北京大学与亚马逊联合推出Griffin，一个图中心的关系型数据库基础模型，旨在解决复杂的多表交互和异质特征问题。该模型通过将关系数据库视为动态异质图进行建模，具备良好的可迁移性和泛化能力，已在国际会议上获得认可。Griffin采用统一编码和深度关系推理网络，经过三阶段训练，显著提升了多种关系数据库任务的表现。

本研究提出了一种基于聚类的框架来检测社交数据流中的谣言，并评估了不同相似度度量的效果。预聚类和异质特征的组合被证明是最佳的聚类方法。该方法是全自动、无监督的，并可实现流数据的实时检测。

本研究提出了一种基于聚类的框架来检测社交数据流中的谣言，并评估了不同相似度度量的效果。预聚类和异质特征的组合表现最佳，证明了基于相似性的组合方式的有效性。该方法是全自动、无监督的，并可实现流数据的实时检测。