《運用計算智慧型方法建立網路群體事件成因模型的研究》是依託中山大學，由林盈擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：運用計算智慧型方法建立網路群體事件成因模型的研究
- 項目類別：青年科學基金項目
- 項目負責人：林盈
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
通過建立網路群體事件的量化成因模型來對事件的發生機制進行研究是預防網路群體事件發生的基礎和關鍵。本課題針對傳統特徵提取技術難以從海量異構的網路數據中提取事件成因的問題，提出基於並行計算智慧型方法的特徵提取技術，提高特徵提取的準確度和速度；針對計算智慧型方法對預設執行策略和控制參數敏感的問題，提出基於歷史信息學習策略的自適應方法，在沒有顯著增加算法複雜性的前提下提高算法的普適性和效率；最終，本課題將給出一個運用自適應計算智慧型方法建立網路群體事件成因量化模型的新途徑，為定量分析各個因素與事件發生率之間的關係提供依據。本課題的成果將填補網路群體事件的成因研究中定量分析模型的空白，為進一步探索事件的演進規律、制定事件預防和應對策略奠定基礎。
結題摘要
網路群體事件是指網民群體圍繞共同主題，利用網路公共領域大規模地製造輿論、渲泄情緒的集群行為，其影響範圍不僅限於網路空間，也可能延伸至現實社會。隨著網際網路的發展，網路群體事件的發生頻率和影響強度在全球範圍內均呈上升趨勢。理解網路群體事件背後的形成機制，是預防、引導和控制網路群體事件的關鍵和基礎。文獻中關於網路群體事件形成機制的研究大多是基於經驗的定性分析，缺乏有效的定量分析方法和成果。本項目立足於網路群體事件的歷史數據，以計算智慧型為主要手段，對網路群體事件的形成原因進行了量化研究。本項目取得的重要成果包括：（1）基於網際網路上獲取的網路群體事件歷史數據，定義了事件成因的類目框架和量化標準，形成了網路數據事件的資料庫；（2）針對網路群體事件數據體大量多、類型複雜的特點，提出了基於並行計算智慧型的特徵提取方法，發現了社交網路的群落結構對網路群體事件的形成有重要影響；（3）針對計算智慧型方法在套用過程中顯現出的參數敏感問題和多樣性衰減問題，提出了基於歷史信息學習的自適應方法和基於散列函式的小生境方法，提高了複雜問題的求解效率；（4）將算法研究成果運用於網路重疊群落探測問題，提出了基於最大圈的演化算法，在人工合成網路和真實網路上驗證了算法的有效性和高效性，並將所提出的算法運用於研究社交網路的群落結構對網路群體事件形成原因的影響，初步建立了基於社交網路拓撲結構的網路群體事件預測模型。根據上述成果，本項目共在國內外學術期刊上和國際會議上發表論文9篇，其中SCI索引論文3篇，協助培養碩士研究生3人，博士研究生1人。總體而言，本項目已基本完成計畫的研究內容，取得了預期成果，並完成了預期目標。本項目的成果有望為進一步探索網路群體事件的發展規律、制定預防、引導和控制策略奠定基礎。
