静态的网络结构特征，忽视了节点之间动态的、深层次的关联性，导致在一些应用中无法获得理想的预测效果。因此，柴浪博士强调了图神经网络（GNN）在链路预测中的重要性和突破性作用。图神经网络作为一种深度学习模型，通过捕捉节点及其邻居之间的结构信息，能够更好地进行链路预测，适应快速发展的海量数据环境。
在讲座的后半部分，柴博士分享了几种经典的图神经网络算法，并结合自身的研究，介绍了他在链路预测领域的相关工作。讲座结束后，同学们积极参与互动，纷纷发表自己的想法和见解。许多同学表示，讲座内容极大拓宽了他们对复杂网络和图神经网络的认知，尤其对如何将这些理论应用到实际问题中产生了浓厚的兴趣。同学们普遍认为，讲座不仅让他们对复杂网络有了更全面的认识，也增强了他们在未来科研和实践中应用这些新技术的信心。
此次双福Ÿ行远讲座不仅提升了同学们对复杂网络和图神经网络的理解，也为大家在相关领域的进一步研究提供了重要的启发和指导。相信通过此次讲座，应用统计学专业的同学们将在未来的学习和科研中更加注重跨学科的知识融合，推动自身学术水平的提升。
