| 成果简介
本项目围绕大规模信息网络、动态疾病传播网络和多元异构网络开展了网络大数据分析理论与方法研究，解决了信息获取、疾病防控和复杂系统认知三个领域中亟待解决的挑战性问题。
具体创新点包括:
发现了社交网络中用户行为和信任传播之间的相互影响机制，提出了基于信任的社会化协同过滤算法，有效解决了推荐领域长期面临的稀疏性和冷启动问题;发现超链接来源多样性是区分权威和垃圾网页的重要特征，提出网页排名新方法，有效解决了搜索引擎优化问题。
2.发现人口接触模式的时空演化规律，提出大规模人口动态接触网络反演方法，解决了在成本和隐私约束下准确建立千万级人口接触网络这一公共卫生领域的难题;发现社会经济因素对疟疾传播的影响机制，提出基于异构传播网络的主动监控方法，解决了资源严重受限条件下的传染病主动监控难题。
3.发现多元结构存在的普遍性，突破了对复杂网络结构的传统认识，提出多元结构发现理论与方法，有效解决了复杂系统认知领域面临的自动结构发现难题，引领了多元结构发现这一新的研究领域。
| 科研团队
计算机科学与技术学院杨教授科研团队
| 应用领域
该成果可以用于疾病防控，社会治理和智能制造等领域
| 知识产权情况
该成果已获得国家专利3项，获得2021年吉林省自然科学奖一等奖
