dr hab. inż. Przemysław Kazienko, prof. PWr

Transkrypt

1 AUTOREFERAT I ANKIETA OCENY OSIĄGNIĘĆ NAUKOWYCH KANDYDATA DO TYTUŁU PROFESORA PO UZYSKANIU STOPNIA DOKTORA HABILITOWANEGO dr hab. inż. Przemysław Kazienko, prof. PWr Wydział Informatyki i Zarządzania Politechnika Wrocławska Wyb. Wyspiańskiego 27, Wrocław Wrocław, 04 listopad

2 Dla Kochanej Żony i Dzieci, które dają mi ogrom wsparcia, okazują wiele cierpliwości i są ważniejsze niż wszelkie stopnie i tytuły Ubi concordia, ibi victoria. 2

3 Spis treści 1. WYBRANE INFORMACJE ZBIORCZE AUTOREFERAT Przebieg kariery naukowej Zatrudnienie Zainteresowania naukowe Główne osiągnięcia naukowe publikacje i cytowania Główne osiągnięcia w działalności naukowej Główne osiągnięcia w działalności dydaktycznej INFORMACJE O OSIĄGNIĘCIACH I DOROBKU Informacja o osiągnięciach i dorobku naukowym (publikacje i cytowania) Informacja zbiorcza i porównawcza związana z dorobkiem publikacyjnym Informacja szczegółowa o publikacjach po habilitacji Analiza cytowań Najczęściej cytowane prace Informacja o aktywności naukowej Informacja zbiorcza i porównawcza Udział w międzynarodowych konferencjach naukowych po habilitacji Członkostwo w komitetach programowych międzynarodowych czasopism naukowych Edytor numerów specjalnych w czasopismach naukowych Członkostwo w komitetach programowych konferencji i warsztatów naukowych po habilitacji Współorganizacja międzynarodowych konferencji naukowych po habilitacji Współorganizacja międzynarodowych warsztatów naukowych i sesji specjalnych po habilitacji Wygłoszone plenarne i zaproszone wykłady po habilitacji Realizowane międzynarodowe projekty badawcze po habilitacji Realizowane krajowe projekty badawcze i badawczo-rozwojowe Koordynowane międzynarodowe projekty badawcze po habilitacji Kierowanie międzynarodowymi projektami badawczymi po habilitacji Kierowanie krajowymi projektami badawczymi po habilitacji Pozostała aktywność naukowa po habilitacji Współpraca z otoczeniem społecznym i gospodarczym Informacja zbiorcza i porównawcza Dorobek technologiczny i współpraca z sektorem gospodarczym po habilitacji Zgłoszenia patentowe po habilitacji Wdrożenia technologii po habilitacji Ekspertyzy i inne opracowania wykonane na zamówienie instytucji publicznych lub przedsiębiorców Udział w zespołach eksperckich i konkursowych po habilitacji Pozostała współpraca z przemysłem po habilitacji Współpraca międzynarodowa Informacja zbiorcza i porównawcza

4 Staże zagraniczne Udział w ocenie projektów międzynarodowych po habilitacji Recenzje artykułów w czasopismach ze wskaźnikiem Impact Factor Członkostwo w międzynarodowych organizacjach i towarzystwach Udział w międzynarodowych zespołach eksperckich Uczestnictwo w programach europejskich i innych międzynarodowych po habilitacji Udział w międzynarodowych zespołach badawczych Pozostała współpraca międzynarodowa po habilitacji Dorobek dydaktyczny i popularyzatorski Informacja zbiorcza i porównawcza Prowadzone wykłady i seminaria Opieka naukowa nad doktorantami Recenzje doktoratów i habilitacji Artykuły i prace o charakterze popularnonaukowym Przygotowane materiały do e-learningu Inicjatywy i pozostała działalność dydaktyczna Otrzymane nagrody oraz wyróżnienia naukowe i dydaktyczne Informacja zbiorcza i porównawcza Nagrody i wyróżnienia międzynarodowe Nagrody i wyróżnienia krajowe INFORMACJA O NAJWAŻNIEJSZYM OSIĄGNIĘCIU NAUKOWYM

5 1. WYBRANE INFORMACJE ZBIORCZE W tabeli Tab. 1.1 umieszczono najważniejsze miary ilościowe opisujące dokonania zawodowe Przemysława Kazienki. Inne, bardziej szczegółowe dane można odnaleźć w kolejnych rozdziałach. Tab Dorobek Przemysława Kazienki związany z publikacjami, działalnością naukową i dydaktyczną po habilitacji. Pojęcie bez autocytowań oznacza wyłączenie autocytowań wszystkich współautorów. Liczba publikacji prac po habilitacji, Scopus, Web of Science 77, 48 Liczba publikacji w czasopismach ze wskaźnikiem IF po habilitacji 17 Suma wartości wskaźnika IF publikacji po habilitacji 19 Suma punktów ministerialnych dla publikacji czasopismowych po habilitacji 425 Liczba monograficznych esejów w encyklopedii 7 Liczba zgłoszeń patentowych po habilitacji 2 Łączna liczba cytowań bez autocytowań, Scopus, Web of Science (CWINT PWr) 241, 234 h-index, bez autocytowań - Scopus, Web of Science (CWINT PWr) 7, 9 Liczba cytowań uzyskanych po habilitacji (od 2010), bez autocytowań, Scopus, Web of Science 211, 190 Liczba cytowań do prac po habilitacji (prace i ich cytowania od 2010), bez autocytowań, Scopus 88 Liczba cytowań, Google Scholar Liczba cytowań po habilitacji (od 2010), Google Scholar 748 h-index, Google Scholar 16 Liczba pobrań (download), ACM Library Uczestnictwo w międzynarodowych konferencjach naukowych po habilitacji 22 Członkostwo redakcji międzynarodowych czasopism naukowych 4 Edytorstwo numerów specjalnych międzynarodowych czasopism naukowych (w tym z IF) 7 (6) Współorganizacja międzynarodowych konferencji naukowych (oraz sesji specjalnych i warsztatów) 5 (10) Liczba wygłoszonych wykładów plenarnych (keynote speech) lub zaproszonych (invited talk) dla międzynarodowych grup słuchaczy 8 Członkostwo w komitetach programowych konferencji / warsztatów międzynarodowych 54 Liczba kierowanych projektów badawczych, po habilitacji 6 Wartość pozyskanych na drodze konkursu projektów po habilitacji, mln PLN 26 Liczba realizowanych projektów z udziałem firm komercyjnych po habilitacji 8 Wartość realizowanych projektów z udziałem firm komercyjnych tys. PLN 850 Liczba doktorantów, którzy otworzyli przewód doktorski 9 Liczba doktorantów, którzy obronili przewód doktorski 3 1 Liczba wykonanych recenzji artykułów zgłoszonych do czasopism międzynarodowych (z IF): 32 (26) Liczba recenzji prac doktorskich i habilitacji (w tym zagranicznych) 8 (3) Liczba zrecenzowanych międzynarodowych projektów badawczych (7PR, Grecja, NCN) 8 Liczba zrecenzowanych krajowych projektów badawczych i rozwojowych (NCN, NCBiR) 8 Liczba nagród i wyróżnień po habilitacji: na Politechnice Wrocławskiej / krajowych / międzynarodowych 4 / 2 / 2 Liczba staży zagranicznych (w tym przed habilitacją) 7 (3) 1 Ściślej, obrona trzeciego doktoranta została wyznaczona na

