《社會網路分析與挖掘若干關鍵技術研究》是依託中山大學，由印鑑擔任項目負責人的面上項目。
基本介紹
- 中文名：社會網路分析與挖掘若干關鍵技術研究
- 項目類別：面上項目
- 項目負責人：印鑑
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
隨著網際網路、移動網的發展與普及，社會網路正在顛覆人們傳統的社交生活以及信息索取模式。社會網路繁榮的同時也導致了龐大的用戶規模、海量的內容信息以及複雜的社交關係。這為工業界與學術界帶來了新的機遇與挑戰。本項目將戀囑重立針對目前社會網路分析與挖掘中的若干關鍵技術問題，開展基於數據挖掘與機器學習的相關理論方法和模型研究。具體包括閥盛鞏熱：(1)研究社會網路上的主題挖掘技術，提煉社會熱點，把握社區動態；(2)研究用戶歷史行為，挖掘用戶興趣並建模行為方式；(3)研究社交關係網路結構，分析並預測社會關係；(4)研究基於排序學習的搜尋查詢，最佳化社交推薦。本課題的成果可望套用於社會輿論跟蹤與監控、個性化信息服務、客戶分析與精準廣告等眾多方面，具有廣她汗兆闊的套用前景。
結題摘要
項目在社會網路主題挖掘、社會網路用宙姜葛戶行為建模與社交推薦、社會網路關係建模與預測、排序學習模型等旬巴驗方面進行了深入研究，提出了排序學習中的特徵選擇、基於多層卷積神經網路的特徵學習方法，基於軌跡大數諒料據的目的地預測、最優位置查詢算法，基於知識圖譜的語義分析模組妹體型、最佳化評價指標的多任務學習框架，社交網路下的情感分類、隱式情感檢測方法等，並得出了若干有價值的結論。 項目在國際國內重要期刊和本領域重要的國際會議上發表論文 27篇，包括ACM TODS、IEEE TNNLS、TIP、TC、TAE、TITS及國際著名會議ACL、NIPS、CVPR等，其中，CCF Rank A 類期刊和會議6篇，CCF Rank B類期刊和會議10篇，國內一級學報（如軟體學報等）論文3篇；培養研究生12名；受理髮明專利10項；獲得學術競賽獎2項。
