深圳大学AI学院周年庆学术周-IEEE荣誉班导师论坛第6期

深圳大学人工智能学院建院一周年

学术周系列活动

IEEE荣誉班导师论坛-第6期

在深大人工智能学院成立一周年之际，为进一步加强IEEE荣誉班建设，推动荣誉班学子与学术导师之间的密切沟通，协助学生提前熟悉导师研究领域、确定个人学术方向，同时为主管导师筛选科研人才、构筑师生交流桥梁，智能科学系计划在一周年学术周期间正式开启“IEEE荣誉班导师论坛”，并将该论坛作为长期机制延续至后续学期。

01 讲座介绍

01 题目

大规模图数据的结构化分析与层次化聚类

02 讲座摘要

伴随社交网络、知识图谱、生物信息等领域的迅猛进步，图数据规模已从百万级节点扩展至十亿乃至百亿级，如何高效挖掘大规模图中隐藏的结构模式成为数据管理领域的关键难题。围绕这一背景，黄博士专注于图数据分析中的两个核心问题——结构多样性搜索与层次化聚类，开展了系统性的深入研究，收获了一系列具有国际竞争力的创新成果。

在结构多样性搜索方面，针对传统方案过度依赖人工参数、计算效率较低、群体识别准确度欠缺等局限，黄博士首次提出无参数自适应模型，借助统治核与H-index的结合处理了参数敏感性问题，相关成果荣获WISE 2019唯一最佳论文奖；进一步，提出基于truss分解的结构多样性量化指标，大幅提升了对大规模网络的解构能力（TKDE 2022）；并设计了首个基于GPU的并行搜索框架，将搜索速度提升3–8倍，满足实时分析场景需求（TKDE 2025）。上述成果被多位IEEE Fellow在VLDB、SIGMOD等顶级会议论文中正面引用，评价为“增强了解构能力”“解决了模型敏感性问题”。

在层次化聚类方面，黄博士提出基于核传播（Core Propagation）的层次化聚类算法（ICDE 2025），通过迭代传播节点的核数属性自适应生成多层次聚类结构，时间复杂度低至O(mlogδ(G))，可高效处理节点数超1亿的大规模图。该方法成功应用于社交网络社区演化分析以及疫情防控中的传播网络层级化追踪。

上述研究成果累计发表CCF-A类论文6篇（含第一作者TKDE 2篇、ICDE 2篇），获国际会议最佳论文奖2次，并已应用于腾讯OLAMA百亿级向量图索引、华为百亿千维向量检索等工业场景，展现出显著的学术价值与应用潜力。

03 时间

5月27日 12:30-13:30

04 地点

致真楼1015室 / 线上同步

05 参与学生

IEEE荣誉班学生为主，同时面向全院本科生、研究生、开放

02 个人简介

黄锦滨，博士，深圳大学人工智能学院，助理教授。2024 年获香港浸会大学计算机科学博士学位，2016 年获华南理工大学工学学士学位。曾担任香港浸会大学博士后研究员、研究助理，华为技术有限公司安卓工程师（实习生）。主要研究方向为大数据管理与挖掘，涵盖向量数据库、图数据库、紧密子图挖掘等领域。累计在 IEEE TKDE、ICDE、SIGMOD、VLDB、WWWJ 等国际知名会议及期刊发表学术论文 10 余篇，其中一作 / 共同一作论文 8 篇，包括 2 篇 IEEE TKDE（CCF A 类，JCR Q1）、2 篇 IEEE ICDE（CCF A 类）、1 篇 WWWJ（CCF B 类，JCR Q2）等高水平成果，荣获 WISE 2019、DASFAA（Workshop）2021 两项国际会议最佳论文奖。主持国家自然科学基金项目1项。参与研发香港浸会大学 BU-Trace 安卓客户端，其隐私保护AI打卡功能被集成至香港政府 “安心出行” 疫情管控 APP，累计下载超 800 万次；参与大规模图数据处理与交通拥堵推断、社交感知拼车系统等研究项目，提出基于剪枝的拼车匹配算法及并行化图结构多样性搜索算法等。

文字 | 陆亮

责编 | 靳伟鑫

审核 | 彭小刚 李坚强