亚复杂对象扩移规则挖掘的核心技术研究

扩移对象泛指具有扩散和迁移特性的对象，如传染病疫情、舆情扩散、生物入侵等，其状态随时间推移发生变化，包括地理位置的迁移和影响范围的扩散等。利用亚复杂系统理论从复杂扩移对象中构建亚复杂(扩移)对象，有利于开展对扩移对象本质规律的研究。课题主要特点包括：(1)亚复杂对象扩移规则挖掘是从传染病疫情监测数据分析实践中抽象出的新的基础性课题；（2）运用数据挖掘技术分析扩移对象在产生、发展、变化过程中的规律和趋势，有助于发现未知知识；（3）研究中获得的扩移对象的普遍规律和普适算法能适用于多个领域的扩移对象分析，提供决策支持；（4）亚复杂对象扩移规则挖掘区别于传统数据挖掘任务，其发现过程涉及时空分析、轨迹数据挖掘、对比挖掘、基因表达式编程、聚类分析、不确定性数据管理、领域驱动知识发现等多种技术。亚复杂对象扩移规则挖掘有望成为新的数据挖掘任务，吸引研究者积极参与，成为一个新的创新源头，学术热点。

课题组根据科研计划，认真、严谨地对亚复杂对象扩移规则挖掘、亚复杂对象扩移轨迹预测、亚复杂对象暴发早期预警、亚复杂对象干预决策支持等亚复杂对象分析的核心技术开展了深入的科研探究。.在项目研究中，课题组一方面以典型亚复杂对象：传染病在人群中的传播、Web 2.0环境下信息的传播为研究背景，结合相关领域知识，研究特定对象下的亚复杂对象分析相关任务的关键技术。另一方面，课题组根据典型亚复杂对象的特点，将亚复杂对象状态（特征）的描述抽象为事务型数据，将亚复杂对象状态变迁过程的描述抽象为序列数据，以便于从方法学上研究适合亚复杂对象状态干预，状态变化规律发现，对象间差异挖掘的普适算法和模型，从而扩宽研究成果的应用范围。.课题组在知名期刊和重要学术会议发表（含录用）学术论文13篇（SCI期刊4篇，EI检索8篇），完成学术专著章节1篇，申请发明专利1项，获软件著作权1项。所发表论文中1篇获得PAKDD 2014最佳论文奖，1篇获得NDBC 2014萨师煊优秀学生论文奖。目前尚有部分完成论文正在评审中，预计会在近期发出。.在项目研究过程中，课题组成员充分发挥交叉学科优势，共同努力完成既定科研内容，取得研究成果达到预期目标。同时，课题组注意到利用数据挖掘方法分析亚复杂对象，发现扩移规则的方法的研究已受到了国内外学者的关注，并开展了相关研究工作。我们认为，亚复杂对象分析已形成了一个新的学术创新源头，将有更多的学者关注此方向并产出新成果。