6 2. AUTOREFERAT 2.1. Przebieg kariery naukowej 2009 Habilitacja w dziedzinie nauk technicznych, informatyka, Politechnika Śląska, Gliwice 2000 Doktor nauk technicznych w dziedzinie informatyki, tytuł uzyskany z wyróżnieniem; Wydział Informatyki i Zarządzania Politechniki Wrocławskiej 1991 Magister inżynier, informatyk, tytuł uzyskany z wynikiem bardzo dobrym; Wydział Informatyki i Zarządzania Politechniki Wrocławskiej 2.2. Zatrudnienie Profesor nadzwyczajny Politechniki Wrocławskiej, Instytut Informatyki 2008 Research Fellow, British Telecom Inc., Intelligent Systems Research Centre (ISRC), Ipswich, UK Zastępca Dyrektora ds. Rozwoju Instytutu Informatyki Stosowanej Politechniki Wrocławskiej Adiunkt w Instytucie Informatyki (wcześniej Instytut Informatyki Stosowanej, jeszcze wcześniej Zakład Systemów Informacyjnych) Politechniki Wrocławskiej Wykładowca na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej Asystent w Zakładzie Systemów Informacyjnych na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej 2.3. Zainteresowania naukowe Po napisaniu rozprawy doktorskiej na temat grupowania dokumentów hipertekstowych, obronionej z wyróżnieniem w 2000 r., zainteresowania naukowe Przemysława Kazienki skupiły się najpierw na zatwierdzonym w 1998 roku języku XML, a następnie na różnych aspektach bezpieczeństwa danych. Jednocześnie, coraz większą uwagę poświęcał on problematyce eksploracji danych (data mining), która ostatecznie zdominowała jego pracę naukową do habilitacji uzyskanej w 2009 na Politechnice Śląskiej. Efektem tych badań była monografia Associations: Discovery, Analysis and Applications (Asocjacje: wydobywanie, analiza i zastosowania). Zarówno monografia jak i większość publikacji do czasu habilitacji dotyczyła dwóch obszarów: systemów rekomendacyjnych oraz wydobywania z danych częstych wzorców reguł asocjacyjnych, przy czym obie te dziedziny były ze sobą ściśle związane. Ostatni rozdział monografii habilitacyjnej, a także kilka publikacji przed habilitacją, m.in. w Computing and Informatics oraz Control and Cybernetics, były poświęcone analizie jednej z zaproponowanych miar strukturalnych dla sieci społecznych pozycji społecznej. Był to początek zainteresowań kolejną dziedziną: analizą sieci społecznych social network analysis (SNA). Ona to stanowiła główny obszar zainteresowań po habilitacji. Jeszcze niektóre publikacje, np. w czasopiśmie IEEE Transactions on Systems Man and Cybernetics Part A - Systems and Humans opublikowane w 2011 roku łączyły analizy sieci społecznych i systemy rekomendacyjne, jednak kolejne prace skupiały się na innych aspektach SNA. W szczególności rozwijano nowatorskie badania nad sieciami wielowarstwowymi. Opracowano więc nowe miary strukturalne dla sieci wielowarstowych, zaproponowano ich taksonomię w kontekście sieci Internet, a także przedstawiono możliwości ich ekstrakcji z danych o aktywnościach użytkowników w serwisach społecznościowych. Niezależnie, badano grupy społeczne (te studia prowadzono wraz z AGH) a w szczególności ich ewolucję i możliwości predykcji zmian. Powiązaną, ale nieco odrębną dziedziną była analiza możliwości wykorzystania sieci społecznych (relacji społecznych) w procesie pozyskiwania wiedzy ukrytej w organizacji, w którym dane o relacjach wydzielone na podstawie komunikacji i wspólnej aktywności służą do proponowania właści- 6

7 wych ekspertów znających odpowiedź na zadane pytanie. Niezależnie, wykazano duży potencjał analiz sieciowych, które mogą być wykorzystane do porównania struktur organizacyjnych ze strukturami komunikacyjnymi wewnątrz firmy (organizacji). Równolegle, zainspirowany rzeczywistymi problemami istniejącymi w przemyśle, Przemysław Kazienko zaczął tworzyć grupę badawczą zajmującą się klasyfikacją rodzajem uczenia maszynowego, w szczególności klasyfikacją wieloetykietową. Oba te obszary zainteresowań (klasyfikacja oraz SNA) ewoluowały w kierunku wnioskowania i klasyfikacji dla sieci społecznych, a szerzej wnioskowania dla sieci złożonych. W efekcie tego, zespół Przemysława Kazienki rozpoczął badania nad klasyfikacją kolektywną, będącą częścią szerszej dziedziny relacyjnego uczenia maszynowego. Klasyfikacja kolektywna ma na celu wnioskowanie o klasie węzłów na podstawie pewnej (nawet małej) grupy znanych węzłów i powiązaniach strukturalnych istniejących w sieci. Dodatkowo, problemy te były rozważane pod kątem opracowania efektywnych metod pozwalających przetwarzać w środowisku równoległym wielkie sieci zawierające miliony węzłów. Od ponad dwóch lat Przemysław Kazienko prowadzi badania nad innym aspektem sieci dyfuzją informacji i wpływu, w szczególności rozprzestrzenianiem się wpływu w sieci społecznej. W ostatnim roku nawiązano w zakresie procesów dyfuzyjnych oraz klasyfikacji dla sieci intensywną współpracę w uniwersytetem Rensselear Polytechnic Institute w USA, w tym także z fizykami i socjologami tam pracującymi, czego efektem jest złożony grant w programie Harmonia ( ). Prace badawcze dotyczyły także zastosowań eksploracji danych oraz analizy sieci społecznych w medycynie i marketingu. W tym celu nawiązano współpracę w Uniwersytetem Ekonomicznym we Wrocławiu, AFW we Wrocławiu oraz szeregiem uniwersytetów i ośrodków badawczych w Europie Zachodniej. Prace w obszarze medycyny realizowane były i nadal są w ramach programów badawczych w 7. Programie Ramowym. Efektem dobrej współpracy zagranicznej w tym zakresie są dwa kolejne przygotowane projekty (jeden złożony w ramach inicjatywy IMI - Innovative Medicines Initiative, bez sukcesu) oraz w Horizon 2020 (w trakcie oceny w drugim etapie). Grupa badawcza PWr miała w tych projektach silną pozycję i drugi największy budżet po koordynatorze z Wielkiej Brytanii. Efektem działań ukierunkowanych na współpracę zarówno na poziomie międzynarodowym jak i lokalnym jest założenie przez Przemysława Kazienko nowego centrum badawczego ENGINE, włączenie do niego kilku grup badawczych Politechniki Wrocławskiej, 21 partnerów z Europy Zachodniej oraz kilku z USA oraz pozyskanie dla niego środków w ramach programu RegPot (7. Program Ramowy) o wartości ok. 20 mln. PLN Główne osiągnięcia naukowe publikacje i cytowania Jednym z głównych osiągnięć jest założenie i prowadzenie polskiej grupy badawczej, zajmującej się: 1. analizą sieci społecznych, w tym m.in. sieciami wielowarstwowymi (od 2007) a także analizą sieci złożonych 2 (od 2010), 2. klasyfikacją wieloetykietową (od 2009), 3. kolektywną klasyfikacją i relacyjnym uczeniem maszynowym (od 2009) 4. procesami dyfuzyjnymi i rozprzestrzenianiem się wpływu w sieciach społecznych (od 2012) 5. analizą wydźwięku (sentymentu) (od 2013) 6. eksploracją danych w wybranych obszarach zastosowań, m.in. w medycynie, finansach i handlu (od 2008) 2 Sieci społeczne można traktować jako specyficzny rodzaj sieci złożonych (complex networks). Te ostatnie są pojęciem szerszym i obejmują także np. sieci transportowe, biologiczne, językowe, itp. Oznacza to, że niektóre rozwiązania, metody, miary, itd. były proponowane ogólnie dla sieci złożonych, zaś sieci społeczne były traktowane tylko jako przykład sieci złożonych. 7

