基於Agent的突發事件跨媒體數據挖掘研究

《基於Agent的突發事件跨媒體數據挖掘研究》是依託北京郵電大學，由杜軍平擔任項目負責人的重大研究計畫。

基本介紹

• 中文名：基於Agent的突發事件跨媒體數據挖掘研究
• 項目類別：重大研究計畫
• 項目負責人：杜軍平
• 依託單位：北京郵電大學

項目摘要

隨著多媒體數據逐漸成為網路信息的主要載體，使基於文本的挖掘方法越來越難以全面、準確地挖掘與突發事件相關的主題內容及其影響範圍和深度，因此研究突發事件跨媒體數據挖掘方法已經成為亟待解決的重要科學問題。本課題在以往科學研究的基礎上，提出並建立基於Agent的突發事件跨媒體數據處理模型，探尋Agent間的互動和協作機制和Agent在動態網路環境下的遷移機制；提出突發事件及相關信息的跨媒體語義分析、分類與挖掘新方法，挖掘跨媒體數據中隱含的知識；建立突發事件領域知識模型和人－機之間的語義平台，提出基於語義推理及主題概念模型的主題分類算法和熱點評估新方法；建立基於Agent的旅遊突發事件跨媒體數據挖掘和信息檢索系統。為跨媒體突發事件信息的搜尋、分類、主題挖掘、融合和索引提供科學準確的決策依據，力爭在突發事件應急管理領域取得突破性進展，為政府科學、高效、有序地應對非常規突發事件提供決策參考。

結題摘要

近年來我國各類非常規突發事件頻繁發生，通過對這類事件的發生、發展情況進行實時監測，對相關數據進行及時準確的分析，可以在資源配置和控制決策方面提高應急決策能力與處理效率。隨著多媒體數據逐漸成為網路信息的主要載體，使基於文本的挖掘方法越來越難以全面、準確地挖掘與突發事件相關的主題內容及其影響範圍和深度，這對跨媒體的數據挖掘提出了新的挑戰。本課題在以往科學研究的基礎上，提出並建立了基於 Agent 的突發事件跨媒體數據處理模型，實現了對多源異構數據的採集、分類、索引、管理等的支持。建立了Agent 之間的互動和協作機制。給出了不同任務操作和網路環境下的Agent 的遷移方式，給出了遷移路線的動態規划算法，提高了整個Agent 系統的性能。提出了突發事件及相關信息的跨媒體語義分析、分類與挖掘新方法以及高效的特徵匹配算法，建立了跨媒體內容在不同特徵空間上的映射。實現了基於潛在主題融合的圖像語義標註。建立了基於特徵遷移的圖像語義分類模型。提出了基於等價類的關聯規則的挖掘算法，挖掘出了突發事件早期狀態信息等前兆因素的時序變化，建立了突發事件預警模型。建立了突發事件領域的知識模型和本體知識模型。提出了領域概念自動抽取算法和混合的領域概念間關係自動抽取算法。建立了基於本體的語義相似度計算模型，實現了對突發事件關聯概念的推理及用戶意圖的獲取。提出了主題分類算法和熱點評估方法。建立了突發事件實時話題發現模型和突發事件話題跟蹤模型，可得出熱點話題的發展演變過程及規律。建立了基於多Agent的突發事件信息智慧型監測系統，實現了對突發事件信息的採集與處理、主題檢測與跟蹤。實現了基於Agent的分散式信息採集和基於時間順序的主題跟蹤，解決了Agent 平台和套用平台之間的互操作問題。建立了基於本體的突發事件智慧型信息檢索系統。本項目的研究成果可為跨媒體突發事件信息的搜尋、分類、主題挖掘、融合和索引提供科學準確的決策依據。研究成果已成功套用於國家質檢總局的突發事件監測、追蹤和管理，為政府科學、高效、有序地應對非常規突發事件提供了決策支持。課題組共發表相關論文57篇，其中SCI 檢索13篇，EI檢索41篇。期刊論文25篇，會議論文32篇。申請相關發明專利5項。培養博士研究生4人、碩士研究生17 人。舉辦相關國際會議1次。