通过对显性的互联网社区和隐性的单个用户网站进行内容和结构的整理,建立社区内容关系模型和用户关系网络模型,获取社区中主题的表达方式、主题的组织方式以及语义关联模型,从而发现虚拟社区数据中的热点主题、活跃个人或小群体。.通过对虚拟社区数据和真实世界事件的时间序列分析,采取深度知识挖掘手段与方法,充分挖掘互联网数据的价值,获取社区媒体数据与真实世界事件之间的关联性。挖掘出人们对热点事件的主观意见,并研究网络数据在特定时段内对真实世界某一事件的影响。.本课题研究成果的主要贡献将有:(1)提供获取动态网络信息管理的知识和方法;(2)建立虚拟网络与真实世界相互作用的模型;(3)极大程度地改变传统的互联网信息检索模式,使互联网用户获取信息更加便捷、有效。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
跨社交网络用户对齐技术综述
内点最大化与冗余点控制的小型无人机遥感图像配准
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
城市轨道交通车站火灾情况下客流疏散能力评价
Web数据挖掘与知识发现
贝叶斯网络的结构学习,用于数据挖掘与知识发现
基于语义网的多媒体知识元发现与挖掘
南京民国建筑修缮BIM模型实例库的构建及其数据挖掘与知识发现研究