面向网络媒体信息的知识建模与行为预测方法研究

随着互联网的发展，网络社会媒体在重大社会事件中发挥日益重要的作用和影响力。面向网络媒体信息的社会行为建模和预测是一项极具重要性的研究课题。本申请项目基于网络开源文本，采用知识提取的方法，建立针对社会事件的行为规划知识表示。在此基础上，运用人工智能规划推理方法，设计适用于所提取的社会行为特征的规划推理方法，用于行为意图识别和行为结果预测。最后，我们将采用实验方法，结合社会事件相关案例库，实际验证所提出的知识提取和行为预测方法的有效性。本课题研究将有力推进人工智能知识建模和推理方法与网络真实媒体信息的结合，进一步拓宽智能技术的研究与应用领域，具有十分重要的理论和实际意义。

随着互联网的发展，网络社会媒体在重大社会事件中发挥日益重要的作用和影响力。面向网络媒体信息的社会行为建模和预测是一项极具重要性的研究与应用课题。本资助项目基于网络开源文本，采用知识提取的方法，建立针对社会事件的行为规划知识表示。在此基础上，运用人工智能规划推理方法，设计适用于所提取的社会行为特征的规划推理方法，用于行为意图识别和行为结果预测。最后，通过实验方法，验证所提出的知识提取和行为预测方法的有效性。本项目研究在以下几方面取得了创新性研究成果：首次建立了面向大规模网络开源文本、结合基于规则和自动学习的行为知识提取方法；首次提出基于决策理论和期望效用最大化原则的意图推理方法及部分可观察环境下的多规划推理方法；面向论坛讨论帖信息，提出一种基于动态演化的用户群体评论行为建模和预测方法；面向情报安全领域应用，通过建立典型社会事件案例库，全面验证了所提出的行为知识提取和行为预测方法的有效性。在本研究项目的资助下，撰写Acdemic Press出版的第一作者学术专著1部；作为第一作者或通讯作者，在Journal of Artificial Intelligence Research、IEEE Intelligent Systems、Decision Support Systems、ISeB等国内外核心学术期刊上发表论文10篇，被SCI/SSCI收录8篇；在IJCAI、本领域IEEE年会等核心国际会议上发表论文11篇，均被EI收录；已受理发明专利3项；并获得两项奖励。