林学民

上海交通大学安泰经济与管理学院数据与商务智能系 讲席教授/系主任

数据库领域国际知名的学者，他是IEEE会士(FIEEE)及欧洲科学院院士（MAE），曾任IEEE TKDE杂志的主编。林教授的研究领域包括图数据库、分布式数据库系统、数据挖掘、空间数据库系统和数据流等。他在顶级会议和期刊包括SIGMOD、VLDB、KDD、ICDE、TODS、VLDBJ和 TKDE发表了200余篇论文，被引用近两万次。

报告题目：图计算发展的回顾及展望

图在大数据领域是一种重要的数据组织方式，被用于建模具有复杂连接性的数据，并在各种应用场景中有广泛的应用。在过去的十年里，学术界和工业界在图数据分析和管理方面投入了非常多精力。本报告将介绍图计算领域的一些典型应用场景，图计算发展的一些回顾及展望。

马帅

北京航空航天大学计算机学院(首批) 长聘教授

双博士(北京大学'2004，爱丁堡大学'2011)， “大数据科学与工程”国际研究中心主任，军科委163-15-02项目专家组成员，CCF数据库专业委员会常委、大数据专家委员会委员。主要研究方向为大数据、数据库理论与系统等。研究工作持续发表在数据库、数据挖掘、人工智能、计算机理论与系统等国际顶级期刊和会议，发表100余篇高水平论文。数据库领域顶级期刊VLDB Journal (2017~2020)、大数据领域知名期刊IEEE Transaction On Big Data（2020~）和Knowledge and Information Systems (KAIS)编委。2010年获得数据库领域国际顶级会议VLDB唯一最佳论文奖、2017年获电子学会科学技术特等奖、2019年获国家杰出青年科学基金(国家杰青)、2019年ICDM候选最佳论文、2021年获国际知名会议ICA3PP杰出讲者。

报告题目：高效大图数据近似计算

图数据表达能力较强，成为工业界和学术界共同的重点关注之一。本报告将介绍高效大图数据计算的一种主要方法，近似计算（包括查询近似和数据近似），通过案例来介绍相关方法的思想。最后，讨论近似计算的潜在研究方向。

邹磊

北京大学王选计算机所 教授

大数据分析与应用技术国家工程实验室（北京大学）知识集成和智能决策中心主任；国家自然科学基金（NSFC）优秀青年基金获得者，曾获教育部自然科学二等奖（“大规模图结构数据管理”，排名第一）。邹磊教授的研究包括图数据库，知识图谱，尤其是基于图的知识图谱数据管理，面向知识图谱的自然语言问答，面向图计算的硬件加速器设计；他已经发表了50余篇发表在计算机领域的顶级国际学术期刊和会议（CCF-A）上，包括SIGMOD, VLDB, ICDE, TODS, TKDE, VLDB Journal, AAAI等。邹磊教授曾主持中国自然科学基金（NSFC）优秀青年基金，自然科学基金重点基金、国家重点研发计划课题等。另外，邹磊教授还获得了英国皇家学会的牛顿高级访问学者基金的资助。担任数据库领域顶级期刊TKDE编委（Associate Editor），ICDE 2021领域主席 （Area Chair），SIGMOD，VLDB等会议的程序委员会委员等。

报告题目：gStore: 基于子图匹配的开源图数据库系统

不同于关系数据库，图数据利用点和边来显式地表达实体与实体之间的语义关联，更加适合例如像知识图谱和多源数据融合等场景。本次报告，结合我们十余年研发的面向知识图谱的图数据库系统gStore的实践，介绍图数据库中基本原理，系统架构设计，尤其是针对子图匹配的查询优化方法和查询引擎设计，分布式系统架构等；并基于此，讨论图数据库系统设计的重点和难点技术。

袁野

北京理工大学计算机学院 教授

国家杰青和优青基金获得者。主持国家自然基金重点项目，科技部重点研发项目。曾获中国电子学会自然一等奖，教育部和辽宁省科技进步一等奖、全国优秀博士论文提名奖、CCF优秀博士论文奖。袁博士是CCF数据库专业委员会常委、大数据专家委员会委员、CCF高级会员，IEEE、ACM高级会员。香港科技大学、香港中文大学、英国爱丁堡大学访问学者。主要研究方向为大数据管理与分析(包括图数据管理、众包数据管理、不确定数据管理、数据隐私保护等)。在SIGMOD、VLDB、ICDE、VLDB Journal、IEEE Trans. TKDE、IEEE Trans. TPDS等重要学术会议和期刊上发表CCF A类论文90余篇。

报告题目：分布式大图数据处理架构与算法

大图数据广泛应用于社交网络、人脑网络、知识图谱、物联网络等领域。支撑这些应用的主流系统是分布式大图数据处理架构。为此，本报告首先介绍当前主流的分布式图处理架构；其次介绍分布式大图联邦和其跨域计算的处理框架；最后介绍基于分布式图架构的大数据定价与交易平台。

袁龙

南京理工大学计算机科学与工程学院 教授

新南威尔士大学博士，CCF信息系统专委执行委员，长期从事大数据管理与分析, 尤其是大规模图数据管理与分析方面的研究。近年来，在VLDB、ICDE、WWW、VLDBJ、TKDE等国际重要会议/期刊发表论文30余篇，其中以第一/通讯作者身份发表中国计算机学会CCF A类论文16篇。主持国家自然科学基金1项，其他科研项目3项。多次受邀担任CCF A类国际会议程序委员会委员或期刊审稿人。

报告题目：凝聚子图查询：模型与算法

凝聚子图是图中满足某种凝聚度条件的子区域。凝聚子图查询旨在计算出给定查询条件的凝聚子图，被广泛应用于社区发现、Web分析、图可视化、蛋白质功能预测等多个领域，是图计算与分析中的一个重要研究课题。本报告将根据凝聚子图查询研究的发展历程，系统介绍凝聚子图的代表性模型 (clique, k-core, k-truss, k-ecc, k-nucleus)，重点阐述凝聚子图查询高效处理算法，尤其是针对大数据海量、高速、多样等特性而提出的各类查询处理优化技术，最后给出简要总结并探讨凝聚子图查询未来发展趋势。