5月7日下午，我院本学期第六场双周三学术报告会在行建楼学术活动室526举行。此次报告会主讲人是运筹控制研究室的王凡博士，报告的题目是“Self-Liking Group in Networks With Multi-Class Nodes”。数学研究所副所长张晓岩教授，统计与金融数学研究室吴琼博士以及部分研究生参加了本次报告会。

在复杂网络研究中，节点通常通过社区检测方法进行分组，该方法依据节点间的交互关系进行划分。而在机器学习领域，聚类方法则侧重于根据数据点的属性相似性进行分类，通常忽略节点间的交互。尽管两者均可将数据划分为多个组，但其理论基础和侧重点存在本质区别：前者强调交互模式，后者关注属性相似性。为融合这两类方法的优势，王凡博士在报告中引入了一个全新概念——群组偏好性（Self-Liking Group, SLG）。该方法基于下熵的原理，量化节点类别对与相似类别节点进行交互的偏好，进而在一定程度上实现了社区检测与聚类方法的结合。王凡博士报告通过三个典型案例系统展示了SLG的应用效果和理论意义。

最后王凡博士对此次报告进行了简单总结，参会老师们对报告的内容进行了提问、交流和探讨。本次报告会有效激发了与会师生的科研热情，提高了广大师生思维的广度与深度，拓宽了师生的学术视野，有利于提升我院科学研究综合素质和核心竞争力。报告会在老师和同学们的热烈掌声中划上了完美的句号。