项目名称: 基于主题关注模型的在线社交网络社区发现与信息传播机理研究

项目编号: No.61472340

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 郭景峰

作者单位: 燕山大学

项目金额: 80万元

中文摘要: 随着一些大型社交网站的兴起,学术界对此展开研究,其中,社区发现、信息传播模型和影响最大化是该领域的研究热点。2010年Facebook提出社交图谱和兴趣图谱的概念。从目前来看,以社交图谱为基础建立的社交型社会网络是主流,而以兴趣分享为目的的兴趣型社交网络引领着社会网络改革的潮流。目前关于社会网络的研究多基于传统的社交型社会网络。本课题基于社交图谱和兴趣图谱,构建一种融合社交关系和兴趣共现关系的社会网络新模型- - 主题关注模型。在该网络中,图中的边既能反映社会个体之间显式的社交关系,也能反映社会个体基于共同兴趣参与网络中主题活动的情况。由于网络中的边具有明显的语义特征,使得传统的社区发现理论、信息传播模型和信息最大化的许多成果不再适用。本项目就是在新的模型下研究社区发现的新理论、信息传播机理和影响最大化理论,进而为群体态势分析、情感分析等奠定理论基础。

中文关键词: 主题关注模型;社区发现;社会网络;影响最大化;信息传播机理

英文摘要: As the rise of these large-scale social networking sites, social networks have attracted researchers' high level of attention. Among them, community detection, information diffusion model and influence maximization are the most hot research focuses in these fields. In 2010, social graph and interest graph are prosed by Facebook. Now, the social network based on social graph is the mainstream of the social network. However, the social network based on interest graph, whose purposes are interest sharing, leads the reform trend of the social network. At present, most work on social network are based on the traditional social graph. Based on social graph and interest graph, a new social network model theme-concerning model is proposed in this project. Different from the traditional model, theme-concerning model combines social relations and interest sharing relations in the social network. In the theme-concerning model, edges express the social relations among individuals, nodes contain the information that individuals participate the theme-concerning activities based on their interests. Due to the combination of the semantic features in the theme-concerning model, traditional theories and methods of community detection, information diffusion and influence maximization are not suitable. This project aims to study new theory for community detection, new mechanism for information diffusion and new methods for influence maximization, which will pave the way to group situation analysis and emotion analysis.

英文关键词: theme-concerning model;community detection;social networks;influence maximization;information diffusion theory

成为VIP会员查看完整内容
2

相关内容

个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
专知会员服务
22+阅读 · 2021年9月21日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
26+阅读 · 2021年8月13日
专知会员服务
25+阅读 · 2021年8月7日
【WWW2021】基于双侧深度上下文调制的社会化推荐系统
专知会员服务
27+阅读 · 2021年1月28日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
专知会员服务
46+阅读 · 2020年12月20日
专知会员服务
51+阅读 · 2020年12月19日
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
CIKM 2021 | 自监督学习在社会化推荐系统中的应用
PaperWeekly
0+阅读 · 2021年11月14日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
综述 | 异质信息网络分析与应用综述
专知
27+阅读 · 2020年8月8日
自然语言处理中的语言模型预训练方法
PaperWeekly
14+阅读 · 2018年10月21日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
29+阅读 · 2018年4月6日
小贴士
相关VIP内容
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
专知会员服务
22+阅读 · 2021年9月21日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
26+阅读 · 2021年8月13日
专知会员服务
25+阅读 · 2021年8月7日
【WWW2021】基于双侧深度上下文调制的社会化推荐系统
专知会员服务
27+阅读 · 2021年1月28日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
专知会员服务
46+阅读 · 2020年12月20日
专知会员服务
51+阅读 · 2020年12月19日
相关资讯
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
CIKM 2021 | 自监督学习在社会化推荐系统中的应用
PaperWeekly
0+阅读 · 2021年11月14日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
综述 | 异质信息网络分析与应用综述
专知
27+阅读 · 2020年8月8日
自然语言处理中的语言模型预训练方法
PaperWeekly
14+阅读 · 2018年10月21日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员