危机事件中的社会媒体用户行为模式挖掘

In the security field, discovering behavioral patterns of social media users is a key technique for effective analyzing, predicting and responding to national and public security..However, in crisis events, collective behaviors of social media users are highly uncertain and self-organized. Traditional approaches are incapable to accurately mine out their characteristic patterns, evolution trend, and the underlying interaction mechanisms. Such issues present great challenges to existing emergency management strategies. In front of these big while meaningful challenges, this project aims to supervise and analyze collective behaviors of social media users participating in crisis events, derive their spatial-temporal features, quantify their online and offline correlations, clarify their effects on event development, and the co-evolution between these two.

在安全领域，对社会媒体用户的行为模式进行深度挖掘是对国家和公共安全进行有效分析、预测和控制的关键技术手段。然而，危机事件中社会媒体用户的行为具有的高度不确定性和自组织性，采用传统方法难以准确挖掘其行为模式、演化规律及内在运行机制。这对传统的危机事件应急管理方法提出了新的挑战。为此，本项目针对互联网时代下危机事件应急管理的重大挑战与需求，致力于对危机事件中的社会媒体用户行为进行监测与分析，提炼其行为的时空变异特征，辨识危机事件相关的关键行为模式，掌握线上-线下行为关联，进而探索其行为对危机事件的作用机制及两者的协同演化规律。

危机事件中的社会媒体信息传播具有高度不确定性和动态性，采用传统方法难以准确挖掘其交互模式、演化规律及内在运行机制。对此，本项目发展了一套大数据驱动的危机事件分析统一计算框架，涵盖：危机信息感知与追踪、传播动力学建模与分析、发展趋势预测与干预关键技术。团队在地缘政治和公共健康领域的大规模数据集验证了框架的有效性和可靠性，可为未来重大危机事件处置提供算法和技术支撑。. 截至目前，团队已在国内外重要学术刊物和会议上发表学术论文19篇（SCI检索4篇，EI检索15篇）。其中，在重要国际期刊《Information & Management》、《Journal of Medical Internet Research》、《Information Systems》、以及《IEEE Transactions on Knowledge and Data Engineering》上发表多篇论文。同时，在国际重要会议IEEE International Conference on Intelligence and Security Informatics和Pacific Asia Knowledge Discovery and Data Mining上多次发表论文，包括国际顶级会议最佳论文2篇。此外，团队出版白皮书1部、获得软件著作权授权1项、申请专利7项，获得国家计算机网络应急技术处理协调中心优秀成果三等奖1项（2017年）。