《基於協同語義計算的社交媒體信息擴散與可信性研究》是依託清華大學，由劉知遠擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於協同語義計算的社交媒體信息擴散與可信性研究
- 依託單位：清華大學
- 項目負責人：劉知遠
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
以社交網路服務和微博為代表的社交媒體，是人們分享與交流信息的新平台。隨著社交媒體的興起，信息擴散模式發生深刻變化；信息源激增也容易誘發不實信息泛濫，給公共安全帶來隱患。因此，社交媒體信息擴散機制和可信性感知問題成為社會關注焦點，是社會計算的前沿科學問題。針對現有研究手段囿於社交網路結構等表層分析的局限，本項目根據用戶協同產生的海量內容，對用戶、信息的語義屬性及其複雜語義联系進行建模。基於對用戶和信息的協同語義計算，進一步開展以下研究：研究適用於多用戶、多信息複雜情形的社會影響力分析方法；研究信息多通道擴散的分析方法；綜合機器智慧型與群體智慧型的信息可信性分析方法；研究跨社交媒體的信息擴散、社會影響力與信息可信性的統一分析與預測系統，在典型平台上驗證有效性。本項目預期成果將深化社交媒體信息擴散機制與可信性感知的研究，對網際網路規模社交媒體的信息組織與管理以及社交媒體時代的中文信息處理均深具意義。
結題摘要
以社交網路服務和微博為代表的社交媒體，是人們分享與交流信息的新平台。隨著社交媒體的興起，信息擴散模式正發生著深刻變化；信息源激增也容易誘發不實信息泛濫，給公共安全帶來隱患。因此，社交媒體信息擴散機制和可信性感知問題成為社會關注焦點，是社會計算的前沿科學問題。 針對現有研究手段囿於社交網路結構等表層分析的局限，本項目著重開展了以下研究工作：（1）根據社會媒體海量內容，研究提出一套面向用戶和信息進行表示學習和語義標註的方法。（2）根據社會媒體用戶複雜信息，研究提出一套面向用戶建模的用戶屬性預測方法。（3）綜合機器智慧型與群體智慧型，研究提出面向社會媒體的信息可信性分析方法。 課題組在上述研究方面均取得了很有價值的研究結果。已經發表和錄用的相關學術論文共18篇（國際期刊論文1篇，國內期刊論文5篇，國際會議論文9篇，全國性學術會議論文3篇），其中包括中國計算機學會A類會議/期刊論文4篇，B類論文5篇，多篇論文發表在IJCAI、ACL、AAAI、COLING、EMNLP等人工智慧和自然語言處理領域的頂級國際會議上，並有多項發明專利正在申請，圓滿完成了本項目提出的研究目標。 在人才培養方面，參加本項目的研究人員中，已有4名研究生畢業（獲得博士學位1人，碩士學位3人），另有3名博士生、1名碩士生在讀。 綜上所述，課題組按照項目任務書的研究內容和年度計畫有序地開展研究工作，完成了項目申請書上規定的各項研究任務，同時進行了必要的研究擴展。本項目相關成果將有助於深化社會媒體用戶建模與信息可信性研究，對網際網路規模社交媒體的信息組織與管理以及社交媒體時代的中文信息處理均深具意義。
