网络信息融合与知识服务的理论和方法研究

Web是一个蕴涵着巨大潜在价值知识的信息空间，Web信息极大地便利和丰富了人们的生活，但也给信息的组织、查找与分析等有效利用带来了极大的挑战。本项目将针对Web数据的特点以及实际生活中的应用需求，开展网络信息融合与知识服务的理论和方法研究。具体包括：在网络信息融合方面，研究Web文本分类/聚类的算法与模型；研究海量linked data的集成、组织和应用技术，研究Web语义的标注方法。在知识服务方面，研究基于社区网络的个性化搜索技术；研究协同过滤推荐模型与方法。目标在于构建网络信息融合与知识服务的理论和技术框架，为各类应用的开发奠定理论和技术基础。本课题的成果可望应用于网站设计、搜索引擎服务、电子商务等众多方面，具有广阔的应用前景。

项目在信息网络挖掘、Web文本分类/聚类、Linked data 数据的集成管理、Web语义的标注、个性化搜索、推荐系统等方面进行了深入研究，提出了基于动态图的结点相似度更新算法、基于链接的相似性度量、基于模糊粗糙集嵌套结构的特征选取方法、基于原始对偶算法的排序学习方法、基于迁移学习方法的跨语言文本分类算法、基于K2树的压缩方法、可重叠社团搜索方法等，并得出了若干有价值的结论。.项目设计实现了面向Linked-data的中文知识图谱系统与平台，开发了运行在链接数据云环境下的Idea-map系统，为后续Linked-data数据的组织管理以及网络信息的语义标注研究提供了平台支持。.项目在国际国内重要期刊和重要国际会议上发表(含已录用)论文55篇，包括IEEE TKDE、TFS、TC、TNNLS、PVLDB、Physica A及SIGMOD、KDD、IJCAI、AAAI、ICDE等，其中，CCF Rank A 类期刊和会议20篇，CCF Rank B类期刊和会议21篇。培养了研究生45名；受理发明专利10项，获得软件著作权4项；获得国际高水平学术竞赛冠军1项。