成果名称: | 网络信息融合与知识服务的理论和方法研究 |
完成单位: | 中山大学,中国人民大学,复旦大学 |
主要人员: | 印鉴,冯剑琳,潘嵘,潘炎,任江涛,陈红,李翠平,何军,赵素云,胡鹤,汪卫,肖仰华,王轶彤,张守志 |
介绍: | Web 是一个蕴涵着巨大潜在价值知识的信息空间,Web 信息极大地便利和丰富了人们的生活,但也给信息的组织、查找与分析等有效利用带来了极大的挑战。本项目针对Web 数据的特点以及实际生活中的应用需求,开展网络信息融合与知识服务的理论和方法研究。 具体包括:在网络信息融合方面,研究Web 文本分类/聚类的算法与模型;研究海量linked data 的集成、组织和应用技术,研究Web 语义的标注方法。在知识服务方面,研究基于社区网络的个性化搜索技术;研究协同过滤推荐模型与方法。目标在于构建网络信息融合与知识服务的理论和技术框架,为各类应用的开发奠定理论和技术基础。本项目将数据库、数据挖掘等技术和Web 结合起来,提出智能化、个性化、精确化的网络信息融合和知识服务的理论和方法,并根据所研究的理论成果,开发了一个知识服务的应用系统软件。 该项目对Web 文本分类/聚类进行了深入研究,提出了基于迁移学习的 Web 文本分类/聚类, 以帮助用户有效地克服信息过剩,提供基于用户的个性化服务;项目对以Linked Data 技术为核心的Web of Data 的查询、元数据、管理与维护、应用等方面进行了研究,提出了面向海量Linked data 的集成组织和应用技术。 项目设计实现了面向Linked-data的中文知识图谱系统与平台,开发了运行在链接数据云环境下的Idea-map系统,为后续Linked-data数据的组织管理以及网络信息的语义标注研究提供了平台支持。提出了基于动态图的结点相似度更新算法、基于链接的相似性度量、基于模糊粗糙集嵌套结构的特征选取方法、基于原始对偶算法的排序学习方法、基于迁移学习方法的跨语言文本分类算法、基于K2树的压缩方法、可重叠社团搜索方法等理论与技术框架。 |
批准登记号: | |
登记日期: | 2019-05-17 |
研究起止时间: | 2011-01-01至2014-12-01 |
所属行业: | 信息传输、软件和信息技术服务业 |
所属高新技术类别: | 电子信息 |
评价单位名称: | 国家自然科学基金委员会 |
评价日期: | 2014-12-30 |