面向信息传播理解的社会网络图摘要方法研究

To understand social behaviors and content of the network diffusion and support applications of topic modeling, marketing and media monitoring, effective social network summarization has become a challenging and fundamental research task. The proposal is to study an effective, flexible, and self-learning network summarization by diffusion process modeling and analysis. The main research tasks include: to study the representation mechanism of heterogeneous information in dynamic social networks in order to effectively manage the dynamic content; to investigate a unified measure of multiple factors for online summarization of dynamic networks, in order to integrate spatio-temporal and contextual information of the processes; to construct the systematic process of the proposed summarization system in order to support various social network analytical applications. The study would make significant contribution to the scientific communities of social network management and analysis, and it would be of great value to the national scientific developing strategies on big data and Web Technology, the needs of social information management, and the uses of hidden knowledge in social networks.

为了理解社会网络中信息传播的行为与内容，支撑话题建模、网络营销、舆情监控等众多应用，高效的社会网络图摘要方法已成为一个挑战性的基础研究问题。本项目拟通过对传播信息的建模与分析，研究高效灵活具备自我学习能力的网络图摘要方法。项目的主要研究内容包括：构建动态社会网络图中异构信息的表达机制与数据库表示模型，实现动态社会网络异构数据的高效管理；研究多因素统一的动态网络图在线摘要方法，实现融合时空上下文线索的传播过程摘要；构建社会网络图摘要系统过程，为社会网络分析应用提供技术支持。本项目的研究将为复杂社会网络图管理与理解做出重要补充，对于满足国家大数据和互联网科技战略需求、提高社会信息化管理能力、挖掘社会网络信息价值具有重要的社会及经济意义。

社会网络图摘要系统旨在通过网络图高维数据的特点从多个维度形成统一的摘要信息计算范式，帮助用户更好的理解社会网络图并能根据摘要信息溯源和度量关键信息的任务，已成为当前图信息理解和数据挖掘的难点和热点。现有社会网络图摘要系统较少考虑动态变化的数据特征和用户的多维度需求，并且对特定领域知识和静态数据依赖较大，无法实现跨域和时间迁移的动态系统过程。本项目研究面向信息传播理解的社会网络图摘要方法，主要研究内容包括：①社会网络图信息表达机制与数据库表示模型，本项目构建语义对象高维数据网络来表达社会网络图，提出该网络的动态管理方法，并研究时空表达技术，包括时序、空间数据的表示和索引，通过有效地表示社会网络图中信息的时空特征，实现高效计算，旨在为传播过程建模、在线摘要与分析等工作提供的坚实基础。②关键信息的去中心化存储与检索模型，本项目提出利用MVCC的方法，提升高维数据的查询效率，利用分布式存储技术提升多维数据对象的存储能力，保障可信溯源的情况下，实现数据的可利用性。③本项目提出了设计多因素统一的在线评估函数方法，构建部分视图数据下的传播过程动态摘要模型；研究挖掘传播上下文中的主题信息，建立主题感知的摘要模型，打破主题内容与结构式传播过程的数据壁垒，以更好地甄别与计算传播环节的关键程度，使摘要的提取更为有效、精准。④本项目提出了构建社会网络摘要系统过程，建立动态摘要模型的跨域迁移和时空迁移机制，并利用反馈信息提升系统的自适应能力。在基金资助下，发表SCI检索期刊论文8篇和国际会议论文4篇，申报发明专利5项，申请软著1项。培养及联合培养硕士研究生6名，联合指导博士研究生3名。同时，本项目所构建的原型系统被用于数字档案系统的构建，这将有利于推动图摘要系统的应用和发展。