基于跨媒体信息挖掘的网络舆情分析研究

网络多媒体数据的海量增长以及互联网技术的广泛应用，使得面向多媒体信息的网络舆情分析势在必行。现有研究大都在多媒体信息挖掘和面向文本信息的网络舆情分析两方面分别开展工作，其研究内容相对独立，缺乏二者的有机结合，同时在一些关键技术上仍缺乏有效的理论方法与技术路线。本项目旨在研究基于跨媒体信息挖掘的网络舆情分析技术，建立统一的技术框架，针对其中的关键科学问题展开深入探讨。通过融合自然语言理解与网页视觉分块技术来建立以实体、事件与关系为核心的基本语义描述体系；利用多模态信息交互的多粒度语义分析技术，实现对语义描述体系的丰富与精炼，构建一个跨媒体语义知识库；采用跨媒体信息挖掘技术来研究网络舆情分析的核心技术，包括基于多视角学习的主题发现与跟踪，基于关系挖掘的传播机制研究；实现面向多媒体信息的实时、有效、鲁棒的网络舆情分析系统，用于提供丰富、及时、准确的网络舆情内容。

本项目主要研究面向网络多媒体信息的舆情分析系统中的关键技术与科学问题，克服了一些难点问题，取得了较好的研究成果。现有研究大都在多媒体信息挖掘和面向文本信息的网络舆情分析两方面分别开展工作，其研究内容相对独立，缺乏二者的效用结合，同时在一些关键技术上仍缺乏有效的理论方法与技术路线。本项目旨在研究基于跨媒体信息挖掘的网络舆情分析技术，建立统一的技术框架，并针对其中的关键科学问题展开深入探讨，其中包括网络多媒体信息的结构化抽取与集成，基于跨媒体信息交互的数据分析与理解，多媒体内容主题发现与跟踪、网络信息的关联挖掘等方面的研究。在项目具体实施过程中，项目组主要以网络多媒体新闻资源为数据对象，重点研究了多媒体内容的多粒度语义分析，基于多视角学习的主题发现，围绕新闻信息中时间、地点、人物、事件四大要素的关联挖掘等核心问题，有效实现了网络多媒体新闻内容的深度分析、挖掘与整合，进而为实现网络舆情分析提供了有力的保证。课题组成员已按照年度计划，围绕以上研究要点扎实有序地开展工作，并取得了一系列的研究成果。项目组成员共发表高质量的学术论文25篇，其中书章节1篇，国际期刊论文6篇，国际会议论文18篇；申请国家发明专利3项。项目组成员积极开展国际学术交流，有2人次参加国际学术会议。另外，本课题资助培养博士生3名，硕士生1名。. 综上，我们按照预定计划较好的完成了各项研究内容，已取得了多项先进研究成果，达到了本项目的预期研究目标。