8 O aktywności prowadzonej grupy badawczej świadczy m.in. Tab 2.1. Tab Liczba publikacji z dziedziny informatyki zawierających wybrane słowa kluczowe zaewidencjonowana w systemie Scopus. Stan na Słowo kluczowe Liczba publikacji z informatyki na świecie 3 Liczba publikacji z informatyki z Polski 4 Liczba publikacji z Politechniki Wrocławskiej 5 (% z polskich) Liczba publikacji współautorstwa P.Kazienko (% polskich, % światowych) social network analysis (56%) 36 (47%, 0,9%) social network (47%) 56 (72%, 0,3%) multi-layered social network (100%) 12 (92%, 40%) collective classification (90%) 8 / (80%, 6%) multi-label classification (22%) 4 / (17%; 0,6%) recommender systems (39%) 12 (26%, 0,2%) W ramach powyższych obszarów badawczych zaproponowano po habilitacji wiele różnych nowych koncepcji, algorytmów, metod, miar, itd. W szczególności można tutaj wymienić (w odesłaniach wykorzystano oznaczenia z pkt ): 1. w obszarze analizy sieci społecznych SNA (i sieci złożonych) a. kompleksowy przegląd sieci społecznych (także wielowarstwowych), które można utworzyć z danych dostępnych w sieci Internet, w tym autorskie taksonomie [J10]; również przegląd zastosowań SNA [C29] b. uporządkowanie całego procesu analitycznego SNA [E6] c. badania nad sieciami wielowarstwowymi (MSN multi-layered social network) i. opracowanie metody rekomendacji osób oraz wykazanie, że różne warstwy z sieci MSN mają różną przydatność w tym procesie [J2] ii. opracowanie nowych miar strukturalnych dla sieci wielowarstwowych [J8, E5, C34, C45, C58] iii. opracowanie nowatorskiej metody ekstrakcji sieci wielowarstwowej z danych o aktywnościach użytkowników z wykorzystaniem hierarchicznych relacji pomiędzy obiektami względem, których użytkownicy są aktywni [J15, C59] iv. analiza pokrycia grup istniejących w poszczególnych warstwach [C2] v. rozszerzenie sieci wielowarstwowych do wielowymiarowych koncepcja inspirowana hurtowniami danych i modelowaniem wielowymiarowym [C37, C42] vi. opracowanie metody ekstrakcji grup w sieci wielowarstwowej [C39] d. opracowanie metody GED i pochodnych do detekcji oraz predykcji ewolucji grup społecznych a także analiza różnych metod grupowania dla sieci temporalnych [J6, J19, J22, J25, E3, C11, C17, C25, C27, C36, C43, C44] e. opracowanie metody pozyskiwania wiedzy ukrytej z wykorzystaniem relacji społecznych istniejących w organizacji [J5, J7, B5, C40, C51, C54]; także wykorzystanie tej koncepcji do pozyskiwania klientów [J13, B4] 3 Pytanie: SUBJAREA(COMP) AND KEY(słowo kluczowe) 4 Pytanie: SUBJAREA(COMP) AND KEY(słowo kluczowe) AND AFFILCOUNTRY (POLAND) 5 Pytanie: SUBJAREA(COMP) AND KEY(słowo kluczowe) AND AFFILCOUNTRY (POLAND) AND AFFIL (WROCLAW TECHNOLOGY) 6 Dziedzina systemów rekomendacyjnych (recommender systems) była rozwijana zwłaszcza przed habilitacją, po habilitacji jedynie w kontekście sieci społecznych 8

9 f. opracowanie autorskiej metody wykorzystującej SNA w ocenie struktur organizacyjnych 7 [J18, E7, C46, C47, C57] g. algorytmy równoległe w przetwarzaniu wielkich grafów sieci złożonych [J14, C15] 2. w obszarze klasyfikacji wieloetykietowej: a. klasyfikacja sekwencji i. nowe algorytmy klasyfikacyjne bazujące na koncepcji boosting [J1, J3, J12, C48, C60, C61] ii. opracowanie metody odpowiedniego wyboru zbioru uczącego [J21, C32, C33] iii. opracowanie metody doboru kolejności wnioskowania i jej analiza [C31, C41, C48, C61] b. opracowanie nowej generycznej meta-metody wykorzystującej kody korekcyjne [J9, C49] c. opracowanie metody wykorzystującej łańcuch wnioskowań wyniki klasyfikacji jednej etykiety są wykorzystywane przy klasyfikacji kolejnej [C7] 3. w obszarze kolektywnej klasyfikacji i relacyjnego uczenia maszynowego dla sieci złożonych: a. opracowanie metody ekstrakcji dodatkowych wartościowych cech dla podgrafów ograniczonych do węzłów danej klasy (label-dependent features) i analiza jej przydatności dla różnych sieci [J4, E2, C50, C52] b. algorytmy dla przetwarzania równoległego (zwłaszcza z wykorzystaniem MapReduce i BSP) i ich analiza [J11, J14, J17, E4, C23, C28] c. opracowanie i zbadanie różnych metod wyboru początkowego zbioru uczącego (active learning) [J26, C12] d. opracowanie metody podziału zbioru węzłów i niezależnego uczenia w regionach kompetencji [C14] e. zastosowanie kolektywnej klasyfikacji w wykrywaniu spamu [C24] f. przegląd istniejących metod klasyfikacji kolektywnej [E1, C21] 4. w dziedzinie procesów dyfuzyjnych i maksymalizacji rozprzestrzeniania się wpływu w sieciach społecznych [J24, B3, C10] zaproponowano m.in. pierwsze na świecie metody wyboru zbioru początkowego odpowiednie dla sieci temporalnych [J16, C3] oraz analizowano procesy gałęziowe w marketingowych kampaniach wirusowych [C16, C19] 5. w analizie wydźwięku (sentymentu): zaproponowanie pierwszej metody polegającej na fuzji wnioskowań z wykorzystaniem różnych słowników (ensemble) [C1] oraz metod do wnioskowania o polaryzacji wydźwięku w Słowosieci (WordNet) [C5, C8] 6. zaproponowanie metod wydobywania reguł z danych o chorobach i wizytach w ramach podstawowej opieki zdrowotnej (primary health care) dla różnych społeczności europejskich [J27, C9] Pewną miarą osiągnięć są cytowania obce, z których większość pochodzi od naukowców z zagranicy. Na 223 wszystkich artykułów cytujących zarejestrowanych w bazie Scopus (bez autocytowań), 209 (94%) pochodzi od autorów nieafiliowanych w Polsce, z czego niemal wszyscy są mu nieznani Główne osiągnięcia w działalności naukowej Za ważne osiągnięcie można uznać inicjację badań inspirowanych rzeczywistymi problemami występującymi w przemyśle. W szczególności rozwinięcie zaawansowanych algorytmów klasyfikacji wieloetykietowej, które wykorzystywano w problemie wyceny pakietów długów dla firmy Kruk S.A. a także w prekwalifikacji łączy internetowych (Telekomunikacja Polska S.A.). Kolejnym istotnym osiągnięciem jest pozyskiwanie grantów, w tym jedynego grantu w programie RegPot (7. Program Ramowy) na Dolnym Śląsku i jedynego w Polsce z informatyki projekt ENGI- NE. 7 Obecnie właśnie jest podpisywany projekt z firmą KGHM na wykorzystanie tych rozwiązań w praktyce 9

