2018年3月30日下午，统计与数学学院在中央财经大学沙河校区主教207教室成功举办题为“Joint Nonnegative Matrix Factorization for Community Structures Detection in Signed Networks”学术报告会。学院部分2016、17、18级研究生参加，同时也有学院来自2015、17级的宁祎姿，成慧敏博士研究生就本次讲解内容展开讨论，成慧敏博士担任本次报告会的主持人。此次报告会的讲解人为学院2016级博士研究生许闫超，讲解的内容主要是国际网络科学会议NetSci参会论文《Joint Nonnegative Matrix Factorization for Community Structures Detection in Signed Networks》。在讲解的过程中，同学们积极互动，精彩充实的交流引起了在场同学阵阵掌声！

首先，闫超博士对符号网络的特点以及目前网络中存在的难点进行了介绍，随后对符号网络社团探测的三个发展阶段进行了回顾，发现NMF作为社团探测的高效方法在此之前并没有在符号网络中得到很好的应用与发展。基于此前经典的NMF方法，从模型上提出了能够适合符号网络社团探测的NMF方法，即基于Joint NMF能够有效的利用符号网络中正负边的信息，提高了网络的社团探测精度。随后介绍了基于符号网络的划分密度函数，有效地解决了关于网络社团个数的模型选择问题。最后通过数值实验进行验证并与其他符号网络经典方法进行比较。

最后，学院2017级研究生王少芬以及2015级博士生宁祎姿针对本文的NMF模型和划分密度进行提问，主讲人闫超逐一展开回答，并且还对本次NetSci国际会议首次登陆中国的基本情况，目前复杂网络的前沿领域以及文章撰写的经验技巧与在场同学们进行了交流，大家表示获益匪浅。

国际网络科学会议，是网络科学协会（The Network Science Society，简称NetSci）的旗舰会议，于2006年由网络科学界著名研究学者Albert-László Barabási发起，至今已成功举办15届，旨在搭建学术交流平台，促进国际网络科学研究在计算机和信息科学，物理学，数学，统计，生命科学，神经科学，环境科学，社会科学，金融和商业、艺术与设计等领域的跨学科交流与合作。会议期间，主办方将安排16场大会报告、百余场分会报告及100多个学术海报展示。同时穿插4场专题报告会，邀请各领域专家就大数据挖掘、人工智能（阿里巴巴人工智能实验室主办）、网络动力学、共享经济等目前最火热的研究领域展开专题讨论。我院2016级应用统计学博士研究生闫超同学在会议上汇报了题为《Joint Nonnegative Matrix Factorization for Community Structures Detection in Signed Networks》的学术论文。

此次参会受到中央财经大学研究生学术交流支持计划的支持