近日，知識發現與數據挖掘國際會議ACM SIGKDD Conference on Knowledge Discovery and Data Mining，KDD2024發布論文接收結果，我院周經亞教授團隊的論文“A Deep Prediction Framework for Multi-Source Information via Heterogeneous GNN”被大會Research Track錄用。ACM KDD是數據挖掘領域頂級會議，也是中國計算機學會（CCF）推薦的A類國際學術會議，在數據挖掘領域享有極高的聲譽，對研究成果的創新性、技術領先性、系統完備性以及寫作水平有着極其苛刻的要求。KDD大會至今已成功舉辦29屆，每次都吸引大量來自世界各地的學術界、工業界專業人士參與，第30屆會議将于今年8月25-29日在西班牙巴塞羅那舉辦，本次大會Research Track共收到2046篇投稿，錄用率約為20%。本次錄用論文的第一作者是我院2020級碩士研究生吳臻同學（現已畢業），通訊作者為周經亞教授，合作單位包括東南大學和美國佐治亞理工學院。

信息傳播預測一直是社交網絡研究中的關鍵性、基礎性問題，其應用前景相當廣泛，例如，可用于實現輿情監測、在線網絡營銷、社交推薦以及謠言監測等。當前研究主要關注對單個信息傳播級聯的預測，對級聯關注用戶的采樣普遍采用逐跳方式，存在大量冗餘，且缺乏通用性和泛化能力。為此，本文提出一種面向多源信息傳播的通用模塊化預測框架，在該框架下設計實現柔性時間劃分與動态帶權采樣進一步優化模型，通過在三個真實數據集上的大量實驗表明，本文所提框架在多個預測性能指标上的表現均優于當前最先進方法，并且具有很好的通用性和可解釋性。在雙盲評審過程中，多位評審專家對本文的寫作水平（Presentation Quality: 3）給予滿分評價，其中一位評審專家對本文的技術先進性（Technical Quality: 7）和創新性（Novelty: 6，滿分7分）分别給出滿分和接近滿分的評價。論文及評審信息将于近期在Openreview公開。

該項研究工作得到了國家自然科學基金面上項目、江蘇省高等學校自然科學研究重大項目以及江蘇省優勢學科等項目的資助，論文信息如下：
Zhen Wu, Jingya Zhou, Jinghui Zhang, Ling Liu, Chizhou Huang. A Deep Prediction Framework for Multi-Source Information via Heterogeneous GNN, 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD), August 25-29, 2024, Barcelona, Spain.