10 Dodatkowo jako ważne osiągnięcia można wymienić: Łącznie 8 zaproszeń do wygłoszenia wykładów plenarnych na międzynarodowych konferencjach i warsztatach oraz w zagranicznych instytucjach badawczych, patrz pkt Inicjacja pierwszej umowy ramowej dla podwójnego dyplomowania dla doktoratów z uczelnią zagraniczną Renselaer Polytechnic Institute, USA. Założenie i kierowanie polską grupy badawczą Social Network WrUT (od 2009), która rozwinęła się w DataScienceGroup.pl (od 2014). Zatrudnienia profesorów z USA i Kanady jako profesorów wizytujących na etacie na Politechnice Wrocławskiej (kolejni są obecnie rekrutowani). Organizacja konferencji, warsztatów naukowych i numerów specjalnych do czasopism a także czynne uczestnictwo w komitetach programowych konferencji. Inicjator nowego cyklu międzynarodowych konferencji naukowych ENIC - European Network Intelligence Conference (pierwsza edycja we Wrocławiu , druga w 2015 roku w Karlskronie, Szwecja) Główne osiągnięcia w działalności dydaktycznej Opieka nad doktorantami i młodymi doktorami (postdoc). Inicjator zajęć w języku angielskim i nowych kursów, wcześniej nienauczanych na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej, patrz pkt Prowadzenie międzywydziałowego studenckiego koła naukowego oraz grup badawczych integrujących studentów wszystkich trzech stopni, młodych naukowców, firmy komercyjne oraz naukowców zarówno z innych ośrodków w Polsce jak i z zagranicy. Wykłady na szkole letniej w Atenach oraz współorganizacja międzynarodowej szkoły letniej we Wrocławiu Summer Training Workshop on Machine Learning for Social Media Analysis 2014 (MLSMA'2014), September 23-27,

11 3. INFORMACJE O OSIĄGNIĘCIACH I DOROBKU Uwaga ogólna dotycząca zawartości Rozdziału 3: Autor przeprasza za powielanie niektórych informacji umieszczonych w Rozdziale 3. Jest to wynikiem chęci dostosowania się do wymagań Załącznika 2 do Rozporządzenia MNiSW z w sprawie szczegółowego trybu i warunków przeprowadzania czynności w przewodach doktorskich, w postępowaniu habilitacyjnym oraz w postępowaniu o nadanie tytułu profesora Informacja o osiągnięciach i dorobku naukowym (publikacje i cytowania) Informacja zbiorcza i porównawcza związana z dorobkiem publikacyjnym Podstawowe informacje zbiorcze zawarte są w poniższej tabeli oraz kolejnych ekranach skopiowanych z ogólnie dostępnych systemów. Tab Dorobek naukowy związany z publikacjami naukowymi porównanie osiągnięć przed (do 2009) i po habilitacji ( ). Pojęcie bez autocytowań oznacza wyłączenie autocytowań wszystkich współautorów (nie tylko P.Kazienko). Stan na Miernik Wartość po habilitacji ( ) (a) Wartość do habilitacji (do 2009 włącznie) (b) Wzrost (a) / (b) Liczba artykułów w czasopismach ze współczynnikiem impact factor % Sumaryczna wartość współczynnika impact factor (IF) 19,04 4, % Sumaryczna wartość punktacji MNiSW dla artykułów z IF % Liczba artykułów w czasopismach bez współczynnika impact 6 / 3 4 / 1 150% / 300% factor / w tym z listy ministerialnej B Liczba publikacji zaewidencjonowanych w bazie Biblioteki Głównej PWr / w języku angielskim / w języku polskim 94 / 94 / 0 90 / 57 / %/165%/0% Liczba książek i rozdziałów w książkach w języku angielskim / w tym podręczniki / w tym o charakterze monograficznym 13 / 1 / 7 3 / 0 / 1 433% / - / 700% Liczba książek i rozdziałów w książkach w języku polskim / w tym podręczniki 0 / 0 1 / 1 0% / 0% Liczba publikacji w recenzowanych materiałach konferencji międzynarodowych (patrz lista poniżej) % Baza Scopus (Elsevier) Liczba publikacji zaewidencjonowanych w bazie Scopus % Liczba cytowań bez autocytowań (baza Scopus) % Liczba cytowań z autocytowaniami (baza Scopus) % Łącznie cytowań bez autocytowań / z autocytowaniami, baza Scopus 241 / 441 h-index bez autocytowań / z autocytowaniami, baza Scopus 7 8 / / 5 233% / 180% Liczba prac wchodzących w skład h-index opublikowanych po habilitacji (tj. spośród 7 najczęściej cytowanych), Scopus 3 Liczba cytowań do prac po habilitacji (prace i ich cytowania od 2010), bez autocytowań, Scopus 88 Łączna liczba publikacji cytowanych chociaż 1 raz, bez autocytowań, Scopus 55 Liczba publikacji cytowanych chociaż 1 raz, po habilitacji (od 2010), bez autocytowań, Scopus 29 Liczba prac cytujących, tj. prac zawierających 241 cytowania, bez autocytowań, Scopus 223 Liczba prac cytujących z zagranicy, tj. z pominięciem prac autorów z polską afiliacją, bez autocytowań, Scopus 209 (94%) 8 Cytowania bez autocytowań uzyskane w okresie Stan jak na koniec

12 Miernik Wartość po habilitacji ( ) (a) Wartość do habilitacji (do 2009 włącznie) (b) Wzrost (a) / (b) Liczba prac cytujących, z polskimi autorami, bez autocytowań, 14 (6%) Scopus Liczba prac cytujących, z autorami z Politechniki Wrocławskiej, 5 (2%) bez autocytowań, Scopus Liczba współautorów, Scopus 58 Baza Web of Science, opracowanie: Centrum Wiedzy i Informacji Naukowo-Technicznej (CWINT) PWr (biblioteka) Liczba publikacji, Web of Science, % Liczba cytowań, bez autocytowań, Web of Science (CWINT PWr) % h-index, Web of Science (CWINT PWr) 9 Baza Google Scholar Liczba cytowań, Google Scholar % Łączna liczba cytowań, Google Scholar h-index, Google Scholar 16 h-index od 2009, Google Scholar 14 Baza Publish or Perish (źródło: Google Scholar) Liczba publikacji Publish or Perish % Łączna obecna liczba cytowań Publish or Perish Liczba cytowań Publish or Perish do prac opublikowanych po habilitacji h-index Publish or Perish 19 Baza ACM Library Liczba publikacji, ACM Library % Liczba cytowań, ACM Library 196 Liczba pobrań (download), ACM Library

