面向大规模在线社会网络用户行为分析的时空社会话题模型研究

Topic model has always been an essential tool which is based on semantic for prediction of the users’ behavior on online social network. Yet, because of the prosperous development of big data, it has to confront a lot of huge challenges. Currently, the online social network contains numerous semantic information, such as time, space, user, text etc, as well as network information like user link, the text link and so on in online social networks. Existing studies on user behavior analysis in online social networks focus on partial characteristics and information. They are incompetent to deal with the complicate analysis of the spatio-temporal user behaviors. Aiming at studying the spatio-temporal social topic model on large-scale online social network, our study attempts to realize the integration of spatio-temporal topic model, social network and text network based on transfer learning, to create an outstanding spatio-temporal social topic model that can deal with behavior analysis of online social network. For the sake of the better management of big data, we adopt the two-level distributed blend indexing of the social network with topics and text network. At the same time, we utilize the learning method of incremental model based on memory computing, in which both data and model are parallelized, and the fast mixed Metropolis-Hastings sampling method to achieve model parameter learning. We deal with the spatio-temporal analysis and prediction of individual user’s behavior and group users’ behavior in the context of normal condition and hot events on large scale online social network based on spatio-temporal social topic model and influence analysis. Our work will provide sufficient support to realize the maximization of user value.

话题模型是基于语义的在线社会网络行为分析预测的有利工具，而其在解决大数据的问题上面临着巨大挑战。在线社会网络包含海量的时间、空间、用户、文本等语义信息，以及用户链接、文档链接等网络信息，已有的在线社会网络用户行为分析研究只是关注其中的某些方面的特性和信息，不能有效解决跨时空的复杂用户行为分析问题。本项目研究面向大规模在线社会网络用户行为分析的时空社会话题模型，主要包括基于转移学习实现时空话题模型与用户网络、文档网络的有机结合，构建在线社会网络行为分析的跨时空社会话题模型；采用分话题的用户与文档两级分布式混合索引，实现大规模数据的有效管理；基于内存计算的数据-模型双并行增量式模型学习算法和快速混合Metropolis-Hastings采样实现模型参数学习；基于时空社会话题模型和影响力分析实现在线社会网络个体和群体用户在常态和热点事件下行为的时空分析和预测，为实现用户价值最大化提供有力的支持。

针对大规模在线社会网络复杂的用户行为分析问题，进行社交网络用户行为特征分析和行为的析建模研究，主要包括动态社会网络多话题跟踪模型、基于多话题的大规模社会网络影响力最大化，基于链接排序的通用话题建模框架；进行社交网络中的群体行为特征分析及群组探测研究，主要包括基于密度峰值的重叠社区发现方法，高噪声数据的自适应聚类.，局部偏差谱近似的局部群组探测方法；进行推荐技术研究包括基于神经网络的时间感知POI推荐模型ST-RNet，面向大数据基于分治策略的topk选择算法、基于用户“关注”行为的top-k关注对象推荐算法、基于双注意力（attention）机制的基于Session的推荐模型、基于深度学习注意力机制的hashtag推荐算法研究；研究基于机器学习的大规模社交网络文本，图像分析技术，包括话题依赖强化的词嵌入模型，用于中文句子分类的自抑制残差卷积网络，基于远域适应的文本分类，基于深度学习的情感分析，存在型规则语言关于本体查询应答的表达力完备性和深度Logistic回归中使用随机噪声样本进行多标签图像分类的不平衡校正；进行基于深度学习的时间序列预测研究，包括基于时间卷积和长短时记忆网络的时间序列预测模型和基于异构图嵌入的个性化出租需求预测；研究大规模数据机器学习加速与优化技术，包括基于YARN平台的FPGA加速大数据分析框架，面向大数据分析的基于异构感知梯度编码的分布式随机梯度下降；进行大数据环境下安全共享和性能优化问题研究，包括轻量级的移动云计算环境下的安全数据共享方案（LDSS）,移动云服务下的轻量级应用隔离方法、移动云环境下基于语义相似度的权限过度申请检测方法和、云环境下的动态去重分割算法面向多版本数据的安全去重方法、基于区块链的数据完整性验证框架、基于区块链的云存储数据访问恶意追责方法、移动云服务环境中的数据安全访问与应用安全增强、基于包名和特征的代码库识别方法、基于遍历策略的安卓应用SSL安全漏洞自动检测方法、面向安卓广告库的细粒度权限管理方法等，取得一系列重要的研究成果，具有重要的理论和实际应用价值。发表论文37篇，获批国家发明专利11项，申请国家发明专利17项，计算机软件著作权2项，国际合作与交流共30人次，培养研究生包括8名博士生和35名硕士生。