基于开放知识网络的特定目标隐含线索发现研究

Network big data includes a large amount of valuable open knowledge from open web pages and social networks. There is still a lack of systematic research work on how to establish a unified open knowledge network model on strong temporal open knowledge and find important implicit clues of specific targets combining business application scenarios. Many problems still need to be solved: 1) the integration of strong temporal knowledge in open knowledge networks; 2) implicit clue inference of specific targets in open knowledge networks; 3) the prediction of temporal clues of specific targets in open knowledge networks. In view of the above problems, this project conducts research work on the four aspects: human-centered open knowledge network modeling, open knowledge fusion driven by target recognition, implicit clues reasoning methods for specific goals, and clues evolution prediction methods for specific targets. Two application demonstrations on group behavior analysis and prediction of public representative based on open source data in cyberspace, and analysis of implicit features of characters based on virtual behavior clues in cyberspace will verify the research results of the project and provide scientific theoretical basis for implicit clues discovery of specific targets in open knowledge network.

网络大数据中包含着来自开放网页和社交网络的大量有价值的开放知识，如何对强时序的开放知识，建立统一的开放知识网络模型，并结合业务应用场景发现特定目标的重要隐含线索，尚缺乏系统的研究工作，很多问题丞待解决：①开放知识网络中的强时序知识融合；②开放知识网络中特定目标的隐含线索推理；③开放知识网络中特定目标的时序线索预测。针对上述问题，本项目从以人为中心的开放知识网络的可计算建模；目标识别驱动的开放知识融合方法；特定目标的隐含线索推理方法以及特定目标的线索演化预测方法四个方面展开基础研究，并通过网络空间开源数据的民意代表群体行为分析预测和网络空间虚拟行为线索的人物隐含特征刻画分析两个应用示范，验证本项目的研究成果，为开放知识网络中特定目标隐含线索的发现提供科学理论依据。

随着互联网、物联网、云计算等技术，以微信、微博客等在线社交网络平台，以及以维基等开放知识图谱的迅猛发展，网络空间中各类应用的层出不穷引发了数据规模的爆炸式增长，形成了网络空间的大数据(简称:网络大数据)。网络大数据中蕴含丰富的知识，这些强时序的开放知识彼此相关，形成了知识网络，并具有开放性、可计算性等特点。如何建立统一的开放知识网络模型，并提取、管理、融合、挖掘网络大数据中的知识，并结合业务应用场景发现特定目标的重要隐含线索，尚缺乏系统的研究工作，是亟需解决的问题。.针对上述问题，该项目主要研究了以下内容：1）开放知识网络的可计算模型研究：提出了以人为中心的开放知识网络的理论模型，并基于此，提出了特定目标的关系构建方法、属性构建方法与表示学习方法等。（2）开放知识网络异质知识融合研究：提出了特定目标在多个开放知识网络的多视角、跨领域、跨语言融合模型等。（3）特定目标的隐含线索推理方法研究：提出了面向多类型特定目标、融合时态特征、融合因果特征的特定目标隐含线索推理模型等。（4）特定目标的线索演化预测方法研究：提出了特定目标的线索时序预测方法与交互预测方法等。（5）基于以上内容原型系统搭建和应用场景验证。从开放网页、开源数据集采集并构建了以情报领域为主的多领域知识图谱数据，包括社交网络上的特定人物、组织、社交账号、开放知识图谱、新闻社媒数据、在线百科数据以用于科学研究与系统应用；基于本课题科研成果，搭建了面向特定目标的线索发现辅助决策原型系统，系统验证了项目研究成果，实现了从特定目标发现、特定目标监控、线索研判、辅助决策的分析演化流程，并形成示范系统应用于测评中心具体业务中。在科研成果方面，该项目形成81篇论文，2篇专利，2篇软著等成果，课题组成员组织、参加开放知识网络领域的学术研讨会议，研究成果受到了广泛关注。