13 Rys Liczba publikacji zaewidencjonowanych w bazie Scopus zawierających słowo kluczowe social network analysis z zaznaczonym rankingiem autorów osobno dla dziedziny informatyka (lewy ekran) i dla wszystkich dziedzin (środkowy ekran), a także dla słowa kluczowego social network i informatyki (prawy ekran) Rys Liczba publikacji zaewidencjonowanych w bazie Scopus zawierających słowo kluczowe collective classification W bazie Microsoft Academic Search, która jednak zawiera publikacje jedynie do roku 2011, pozycja Przemysława Kazienki w dziedzinie sieci społecznych i ich analizy jest widoczna jak na Rys. 3.3 oraz Rys

14 Rys Ósma pozycja Przemysława Kazienki w bazie Microsoft Academic Search w dziedzinie social network analysis (baza zawiera tylko dane do 2011), Rys Dwudziesta dziewiąta pozycja Przemysława Kazienki w bazie Microsoft Academic Search w dziedzinie social network (baza zawiera tylko dane do 2011), 14

15 Informacja szczegółowa o publikacjach po habilitacji Artykuły w czasopismach ze współczynnikiem wpływu Impact Factor Kolorem zielonym oznaczono autorów będących studentami lub doktorantami Przemysława Kazienki lub doktorantów PWr, dla których Przemysław Kazienko pełnił nieoficjalną rolę pomocniczą. Kolorem niebieskim oznaczono autorów spoza Politechniki Wrocławskiej. Kolorem fioletowym oznaczono obronionych doktorantów Przemysława Kazienki oraz obronionych doktorantów PWr, dla których Przemysław Kazienko pełnił rolę pomocniczą. Tab Artykuły naukowe w czasopismach ze współczynnikiem Impact Factor / z listy ministerialnej A opublikowane po habilitacji i nie związane z habilitacją IF dla Aktual. Lp Autorzy Tytuł Czasopismo, roku IF 5-year ISSN Rok pkt. wolumin, zeszyt, nr stron publikacji MNiSW IF 2013 Udział 10 J1 J2 J3 J4 J5 J6 J7 J8 Kazienko P., Kajdanowicz T. Kazienko P., Musiał K., Kajdanowicz T. Kajdanowicz T., Kazienko P. Kazienko P., Kajdanowicz T. Kukla G., Kazienko P., Bródka P., Filipowski T. Zygmunt A., Bródka P., Kazienko P., Koźlak J. Filipowski T., Kazienko P., Bródka P., Kajdanowicz T. Bródka P., Kazienko P., Musiał K., Skibicki K. Multidimensional Social Network in the Social Recommender System Boosting-based Sequential Output Prediction. Label-dependent Node Classification in the Network SocLaKE - Social Latent Knowledge Explorator Key Person Analysis in Social Communities within the Blogosphere Web-based Knowledge Exchange through Social Links in the Workplace. Analysis of Neighbourhoods in Multi-layered Dynamic Social Networks. Neural Network World, Vol. 20, No. 7, 2010, pp IEEE Transactions on Systems Man and Cybernetics Part A - Systems and Humans, Vol. 41, Iss.4, 2011, pp New Generation Computing, Vol. 29, No. 3, 2011, pp Neurocomputing, Vol. 75, Issue 1, 2012, pp The Computer Journal, Vol. 55, Iss.3, 2012, pp Journal of Universal Computer Science, Vol. 18, No. 4, 2012, Behaviour and Information Technology, Vol. 31, No. 8, 2012, pp International Journal of Computational Intelligence Systems, Vol. 5, No. 3, 2012, Base Classifiers in Boosting-based Classification of Sequential Structures Cytowania ,511 0,412 0,465 70% ,123 2,169 2,565 45% 12/ ,941 0,594 0,966 70% 1/ ,634 2,005 2,102 20% ,755 0,888 1,024 60% 2/ X ,762 0,401 0,533 35% 0/ X ,856 0,839 1,261 60% 1/ , ,451 0,749 40% 3/3 10 W przypadku publikacji z 2014 roku podano ostatnią dostępną wartość współczynnika IF z roku 2013 czyli z The Thomson Reuters 2014 Journal Citation Reports 11 Podano wartości za rok 2013 umieszczone w The Thomson Reuters 2014 Journal Citation Reports 12 Cytowania na podstawie Web of Science / Scopus, w obu przypadkach bez autocytowań. Cytowania w WoS zostały dostarczone przez CWINT PWr (biblioteka) 13 Liczba punktów z listy A MNiSW z roku publikacji tj r. Czasopismo nie występuje na liście z W momencie wysyłania artykułu w 2011 r. czasopismo posiadało współczynnik IF. W tabeli podano IF z roku Za lata 2011 i 2012 czasopismo nie posiadało IF najprawdopodobniej ze względu na zgon głównego edytora w lecie 2011 oraz zmianę wydawcy od czasopismo jest wydawane także przez Taylor and Francis. 15

16 J9 J10 J11 J12 J13 J14 J15 J16 J17 Kajdanowicz T., Kazienko P. Musiał K., Kazienko P. Indyk W., Kajdanowicz T., Kazienko P. Kajdanowicz T., Kazienko P. Kazienko P., Szozda N., Filipowski T., Blysz W. Kajdanowicz T., Kazienko P., Indyk W. Musial K., Bródka P., Kazienko P., Gaworecki J. Michalski R., Kajdanowicz T., Bródka P., Kazienko P. Kajdanowicz T., Indyk W., Plamowski S., Kazienko P. Multi-label Classification Using Error Correcting Output Codes Social Networks on the Internet Relational Large Scale Multi-label Classification Method for Video Categorization New Business Client Acquisition using Social Networking Sites Parallel Processing of Large Graphs Extraction of Multi-layered Social Networks from Activity Data. Seed Selection for Spread of Influence in Social Networks: Temporal vs. Static Approach MapReduce Approach to Relational Influence Propagation in Complex Networks International Journal of Applied Mathematics and Computer Science, Vol. 22, No. 4, June, 2012, pp World Wide Web, Vol. 16, No. 1, 2013, pp Multimedia Tools and Applications, Vol. 65, Issue 1, 2013, pp Journal of Universal Computer Science, Vol. 19, No. 4, 2013, pp Electronic Markets - The International Journal on Networked Business, Vol. 23, Issue 2, 2013, pp Future Generation Computer Systems, Vol.32, 2014, pp The Scientific World Journal, Vol. 2014, Art.ID , 2014, 13 pages New Generation Computing, Vol. 32, Nos. 3-4, 2014, pp Pattern Analysis and Applications, 2014, Vol.17, Issue 4, pp X X Boosting-based Multi-label Classification X ,008 1,390 1,317 50% 1/ ,623 1,623 1,360 50% 20/ ,058 1,058 1,039 20% ,401 0,401 0,533 50% 0/ ,703 0,703 0, % X X ,639 2,639 2,459 25% 1/ ,219 1,219 1,300 20% ,594 0,594 0,966 15% ,742 0,742 1,079 15% - Suma, średnia (dla udziału) ,04 18,12 20,42 41,5% 41/46 Suma z uwzględnieniem udziału 161 7,37 6,88 7,85 15 Czasopismo Electronic Markets - The International Journal on Networked Business jest umieszczone na liście JCR Social Sciences Edition; nie posiada ono jeszcze 5-Year Impact Factor przyjęto dla niego, żę IF = 5-year IF 16

