面向大型社会网络融合的关联用户挖掘模型与方法

Social network integration provides more comprehensive data for the studies on social networks. Effective and efficient correlating users mining is the fundamental issue of massive social network integration and becomes a young and active area of scientific research. Due to the fact that user attributes are similar, sparse, inconsistent and Sybil and the data is excessive, we have observed that the models building on user attributes cannot be applied to the massive social networks while the approaches using user relationships cannot identify those with fewer friends and depend too much on the seed correlating users. Thus, this project intends to explore a novel effective and efficient correlating user mining framework for massive social network integration. Firstly, an effective evaluating framework, which help analyze the effectiveness of every user attribute in correlating user mining, will be established. Secondly, a novel correlating user mining model, combining the user attribute and user relationship, will be proposed. Finally, to identify correlating user more efficiently, approximate and parallel solutions for the proposed model will be studied. This project offers a more adequate platform for both social network studies and business intelligence, provides new solutions on cross-domain recommendation and its cold-start problem, and benefits the de-annonymization issue in privacy protection field.

社会网络融合为社会网络各项研究提供更完整的数据；准确、全面、快速的关联用户挖掘是大型社会网络融合的根本问题，已成为社会网络研究的前沿和热点。申请人在前期研究中发现：由于大型社会网络具有数据量大、用户属性相似、稀疏且存在虚假和不一致等特点，基于用户属性的模型较难适应大型社会网络融合，基于用户关系的方法不易挖掘好友少的关联用户且效果依赖于已知关联用户。为此，本项目以构建准确、全面、快速的面向大型社会网络融合的关联用户挖掘模型和方法为目标，拟研究：(1)面向关联用户挖掘的用户属性效用评价体系，系统分析用户属性的效用；(2)综合用户属性和用户关系构建关联用户挖掘模型和方法；(3)基于低秩矩阵分解的模型逼近近似求解及并行计算架构下的计算方法。本研究成果将为社会网络研究提供更广阔的数据平台，为商务智能提供更完善的用户数据，也为跨领域个性化推荐及冷启动问题和隐私保护中的“去匿名化”提供新的解决方法。

社会网络融合是提升社会网络大数据价值的重要手段之一。针对现有社会网络融合所存在的健壮性不足和先验用户获取困难等问题，提出了基于好友关系的关联用户实体识别模型和快速计算方法，为实现高效、准确、全面的社会网络融合提供了新思路，并在建筑工程信息化和生物信息学等领域对所形成的理论成果进行了创新性应用。.1. 关联用户实体挖掘研究。深入分析了关联用户挖掘所存在的难点，系统总结了关联用户挖掘的研究现状，提出进一步探索的研究方向。从信息物理系统出发，提出了海量数据采集及并行计算方法。针对现实世界数据的复杂性，提出了网络凸边理论，从多边形角度拓展了网络聚类系数和中心性的定义，给出了“好友悖论”的新解释，为关联用户实体挖掘模型建立基础。创新性地提出了一种零样本下的跨网络表示学习模型和基于跨网络表示学习的无监督关联用户实体挖掘模型及其快速计算方法。.2. 建筑工程信息化应用创新研究。首次提出了基于图论的BIM大数据并行计算方法，极大降低了BIM的应用门槛；创新性地提出了一种不改变数据语义特征的BIM和GIS融合方法，实现智慧城市基础设施大数据的融合；提出了一种基于自然语言处理的BIM和物联网数据融合方法，实现建筑设计BIM模型到运维应用的无缝流转；创新性地提出了一种综合栅格特征和拓扑特征的室内路网模型及基于BIM的室内路网提取方法，实现了室内外路网一体化融合；提出了一种跨终端BIM数据轻量化可视化方法，为BIM全过程集成应用提供可视化引擎。.3. 科研成果及效益。以第一作者在人工智能、大数据和建筑信息化等领域国际重要期刊发表SCI/EI论文15篇，包括IEEE Trans. 4篇，中科院一区期刊论文3篇，出版著作1部，申请国家发明专利4项，培养博士研究生1人。系列成果在冬奥重点工程延崇高速(北京段)等多个国家重点工程进行了落地应用，取得极大的经济和社会效益。部分重要成果达到国际、国内先进水平，获2019年教育部自然科学奖二等奖和2019年中国公路学会“交通BIM创新工程奖”一等奖。