基于多源信息融合和网络社群行为建模的跨媒体分析技术研究

项目名称： 基于多源信息融合和网络社群行为建模的跨媒体分析技术研究

项目编号： No.61303160

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 王树徽

作者单位： 中国科学院计算技术研究所

项目金额： 28万元

中文摘要： 本项目以网络跨媒体应用的迅速兴起和网络内容对网络用户的深刻影响为研究背景，以有效应对网络跨媒体数据的多源属性和社会属性为切入点，探索有效的跨媒体分析与检索理论和方法，揭示海量跨媒体的内在信息传播结构和数据关联特性。拟从以下方面展开工作：1）针对网络跨媒体数据跨平台，多模态和来源广泛等特点，研究有效的跨媒体数据内容关联，结构关联和语义关联方法；2）针对海量跨媒体数据的极多类，内容多样性和数据分布不均衡等特性，研究层次化语义学习方法，跨域视觉检索方法和海量聚类方法，对跨媒体数据进行有效的分析和和对数据进行基于不同准则的组织；(3)对网络社群用户信息进行提取和建模，建立用户群组对跨媒体内容的相关模型；（4）基于网络社群用户行为模式和偏好性信息，研究针对网络跨媒体内容的个性化检索和数据呈现方法。

中文关键词： 跨媒体；多源信息融合；表达学习；关联学习；知识发现

英文摘要： With the advent of Web cross media application and the comprehensive influence from Web content to the Web users, this project starts from how to effectively deal with the multi-source characteristic and social attributes, explores the theories and methodologies for cross media analysis and retrieval, and reveals the intrinsic information propagation mechanism and relations among massive data. It mainly contains the following four parts: (1) To deal with the intrinsic nature of cross-platform, multi-modalities and diversified source, we study effective methods for cross media data association from aspects of content, structure and semantics; (2) To deal with the extremely many categories, content diversity and imbalanced distribution, we study hierarchical classification model, cross-domain visual retrieval method and large scale data clustering method, in order to build effective analyzing models for cross media data and construct organization on the data corpus based on different disciplines. (3)we study how to extract the description of the users from Web user groups(society), and build the correlation model between the uer groups and cross media content subset; (4) Based on the inclination and behavior pattern of the users from Web groups, we study personalized retrieval and data visualization for the cross

英文关键词： cross-media；multi-source information fusion；representation learning；correlation learning；knowledge discovery