17 Artykuły w innych czasopismach z listy ministerialnej B i spoza listy Tab Artykuły naukowe opublikowane w czasopismach z listy ministerialnej B lub spoza list ministerialnych Lp Autorzy Tytuł J18 J19 J20 J21 J22 J23 Palus S., Bródka P., Kazienko P. Bródka P., Kazienko P., Saganowski S. Pasierb K., Kajdanowicz T., Kazienko P. Kajdanowicz T., Plamowski S., Kazienko P. Saganowski S., Bródka P., Kazienko P. Michalski R., Palus S., Kazienko P. Evaluation of Organization Structure based on Interactions GED: The Method for Group Evolution Discovery in Social Networks Influence of the User Importance Measure on the Group Evolution Discovery Matching Organizational Structure and Social Network Extracted from Communication Czasopismo, wolumin, zeszyt, nr stron International Journal of Knowledge Society Research, Vol. 2, No. 1, 2011, pp Social Network Analysis and Mining (Springer), Vol. 3, Issue 1, 2013, pp 1-14 Journal of Medical Informatics & Technologies, Vol. 18, 2011, pp International Journal of Information Technology and Web Engineering, 7(2), 2012, pp Foundations of Computing and Decision Sciences, Vol. 37, No. 4, 2012, Lecture Notes in Business Information Processing LNBIP 87, 2011, pp ISSN Rok Privacy-preserving Data Mining, Sharing and Publishing Aktual. pkt. MNiSW Cytowania / / /0 Entropy-based Selection of the Training Set for Prediction / /0 Suma 20 9/1 Eseje w Encyklopedii Książki, rozdziały w książkach w tym eseje Seria esejów związana z analizą sieci społecznych o charakterze monograficznym opublikowana w Alhajj R., Rokne J. (Eds.): Encyclopedia of Social Network Analysis and Mining, Springer, 2014: E1. Kajdanowicz T., Kazienko P.: Collective Classification. Encyclopedia of Social Network Analysis and Mining, Volume 1. Springer, 2014, pp E2. Kazienko P., Kajdanowicz T.: Collective Classification, Structural Features. Encyclopedia of Social Network Analysis and Mining, Volume 1. Springer, 2014, pp E3. Bródka P., Saganowski S., Kazienko P.: Community Evolution. Encyclopedia of Social Network Analysis and Mining, Volume 1. Springer, 2014, pp E4. Kazienko P., Indyk W., Kajdanowicz T.: Distributed Processing of Networked Data. Encyclopedia of Social Network Analysis and Mining, Volume 1. Springer, 2014, pp E5. Bródka P., Kazienko P.: Multilayered social networks. Encyclopedia of Social Network Analysis and Mining, Volume 2. Springer, 2014, pp E6. Kazienko P.: Process of social network analysis. Encyclopedia of Social Network Analysis and Mining, Volume 2. Springer, 2014, pp E7. Michalski R., Kazienko P.: Social Network Analysis in Organizational Structures Evaluation. Encyclopedia of Social Network Analysis and Mining, Volume 3. Springer, 2014, pp Cytowania na podstawie Web of Science (WoS) / Scopus, w obu przypadkach bez autocytowań, w bazie Web of Science niektóre prace P.Kazienko są cytowane z różnymi czasami nawet błędnymi opisami bibliograficznymi, np. ze złym rokiem. Cytowania w WoS zostały dostarczone przez CWINT PWr (biblioteka) 17

18 Książki: B1. Kazienko P., Chawla N. (eds.): Applications of Social Media and Social Network Analysis. Lecture Notes in Social Networks, Springer, 2014, in press. B2. Kazienko P., Bródka P.: Data warehouses. PRINTPAP, Łódź, (podręcznik) Rozdziały w książkach: B3. Michalski R., Kazienko P.: Maximizing Social Influence in Real-World Networks - the State of the Art and Current Challenges. Chapter in Krol D., Fay D., Gabrys B. (eds.): Propagation Phenomena in Real World Networks, Springer, B4. Kazienko P., Doskocz P., Kajdanowicz T.: Social Network Analysis in Marketing. Chapter 16 in Colomo-Palacios R., Varajao J., Soto-Acosta P. (eds.) Customer Relationship Management and the Social and Semantic Web. IGI-Global, 2011, pp B5. Palus S., Kazienko P., Michalski R.: Evaluation of Corporate Structure Based on Social Network Analysis. Chapter 5 in Cakir A., De Pablos P.O. (eds.) Social Development and High Technology Industries: Strategies and Applications. IGI-Global, 2011, pp B6. Juszczyszyn K., Kazienko P., Musiał K.: Personalized Ontology-based Recommender Systems for Multimedia Objects, Chapter 10 in Hakensson A., Hartung R., Nguyen N.T. (eds): Multi-agent system technology for Internet and Enterprise Systems, Series: Studies in Computational Intelligence, Vol. 289, Springer Verlag, 2010, pp (4 cytowania w WoS) Publikacje w recenzowanych materiałach konferencyjnych Publikacje w recenzowanych materiałach konferencyjnych międzynarodowych konferencji w kolejności od najmłodszych do najstarszych: C1. Augustyniak L., Kajdanowicz T., Szymański P., Tuliglowicz W., Kazienko P., Alhajj R., Szymanski B.: Simpler is better? Lexicon Based Sentiment Classification Beats Supervised Methods. C The 2014 International Workshop on Curbing Collusive Cyber-gossips in Social Networks at ASONAM The 2014 IEEE/ACM International Conference on Advances in Social Network Analysis and Mining, Beijing, China, August 17-20, 2014, IEEE, 2014, pp C2. Michalski, R., Jankowski J., Bródka P., Kazienko P.: The Same Network - Different Communities? The Multidimensional Study of Groups in the Cyberspace. SNAA the 4th Workshop on Social Network Analysis in Applications at ASONAM The 2014 IEEE/ACM International Conference on Advances in Social Network Analysis and Mining, Beijing, China, August 17-20, 2014, IEEE, 2014, pp C3. Michalski, R., Kazienko P., Kajdanowicz T., Bródka P.: Data-driven Seed Selection for Spread of Influence in Temporal Social Networks. Workshop on Sociophysics at SigmaPhi The International Conference on Statistical Physics 2014, Rhodes, Greece, July 7-11, 2014, Kaniadakis G., Scarfone A.M. (eds.), 2014, p. 75. C4. Augustyniak L., Kajdanowicz T., Kazienko P., Kulisiewicz M., Tuliglowicz W.: An Approach to Sentiment Analysis of Movie Reviews: Lexicon based vs. Classification. HAIS The 9th International Conference on Hybrid Artificial Intelligence Systems, Salamanca, Spain, June 11-13, 2014, Lecture Notes in Artificial Intelligence LNAI 8480, Springer, 2014, pp C5. Misiaszek A., Kazienko P., Kulisiewicz M., Augustyniak Ł., Tuligłowicz W., Popiel A., Kajdanowicz T.: Belief Propagation Method for Word Sentiment in WordNet 3.0. ACIIDS The 6th Asian Conference on Intelligent Information and Database Systems, IWEKSS The 6th International Workshop on Engineering Knowledge and Semantic Systems, April 7-9, 2014, Bangkok, Thailand, Lecture Notes on Artificial Intelligence LNAI 8398, Springer, 2014, pp C6. Michalski R., Kazienko P., Jankowski J.: Convince a Dozen More and Succeed - The Influence in Multi-layered Social Networks. The Second Workshop on Complex Networks and their Applications at SITIS The 9th International Conference on Signal Image Technology & Internet based Systems, December 2-5, 2013, Kyoto Japan, IEEE Computer Society, pp C7. Kajdanowicz T., Kazienko P.: Heuristic Classifier Chains for Multi-label Classification. FETOL Special Session on Fusion&Ensemble Techniques for Online Learning on Data Streams at FQAS the Tenth International Conference on Flexible Query Answering Systems, Granada, Spain, September 18-20, 2013, Springer, LNCS 8132, 2013, pp C8. Misiaszek A., Kajdanowicz T., Kazienko P., Piasecki M.: Relational Propagation of Word Sentiment in WordNet. CDVE The 10th International Conference on Cooperative Design, Visualization and Engineering, Mallorca, Spain, September 22-25, 2013, Lecture Notes in Computer Science LNCS 8091, Springer, 2013, pp C9. Popiel A., Kajdanowicz T., Kazienko P., Soler J.K., Corrigan D., Curcin V., Mercaderes R.D., Delaney B.: Classification Method for Differential Diagnosis based on the Course of Episode of Care. HAIS The 8th International Conference on Hybrid Artificial Intelligence Systems, Salamanca, Spain, September 11-13, 2013, Lecture Notes in Artificial Intelligence LNAI 8073, Springer, 2013, pp

