应我院邀请，7月2日早上，厦门大学刘婧媛教授在砺志楼131作了题为《BASIC: Bipartite Assisted Spectral-clustering for Identifying Communities in Large-scale Networks》的讲座。相关师生聆听了此次讲座，讲座由施建华老师主持。

在讲座中，刘婧媛教授首先为听众介绍了社区检测。社区检测专注于恢复网络内的群体结构，是网络分析中至关重要的基础性任务。然而，当社区信号较弱时，检测过程可能极具挑战性且不稳定。受新收集的来自Web of Science的大规模学术网络数据集（包含多层网络信息）的启发，刘教授及其研究团队提出了一种用于识别社区的二分图辅助谱聚类方法（BASIC），该方法将二分图网络信息纳入主网络的社区结构学习中。再度校正随机块模型框架的基础上，刘教授及其研究团队通过理论验证以及大量仿真研究的数值验证，使得BASIC的准确性和稳定性增强得以证实。

此外，刘教授及其研究团队严谨研究了即使在弱信号场景下BASIC的收敛速率，并证明BASIC比仅基于主网络信息的方法产生了更紧的上误差界。刘教授及其研究团队利用所提出的BASIC方法对新收集的来自统计论文的大规模学术网络数据集进行分析。在作者合作网络结构学习过程中，团队纳入了来自作者-论文、作者-机构和作者-地区关系的二分图网络信息。从统计和解释的角度来看，这些二分图网络极大地有助于识别主合作网络内的社区。

刘婧媛，厦门大学经济学院统计学与数据科学系教授、博士生导师，国家级青年人才计划入选者，厦门大学南强卓越教学名师，厦门大学南强青年拔尖人才A类。刘教授于美国宾夕法尼亚州立大学统计学博士毕业，其科研方面主要从事复杂数据的统计方法研究、网络数据建模与推断、统计遗传学等领域的工作，在国际权威学术期刊发表论文30余篇，担任AOAS等权威期刊编委，入选福建省杰出青年科研人才计划。刘教授担任全国现场统计研究会教育统计与管理分会副理事长、统计交叉科学研究分会副理事长等。教学方面曾获国家级一流课程、国家级教学成果二等奖（团体）、福建省教学成果特等奖、福建省创新教学比赛二等奖、厦门大学“我最喜爱的十位教师”、厦门大学教学比赛特等奖等荣誉。