获奖时间：

2023年

获奖类别、等级：

山西省科学技术奖一等奖

主要完成人：

梁吉业 白亮 王智强 梁建青

成果简介：

图数据分析挖掘基础理论与方法是国内外学术界和产业界重点关注的人工智能领域的前沿问题，也是大数据时代网络科学发展的重要基石，分析挖掘图数据中潜在的知识和规律对于探索和理解社会众多复杂系统有着极其重要的基础性作用。项目组在国家自然科学基金委总装联合重点基金、面上基金等项目支持下，针对图数据分析挖掘面临的计算复杂性高、监督信息不充分、拓扑信息稀疏等挑战，聚焦图结构发现、图数据学习、图生成机理三个关键科学问题开展了系统研究，重要科学发现如下：

针对图结构发现面临的高计算成本问题，发现了弱监督信息提升图聚类效率的机理，发展了弱监督指导的高效图聚类算法，为提升图数据结构发现的规模适应性提供了高效的基础算法支持。

2. 针对图数据学习面临的监督信息不充分问题，提出了多粒度融合的半监督图学习方法，充分挖掘了图中多粒度信息去弥补监督信息不足，为解决弱监督环境下图学习问题提供了新的理论和技术支撑。

3. 针对图数据生成面临的拓扑信息稀疏问题，提出了非拓扑属性空间到拓扑潜在空间的映射模型，解决了拓扑与非拓扑信息的统一表示问题，有效实现了冷启动链接预测，为探索稀疏图生成机理提供了新的解决途径。

5 篇代表性论文发表在 IEEE TPAMI、IEEE TKDE、Machine Learning 等人工智能领域国际权威学术期刊上，获得包括美国麻省理工学院、美国卡内基梅隆大学、英国剑桥大学等国际重要学术机构知名学者的正面评价。完成人近年来在国内外重要学术会议/论坛做特邀报告 20 余次。第一完成人获中国计算机学会会士（2018）、中国人工智能学会会士（2021）、科技部科技创新 2030—“新一代人工智能”重大项

目，连续多年入选爱思唯尔中国高被引学者；第二完成人获国家优青（2020）。研究成果已在企业科技信息服务、煤矿安全预警与智能服务等领域获得成功应用，指导的研究生获“华为杯”第五届中国研究生人工智能创新大赛全国一等奖（季军，共1700余支参赛队伍，2023）