19 C10. Jankowski J., Michalski, R., Kazienko P.: Compensatory Seeding in Networks with Varying Avaliability of Nodes. SDAIN Workshop on the Semantic and Dynamic Analysis of Information Networks at ASONAM The 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, Niagara Falls, Canada, August 25-28, 2013, IEEE, 2013, pp C11. Gliwa B., Bródka P., Zygmunt A., Saganowski S., Kazienko P., Koźlak J.: Different Approaches to Community Evolution Prediction in Blogosphere. SNAA the Third Workshop on Social Network Analysis in Applications at ASONAM The 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, Niagara Falls, Canada, August 25-28, 2013, IEEE, 2013, pp (1 cytowanie w WoS) C12. Kajdanowicz T., Michalski R., Musiał K., Kazienko P.: Active Learning and Inference Method for Within Network Classification. SNAA the Third Workshop on Social Network Analysis in Applications at ASONAM The 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, Niagara Falls, Canada, August 25-28, 2013, IEEE, 2013, pp C13. Kazienko P., Kajdanowicz T., Michalski R., Bródka P.: From Data to Human Behaviour. SOCIETY International Conference on Social Intelligence and Technology 2013, May 8-9, 2013, State College, Pennsylvania USA, IEEE Computer Society, 2013, pp C14. Kajdanowicz T., Filipowski T., Kazienko P., Bródka P.: Competence Region Modelling in Relational Classification. ACIIDS The 5th Asian Conference on Intelligent Information and Database Systems, March 18-20, 2013, Kuala Lumpur, Malaysia, Lecture Notes on Artificial Intelligence LNAI 7803, Springer, 2013, pp C15. Kajdanowicz T., Indyk W., Kazienko P.. Kukuł J.: Comparison of the Efficiency of MapReduce and Bulk Synchronous Parallel Approaches to Large Network Processing. ICDM IEEE International Conference on Data Mining, DaMNet The Second IEEE ICDM Workshop on Data Mining in Networks, December 10th, 2012, Brussels, Belgium, IEEE Computer Society Press, 2012, pp C16. Jankowski J., Michalski R., Kazienko P.: The Multidimensional Study of Viral Campaigns as Branching Processes. SocInfo The 4th International Conference on Social Informatics, 5-7 December 2012, Lausanne, Switzerland, Lecture Notes in Computer Science LNCS 7710, Springer, 2012, pp C17. Bródka P., Kazienko P., Kołoszczyk B.: Predicting Group Evolution in the Social Network. SocInfo The 4th International Conference on Social Informatics, 5-7 December 2012, Lausanne, Switzerland, Lecture Notes in Computer Science LNCS 7710, Springer, 2012, pp (1 cytowanie w WoS) C18. Michalski R., Bródka P., Kazienko P., Juszczyszyn K.: Quantifying Social Network Dynamics. CASoN The 4th International Conference on Computational Aspects of Social Networks, November 21-23, 2012, Sao Carlos, Brasil, IEEE Computer Society, 2012, pp C19. Michalski R., Jankowski J., Kazienko P.: Negative Effects of Incentivised Viral Campaigns for Activity in Social Networks. SCA The 2nd International Conference on Social Computing and its Applications, November 1-3, 2012, Xiangtan, Hunan, China, IEEE Computer Society, 2012, pp (1 cytowanie w WoS) C20. Michalski R., Kazienko, P.: Towards the Exception-Aware Workflow System. Applied Computing The IADIS Applied Computing 2012 Conference, October 19-21, Madrid, Spain, IADIS Press, pp C21. Kajdanowicz T., Kazienko P., Janczak M.: Collective Classification Techniques: an Experimental Study. ADBIS th East-European Conference on Advances in Databases and Information Systems, MCSD Mining Complex and Stream Data, September 17-21, 2012, Poznan, Poland, New Trends in Databases and Information Systems, Vol. 185, Springer, 2012, pp C22. Michalski R., Kazienko, P.: Gathering Information about Social Network Users by means of CSRF Attack. MiSSI The 8th International Conference on Multimedia & Network Information Systems, September 19-21, 2012, Wrocław, Poland, Wydawnictwo TEMPO, Wrocław, pp C23. Indyk, W., Kajdanowicz, T., Kazienko, P.: Cooperative Decision Making Algorithm for Large Networks using MapReduce Programming Model. CDVE The 9th International Conference on Cooperative Design, Visualization and Engineering, September 2-5, 2012, Osaka, Japan, Lecture Notes in Computer Science LNCS 7467, Springer, 2012, pp C24. Indyk, W., Kajdanowicz, T., Kazienko, P.: Web Spam Detection Using MapReduce Approach to Collective Classification. CISIS th International Conference on Computational Intelligence in Security for Information Systems, Ostrava, Czech Republic, September 5-8, 2012, Advances in Intelligent Systems and Computing, Vol. 189, Springer, 2013, pp C25. Saganowski S., Bródka P., Kazienko P.: Influence of the Dynamic Social Network Timeframe Type and Size on the Group Evolution Discovery. ASONAM The 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, August, 2012, Istanbul, Turkey, IEEE Computer Society, 2012, pp C26. Michalski R., Kazienko P., Król D.: Predicting Social Network Measures using Machine Learning Approach. ASONAM The 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, August, 2012, Istanbul, Turkey, IEEE Computer Society, 2012, pp C27. Gliwa B., Saganowski S., Zygmunt A., Bródka P., Kazienko P., Koźlak J.: Identification of Group Changes in Blogosphere. ASONAM The 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, August, 2012, Istanbul, Turkey, IEEE Computer Society, 2012, pp C28. Indyk, W., Kajdanowicz, T., Kazienko, P., Plamowski, S.: MapReduce Approach to Collective Classiffcation. ICAISC 2012, International Conference on Artificial Intelligence and Soft Computing, Zakopane, Poland, April 29 - May 3, 2012, Lecture Notes in Computer Science LNCS 7267, Springer, 2012, pp C29. Kazienko P.: Social Network Analysis: Selected Methods and Applications. The DATESO Annual International Workshop on DAtabases, TExts, Specifications and Objects, Zernov, Rovensko pod Troskami, Czech Republic, April 18, CEUR Workshop Proceedings 837, CEUR-WS.org, 2012, p

