大數據環境下融合多源信息的推薦系統關鍵問題研究

《大數據環境下融合多源信息的推薦系統關鍵問題研究》是依託北京科技大學，由甘明鑫擔任項目負責人的面上項目。

基本介紹

• 中文名：大數據環境下融合多源信息的推薦系統關鍵問題研究
• 依託單位：北京科技大學
• 項目負責人：甘明鑫
• 項目類別：面上項目

項目摘要

本項目針對大數據環境下推薦系統面臨的信息多樣化和異質性挑戰，提出大數據環境下融合多源信息的推薦系統關鍵問題研究。項目研究推薦系統多源信息的網路構建、多源信息的網路融合以及基於信息融合的推薦等關鍵問題，並提出有效的解決途徑。項目首先從網路分析的視角將多種信息轉化為多個網路。然後從網路融合和信息融合兩條思路進行研究。基於網路融合的思想，提出融合多個網路的方法，以及基於網路融合進行推薦的統計學和圖論方法。基於信息融合的思想，建立直接基於多源信息進行推薦的統計學和機器學習方法。最後將所提出方法套用於特定套用領域，篩選效果較好的解決方案。項目從系統的、整合的、量化的觀點研究大數據環境下融合多源信息的推薦系統關鍵問題，旨在充分利用多種信息提高推薦的精確性、新穎性和多樣性。項目推廣套用具有堅實理論基礎的統計學、機器學習和圖論方法，為運用這些方法解決信息管理領域的重要科學問題提供有益借鑑。

結題摘要

本項目圍繞大數據環境下推薦系統信息融合分析中的若干關鍵科學問題，遵循理論與套用相結合的研究思路，從信息科學與系統科學的角度，套用統計分析、智慧型計算等國際領先的理論方法，考察推薦系統中多個來源不同性質的信息作為整體所遵循的規律，開展複雜網路關聯推斷問題的智慧型化方法等研究，構建融合多源信息的推薦系統異質網路隨機遊走、異質網路回歸分析、異質網路融合等方法，攻克多種信息源缺失數據表示以及網路信息融合等難題。項目取得一系列創新性研究成果，在大數據環境下推薦系統領域具有重要的理論意義；同時，項目擴展套用成果在電子商務、社交網路、信息推薦等領域產生重要實際套用價值。成果方面，在Decision Support Systems, Future Generation Computer Systems, Information Systems Frontiers, BMC Systems Biology, PLOS ONE, World Wide Web Journal, BMC Systems Biology, Journal of Computer Science and Technology, Expert Systems with Applications等相關領域SCI檢索的國外重要學術期刊發表論文11篇，在Hawaii International Conference on System Sciences (HICSS), Pacific Asia Conference on Information Systems (PACIS) 等國際會議發表英文論文5篇。