《基於超網路的企業微博知識挖掘及整合方法研究》是依託華南理工大學，由席運江擔任項目負責人的面上項目。
基本介紹
- 中文名：基於超網路的企業微博知識挖掘及整合方法研究
- 項目類別：面上項目
- 項目負責人：席運江
- 依託單位：華南理工大學
項目摘要,結題摘要,
項目摘要
相較於海量微博整體網數據，企業微博知識挖掘存在著因數據規模有限導致的輕量數據如何有效挖掘問題及碎片知識整合問題。提出一種基於超網路的企業微博知識挖掘與整合方法，基本思路：以超網路為工具，融合基於語義的文本挖掘與基於SNA的網路關係挖掘方法，實現微博知識的多網關聯整合型挖掘，並對碎片知識進行整合。具體內容：1.基於超網路的企業微博系統整合建模方法，通過多種知識網路集成，構建微博知識超網路模型（MKSN）；2.基於MKSN的微博知識文本識別、挖掘及碎片整合方法，利用本體、VSM、文本挖掘等實現微博文本知識挖掘與整合；3.基於MKSN的冬粉（客戶）聚類、冬粉觀點挖掘整合、冬粉興趣發現方法；4.基於MKSN及文本-冬粉互動模型的企業輿情監測、冬粉關注熱點發現、意見領袖發現方法。此外，開發一原型系統並以若干企業微博為實例驗證上述方法。
結題摘要
相較於海量微博整體網數據，企業微博知識挖掘存在著因數據規模有限導致的輕量數據如何有效挖掘問題及碎片知識整合問題。提出一種基於超網路的企業微博知識挖掘與整合方法，基本思路：以超網路為工具，對企業微博全要素數據進行整合性關聯挖掘，整合內容包括微博要素整合（如文本、冬粉、互動傳播等）、挖掘方法整合（文本語義挖掘+網路關係挖掘）、挖掘結果整合（碎片知識整合）等。具體內容：1.基於超網路的企業微博系統整合建模方法，通過多種知識網路集成，構建微博知識超網路模型（MKSN）；2.基於MKSN的微博知識文本識別、挖掘及整合方法，利用本體、VSM、文本挖掘等實現微博文本知識挖掘與整合；（3）基於MKSN的冬粉（客戶）聚類、意見領袖發現、潛在客戶發現方法；（4）基於MKSN及“文本—冬粉”互動模型的冬粉興趣發現、意見整合、傳播熱點監測方法。此外，開發一原型系統並以若干企業微博或產品微博為例對上述方法進行驗證。
