面向社交网络中虚拟身份的实体识别技术

The project is for user identity linkage in social network, through the analysis of the reality of user information in different social network. To make those users trusted in social media about the attributes and described, and then based on these high credible data, we can go through various associations among the objects in social networks from the truth information to the false user. By the analysis and corrected information, the identities of the objects in social media should be found. This project aims to reveal the latent correlations among the entities and objects, and explore many internal mechanism and external impact for the application requirements as the premise of social network information. In order to achieve the actual requirements and be able to support the information analysis of the available weak entity, the project try to provide more important theoretical basis. The main contents include several issues: build the reality model of analysis object, the information transfer between object and the internal inference mechanism, the design methods for judging entity information, resolve the disambiguation processing mechanism, explore weak correlation and analysis method of trusted entities, and the search algorithms for massive data, etc. The key to improve to search the multi-source social network and the object recognition correctness, completeness, validity, and the design and implementation their algorithm, to build a solid foundation for future practical application.

本项目研究目标是针对社交网络中的虚拟用户，通过分析不同社交网络中虚拟用户信息的真实度，获得高可信的社交媒体中的用户属性和描述，进而以这些高可信的数据为依据，通过社交网络中的各种关联关系，对其它低真实度的用户信息进行分析，从而修正社交媒体中实体对象的真实信息。本课题旨在揭示以应用需求为前提下的社交网络中对象的实体信息和对象之间关联性所面临的诸多内在机理及外部影响，为实现更加适合实际需求且能够支持弱可用的实体信息分析提供重要的理论依据。研究的主要内容包括几个方面：构建分析对象的真实度模型，建立对象间信息的传递模型，研究对象及它们之间的内部推演机理，设计实体信息真实性的判定方法，冲突消歧处理机制，探讨弱可信实体的关联分析方法，及大规模关联分析计算算法研究等内容。重点改善多源社交网络中的实体对象识别的正确性、完备性、有效性等几个方面，因而设计、实现和评价相关的算法，为今后的实际应用奠定坚实基础。

本项目旨在揭示以应用需求为前提下的社交网络中的实体对象信息的可用性和实体对象之间关联性所面临的诸多内在机理及外部影响，为实现更加适合实际应用且能够支持弱可用的实体信息分析提供重要的理论依据。研究的主要内容包括几个方面：构建分析实体对象的真实度模型，建立实体间结构信息的推演关联关系，研究实体内容描述的内部推演机理，设计实体信息完备性的判定方法，研究冲突消歧处理机制，探讨弱可信实体的关联分析方法，及大规模关联分析计算算法研究等内容。研究重点在于实现多源社交网络中的实体对象识别的正确性、完备性、有效性等几个方面有所改善。.关键技术的研究主要围绕不同的社交网络，由于社交网络中的实体多样性，在实体关联分析过程中如何保证获得真实的实体信息就成为一个重要研究问题。因此，针对社交网络中的虚拟用户，通过分析不同社交网络中虚拟用户信息的真实度，获得高可信的社交媒体中的用户属性和描述，进而以这些高可信的数据为依据，通过社交网络中的各种关联关系，对其它低真实度的用户信息进行分析，从而修正社交媒体中实体对象的真实信息。由于不同的社交网络存在各种各样的关联关系，分析这些关系可以进一步帮助推演出实体之间的语义特征，从而利用这些语义描述特征来进一步确定实体的信息的真实性，从而补充实体描述的完整性。再通过深入研究利用完整的、可信的实体迭代推演新获得其相关的实体对象信息。而在推演过程中，如果出现多条推演关联的同一实体对象则会导致发生歧义问题，就还需要进行消歧处理。最后，针对实体对象的描述给出正确性判定。创新性工作具体体现在：① 基于信息熵的多社交媒体的映射策略；② 基于不同粒度的共享数据传播与推演；③ 数据真实性判定与度量。结合国内外最新的研究理论和技术成果，利用多年来在数据库技术、数据质量、信息集成、组合数据分析、逻辑推演等方面已经取得的研究成果和积累的开发经验。本项目已经顺利达到了预期研究目标，相关研究成果发表在VLDB，ICDE，IJCAI，TKDE等国际顶级会议和杂志上，以及国内一级学报，共计发表论文32篇，其中包括CCF A类国际论文12篇，CCF A类国内论文2篇，申请相关专利32项。