社交化搜索技术研究

Social search is an important way to obtain information on online social networks. Based on the carefully research on recent related work, we conduct the research on Social search from three different angles, which are fundamental theory, key techniques and application systems. From the fundamental theoretical point of view, this proposal focuses on the challenging issues of accuracy of the search model, and investigates the approaches on search intent modeling, result modeling, and their evaluation approaches. From the key technical point of view, this proposal focuses on the computational issues of relational search model, investigates the co-efficiency metrics between query and answers combining with the influence of user metrics. Moreover, we are going to conduct research on similarity measure between individuals and their influence scores. From the application system point of view, this proposal aims at improving the accuracy and efficiency of evolving search model, develops the system prototypes for search model on massive social network data, and evaluates the effectiveness and the efficiency of the proposed methods using large real datasets and computational environment. Through the social search research, the broader impact of the proposed work lies in providing key technical supports for large-scale social network analysis and monitoring.

社交化搜索技术是在线社交网络上信息获取的重要手段，本项目在深入分析了相关工作的基础上，在基础理论、关键技术和应用系统三个层次，对社交网络上的搜索技术展开研究。在基础理论方面，针对搜索模型的准确性问题，研究社交网络上搜索意图的建模理论、社交化搜索结果的表示模型，在此基础上，研究社交化搜索模型的评价方法。在关键技术方面，针对关联模型的可计算问题，研究用户搜索意图和查询候选之间的关联度度量方法、结合用户影响力的度量方法，在此基础上，研究基于用户间相似度和影响力的个性化搜索方法。在应用系统方面，针对搜索模型更新的时效性问题，基于并行化技术、流处理技术等关键技术，针对社交网络大数据的规模大、实时到达、用户敏感、地理位置敏感、复杂关联分析等特性，实现灵活可配置的可计算平台，并基于海量真实数据对基础理论和关键技术进行验证。通过研究社交化搜索技术，为社交网络舆情分析和预警提供关键技术支撑。

社交化搜索技术是在线社交网络上信息获取的重要手段，本项目在深入分析了相关工作的基础上，在基础理论、关键技术和应用系统三个层次，对社交网络上的搜索技术展开研究。在基础理论方面，针对搜索模型的准确性问题，研究社交网络上搜索意图的建模理论、社交化搜索结果的表示模型，在此基础上，研究社交化搜索模型的评价方法。在关键技术方面，针对关联模型的可计算问题，研究用户搜索意图和查询候选之间的关联度度量方法、结合用户影响力的度量方法，在此基础上，研究基于用户间相似度和影响力的个性化搜索方法。在应用系统方面，针对搜索模型更新的时效性问题，基于并行化技术、流处理技术等关键技术，针对社交网络大数据的规模大、实时到达、用户敏感、地理位置敏感、复杂关联分析等特性，实现灵活可配置的可计算平台，并基于海量真实数据对基础理论和关键技术进行验证。通过研究社交化搜索技术，为社交网络舆情分析和预警提供关键技术支撑。