20 C30. Kajdanowicz, T., Plamowski, S., Kazienko, P., Indyk W.: Transfer Learning Approach to Debt Portfolio Appraisal. HAIS 2012, The 7th International Conference on Hybrid Artificial Intelligence Systems, Salamanca, Spain, March 28-30, 2012, Lecture Notes in Computer Science LNCS 7209, Springer, 2012, pp. pp C31. Kajdanowicz T., Kazienko P.: Learning and Inference Order in Structured Output Elements Classification. ACIIDS 2012, The 4th Asian Conference on Intelligent Information and Database Systems, Kaohshiung, Taiwan, March 19-21, 2012, Springer, Lecture Notes on Artificial Intelligence LNAI 7196, 2012, pp C32. Kajdanowicz T., Plamowski S., Kazienko P.: Distance Measures in Training Set Selection for Debt Value Prediction. The 1st Indo-Japan conference on Perception and Machine Intelligence (PerMIn12), Kolkata, India, January 12-13, 2012, Lecture Notes in Computer Science LNCS 7143, 2012, pp C33. Kajdanowicz T., Plamowski S., Kazienko P.: Training Set Selection Using Entropy Based Distance. AEECT 2011, 2011 IEEE Jordan Conference on Applied Electrical Engineering and Computing Technologies, Amman, Jordan, December, 6-8, 2011, Jordan University Press, 2011, pp (1cytowanie w WoS) C34. Bródka P., Skibicki K., Kazienko P., Musiał K.: A Degree Centrality in Multi-layered Social Network. CASoN 2011, The International Conference on Computational Aspects of Social Networks Salamanca, Spain, October 19-21, 2011, IEEE Computer Society, 2011, pp C35. Michalski R., Palus S., Kazienko P., Bródka P., Juszczyszyn K.: Modelling Social Network Evolution. SocInfo'11, The Third International Conference on Social Informatics, 6-8 October, 2011, Singapore, Lecture Notes in Computer Science LNCS 6984, Springer, 2011, pp C36. Bródka P., Saganowski P., Kazienko P.: Tracking Group Evolution in Social Networks. SocInfo'11, The Third International Conference on Social Informatics, 6-8 October, 2011, Singapore, Lecture Notes in Computer Science LNCS 6984, Springer, 2011, pp Best Paper Award. C37. Kazienko P., Musial K., Kukla E., Kajdanowicz T., Bródka P.: Multidimensional Social Network: Model and Analysis. ICCCI 2011, The 3rd International Conference on Computational Collective Intelligence - Technologies and Applications, September 2011, Gdynia, Poland, Lecture Notes in Artificial Intelligence LNAI 6922, Springer, 2011, pp (4 cytowania WoS) C38. Pasierb K.E., Kajdanowicz T., Kazienko P.: Current Trends and Difficulties in Knowledge-based E-health Systems. WSKS 2011, The 4th World Summit on the Knowledge Society, Mykonos, Greece, September 2011, Communications in Computer and Information Science CCIS 278, Springer, 2013, pp (2 cytowania WoS) C39. Bródka P., Filipowski T., Kazienko P.: An Introduction to Community Detection in Multi-layered Social Network. WSKS 2011, The 4th World Summit on the Knowledge Society, Mykonos, Greece, September 2011, Communications in Computer and Information Science CCIS 278, Springer, 2013, pp (1 cytowanie WoS) C40. Popowicz D., Bródka P., Kazienko P., Kozielski M.: Ask Your Friends for Help: A Collaborative Query Answering System, CDVE 2011, The 8th International Conference on Cooperative Design, Visualization and Engineering, Hong Kong, September 11-14, 2011, Lecture Notes in Computer Science LNCS 6874, Springer, 2011, pp (1 cytowanie w WoS) C41. Kajdanowicz T., Kazienko P.: Learning Order in Boosting-based Classification of Structured Output Elements. CoL- ISD: Collective Learning and Inference on Structured Data - a workshop at ECML/PKDD 2011, The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. Athens, Greece, September 9, C42. Kazienko P., Kukla E., Musial K., Kajdanowicz T., Bródka P., Gaworecki J.: A Generic Model for Multidimensional Temporal Social Network. ICeND2011, The First International Conference on e-technologies and Networks for Development, Dar-es-Salaam, Tanzania, August 3-5, 2011, Communications in Computer and Information Science, CCIS 171, Springer, 2011, pp C43. Bródka P., Saganowski S., Kazienko P.: Group Evolution Discovery in Social Networks. ASONAM 2011, The 2011 International Conference on Advances in Social Network Analysis and Mining, Kaohsiung, Taiwan, July 2011, IEEE Computer Society, 2011, pp (8 cytowań w WoS) C44. Zygmunt A., Bródka P., Kazienko P., Koźlak J.: Different Approaches to Groups and Key Person Identification in Blogosphere. SNAA 2011, The First Workshop on Social Network Analysis in Applications, at ASONAM 2011, The 2011 International Conference on Advances in Social Network Analysis and Mining, Kaohsiung, Taiwan, July 2011, IEEE Computer Society, 2011, pp C45. Bródka P., Stawiak P., Kazienko P.: Shortest Path Discovery in the Multi-layered Social Network. ASONAM 2011, The 2011 International Conference on Advances in Social Network Analysis and Mining, Kaohsiung, Taiwan, July 2011, IEEE Computer Society, 2011, pp C46. Kazienko P., Michalski R., Palus S.: Social Network Analysis as a Tool for Improving Enterprise Architecture. KES- AMSTA'2011, The 5th International KES Symposium on Agents and Multi-agent Systems - Technologies and Applications, June 29-July 01, 2011, Manchester, UK, Lecture Notes in Artificial Intelligence LNAI 6682, Springer, 2011, pp C47. Michalski R., Palus S., Kazienko P.: Matching Organizational Structure and Social Network Extracted from Communication. BIS 2011, 14th International Conference on Business Information Systems, Poznań, Poland, June 15-17, 2011, Springer, Lecture Notes in Business Information Processing LNBIP 87, 2011, pp (1 cytowanie w WoS) C48. Kajdanowicz T., Kazienko P.: Structured Output Element Ordering in Boosting-based Classification. HAIS 2011, The 6th International Conference on Hybrid Artificial Intelligence Systems, Wroclaw, Poland, May 23-25, 2011, Lecture Notes in Artificial Intelligence LNAI 6679, Springer, 2011, pp