开放知识网络的知识演化分析模型与方法研究

The study of this project aims to settle the problems of the the rapid growth of the amount of knowledge and the dynamic, heterogeneous and complex relations and attributes between knowledge under the background of network big data, which brings difficulties of deep understanding of knowledge. This project introduces the notion of open knowledge network, which is an open, adaptive, computational knowledge network. We aim to answer the three difficult scientific problems, i.e., the unified representation of the dynamic knowledge, the evolutionary mechanism of the open knowledge network, and the predictability of the open knowledge network. Toward these problems, we plan to study the following four aspects: the knowledge evolution model, the inference methods of open knowledge network, the predictive methods of knowledge network, and the experimental evaluation of the knowledge evolution. The accomplishment of this work can help to reveal the knowledge evolution law of open knowledge network from the temporal and spatial aspects and find the adaptive model or methods of knowledge inference and prediction. Moreover, it contributes to the understanding of the hidden and future relations and attributes of knowledge, and may provide the theoretical and practical basis for knowledge correlation and evolution under the background of network big data.

网络大数据环境下的知识规模目前已急剧增长到百亿规模，同时知识间呈现出动态、复杂、演化的特点，这些都为知识的实时获取和知识的理解带来了巨大的困难。本项目提出开放知识网络的概念，它是指一个开放的，自适应的，可计算的知识网络。针对开放知识网络复杂动态知识的表示、开放知识网络知识的演化机制、开放知识网络知识的可预测性三个科学问题，在开放知识网络中知识的演化模型、开放知识网络中知识的推断方法、开放知识网络中知识的预测方法、知识间演化分析的实验验证四个方面开展研究工作，从而从时空分析角度揭示开放知识网路的知识演化规律，实现知识的推断与预测，进一步支持对知识间潜在或隐含关联关系的发现，推动对未来的知识间动态复杂关联关系的深入理解与预判，为互联网大数据下的知识关联，知识演化提供理论依据和和模型方法。

网络大数据环境下的知识规模目前已急剧增长到百亿规模，同时知识间呈现出动态、复杂、演化的特点，这些都为知识的实时获取和知识的理解带来了巨大的困难。本项目提出开放知识网络的概念，它是指一个开放的，自适应的，可计算的知识网络。针对开放知识网络复杂动态知识的表示、开放知识网络知识的演化机制、开放知识网络知识的可预测性三个科学问题，在开放知识网络中知识的演化模型、开放知识网络中知识的推断方法、开放知识网络中知识的预测方法、知识间演化分析的实验验证四个方面开展研究工作，从而从时空分析角度揭示开放知识网路的知识演化规律，实现知识的推断与预测，进一步支持对知识间潜在或隐含关联关系的发现，推动对未来的知识间动态复杂关联关系的深入理解与预判，为互联网大数据下的知识关联，知识演化提供理论依据和和模型方法。..项目实施过程中，围绕4个研究内容，共发表学术论文18篇，其中包括国际顶级会议（如AAAI，WWW）论文5篇，国际著名期刊（ACM/IEEE Trans.）论文3篇，国内一级学报（如《计算机学报》、《计算机研究与发展》等）论文5篇。申请专利5个，受理2个，授权3个。为了验证所提出的知识演化模型的合理性，本项目围绕政治军事和经济金融领域，构建了百万规模的领域知识库。并依托该知识库，构建了知识分析系统。支持对领域实体、领域事件、领域文本的多维分析，包括查看领域实体详情、关联领域实体与领域事件、对领域相似事件进行对比分析、对领域文本进行语义相似度计算、领域事件的时序分析与预测等功能。这些功能为更好的理解领域相关实体、相关事件之间的复杂动态关联关系提供了多个角度的分析，帮助用户及时发现实体间、事件间、实体和事件间的潜在关联关系，更好的了解这个领域。在该知识库上，我们验证了所提出的知识网络演化分析模型与方法的有效性。