主办方：中国计算机学会（CCF）

承办方：中国计算机学会协同计算专委会（CCF TCCC）、哈尔滨工程大学、学者网

协办方：华南师范大学、复旦大学、广东技术师范大学、琶洲实验室

主赞助商：广东轩辕网络科技股份有限公司

赛道1：多层网络表示学习

竞赛内容

        多层网络表示学习（Multiplex Network Representation Learning）皆在从多层关系网络中提取显式和隐式的特征信息，并用于支持节点聚类、节点分类、链接预测等图机器学习的下游任务。本次竞赛采用学者网（www.scholat.com）多层关系网络数据集(SCHOLAT Multiplex Network，已脱敏)，其中包括用户间的好友关系、团队关系、学习关系以及相关属性，鼓励开展新颖高效的多层网络表示学习方法研究及应用。

评测规则

        本次竞赛采用如下任务来评测多层网络表示学习方法性能：

• 节点分类，评价指标为：Accuracy（ACC）、F1-macro
• 节点聚类，评价指标为：Normalized Mutual Information（NMI）、Accuracy（ACC）和Adjusted Rand Index(ARI)
• 可视化

        此外，参赛者也可以根据所构造的模型增加额外与之相关的评价指标。

比赛数据

        比赛数据下载地址：https://www.scholat.com/datasetApplication.html?dataset=multiplex_network（请登录学者网后进行下载，并认准数据集名称为：SCHOLAT Multiplex Network）。选择额外评价指标的原因和作用需在提交的报告中进行相应的解释和说明。

提交说明

        竞赛需在8月8日前将书面报告（word或pdf，中英文不限，不限定模板）与“参赛人信息表”打包（命名规则：队长姓名+单位名称.zip）发送至会务组邮箱CCSCWCUP2023@163.com （邮件标题请标明数据竞赛），“参赛人员信息表”请下载模板进行填写。

联系方式

        邮箱：CCSCWCUP2023@163.com （邮件标题请标明数据竞赛）