信息网络市场中面向主题域识别的博弈融合方法

All the information networks in resource space and user space make up an information network market, which can reflect the matching and interaction between supply and demand. There are some new features during topic domain identification based on the information network market. However, traditional identification techniques are only based on a single information network, which is deficinet in analyzing the entities and the relationships more fully. Their ability to adapt to the dynamic updates of information network is lower, also the interaction between supply and demand is neglected during matching. Therefore, in this project we will research the game fusion approach for topic domain identification in information network market. The research content includes: A model for resource space construction oriented to fusion will be presented, which can support intelligent knowledge mining, deriving, optimizing and maintaining incrementally. A model for user space construction oriented to fusion will be presented, which can identity user's interest based on his static and dynamic characteristics. A game theory based fusion model for multiple information networks will be proposed. Drived by knowledge quality and user benefit, it can implement knowledge game fusion and interest game fusion. Some strategies for topic domain matching based on game fusion will be researched, which can support multiple matching ways in the market between supply and demand. The result of the project will provide better support for managing open resources and developing new theory about entity search, also will facilitate higher usage rate of resources.

资源空间和用户空间中的所有信息网络构成了信息网络市场，它能够形象地体现供需双方匹配的条件与互动。基于信息网络市场的主题域识别存在许多新的特点，而传统技术仅基于单一信息网络，对信息网络动态性的适应能力相对薄弱，在匹配中忽略了供需双方的互动。为此，本课题将针对信息网络市场中面向主题域识别的博弈融合方法进行研究，主要包括：研究面向融合的资源空间构建模型，将实体主题特征建模为知识，支持知识智能化挖掘、推演、优化及增量式维护；研究面向融合的用户空间构建模型，基于用户静态特征和动态特征感知用户兴趣；研究基于博弈论的信息网络多层面融合模型，以知识质量和用户利益为驱动实现知识博弈融合和兴趣博弈融合；研究基于博弈融合的主题域匹配策略，支持供需匹配市场中多种主题域匹配方式。本课题的研发成果将为管理开放的数据资源、开发新型的实体搜索理论提供良好的支持，达到提高资源利用率和工作效率的目的，具有广阔的前景。

资源空间和用户空间中的所有信息网络构成了信息网络市场，它能够形象地体现供需双方匹配的条件与互动。本课题的目标是要解决信息网络的多层面融合问题。融合主要体现为两个层面：首先是对资源空间中不同信息网络进行融合即知识层面的融合，将从多个信息网络所挖掘的主题知识进行融合。其次是对用户空间中不同信息网络进行融合即兴趣层面的融合，包括用户个体兴趣的融合和用户群体兴趣的融合。因此，在本课题计划执行过程中，涉及资源空间构建、用户空间构建、信息网络多层面融合以及主题域匹配等研究内容。4年来，本课题在“知识挖掘”、“知识推演与优化”和“知识维护”方面进行研究，以支持面向融合的资源空间构建；在“基于用户静态特征的兴趣感知”和“基于用户动态特征的兴趣感知”方面进行研究，以支持面向融合的用户空间构建；在“知识质量驱动的知识融合”和“用户利益驱动的兴趣融合”方面进行研究，以支持信息网络多层面融合；在“局部匹配”和“全局匹配”方面进行研究，以支持主题域匹配。应用数据库、数据挖掘、图论、智能推理、机器学习、信息论、社会学以及经济学等理论，在信息融合、实体搜索、社交网络分析、个性化推荐等方面取得了相应的研究成果。在国内外各种学术会议和期刊上发表了学术论文41篇（不包括录用和未标注者），其中包括重要国际学术期刊WWWJ、JCST、FCS和国内计算机科学领域顶级期刊“计算机学报”、“软件学报”及重要国际学术会议DASFAA、APWEB、WAIM、ELM、BIGDATA、WISE、WISA的学术论文，被SCI收录8篇次、EI收录28篇次。发表专著4项，申请发明专利5项（其中1项已授权），获得软件著作权1项。包括课题负责人在内的3名教师参与了本课题的研究工作，协助培养了博士研究生10人（6人已毕业，4人在读），培养了硕士研究生12人（9人已毕业，3人在读）。先后邀请国内外学者20余人次来学校、学院和课题组做学术报告，公派1名教师去美国杨百翰大学访学，先后有教师和学生35人次参加国内外各种学术会议并发表论文。