1月3日至8日，山东大学数学学院举办了“网络科学与算法分析” 研讨会。此次会议由山东大学数学学院主办，中国运筹学会图论组合分会、山东大学计算机学院协办。山东大学数学学院运筹学与控制论研究所所长吴建良教授主持了开幕式。

在此次会议中，山东大学讲座教授、德克萨斯大学达拉斯分校（UTD）计算机系教授堵丁柱作了题为“Information Maximization Problem”的专题报告，在此专题下分别做了题为“Bharathi-Kempe-Salek Conjecture”、“Kemple-Kleinburg-Tardos Conjecture”、“Profit  Maximization”、“Randomized Algorithm”的分题报告。堵教授从基础模型Independent Cascade Model和Linear Threshold Model出发，讨论了如何搜索影响力最大的k个节点的几种近似算法，并给出了近似比和相关证明。之后又详细讲解了两个复杂网络方向重磅级猜想——Bharathi-Kempe-Salek Conjecture和Kemple-Kleinburg-Tardos Conjecture的背景意义及证明，最后基于现有问题，堵教授又提出了一些新的前沿问题，诸如能否针对Independent Cascade Model上的传播给出更好的近似算法等。

同时，北京航空航天大学计算机学院教授、国家优秀青年基金获得者马帅作了题为“大图搜索：挑战性与相关技术”的报告。马教授深入浅出地讲解了在大数据时代下我们如何研究算法的问题。由于数据量极为庞大，原先的一些多项式算法已不适用于大数据网络之中。马教授为我们说明了FAE法则、大数据高效性算法以及大图搜索技术的发展和应用等内容。其报告紧贴大数据大网络的实际，对我们目前的研究有极大的启迪。

山东大学计算机系张鹏副教授做了题为“Homophyly, Happy Vertices, and Happy Edges”的报告。在报告中，张教授介绍了happy vertex和 happy edge等概念，并给出了Maximum Happy Vertices (MHV) problem 以及求解的近似算法，推导出了较好的近似比，并提出这个结果还可以继续改进并欢迎在座师生尝试。

在这次学术研讨中，来自山东大学数学学院、山东大学计算机学院、山东师范大学的老师和同学们围绕当今国际上网络科学与算法分析的前沿问题展开交流，并探讨了与之相关的理论研究热点及实际应用，讨论的学术氛围浓厚，反响热烈，对老师和同学们以后的研究起到了很大的帮助。

图/文 荆飞