基于二元空间协同的社会热点事件分析研究

With the massive growth of social events in Cyber-Physical Space, it has become more and more difficult to exactly find and organize the interesting events from massive social media data, which is useful to browse, search and monitor social events by users or governments, and obtain the evolutionary trends of social events and generate effective event summary details over time. However, the existing social event computing methods are proposed for single space, physical space or cyberspace, which ignores the collaboration between two spaces. To deal with these issues, we propose a novel social event analysis framework, which includes the following topics: 1) social event representations via collaborative learning; 2) social event co-detection; 3) social event co-tracking and evolution analysis; 4) social event prediction model. Hopefully, this project will advance the theory and algorithm research in collaborative learning and provide technical support to the intelligent analysis, understanding and management of social event data.

伴随着社交网络和基于位置服务的普及，与公共安全密切相关的社会热点事件在二元空间（物理空间和网络空间）中快速传播与互动，感知其发生与发展和理解其传播规律，有助于掌控全局态势，做出及时正确的决策，对社会繁荣稳定具有重大战略意义。然而，现有社会热点事件感知与计算理论大多局限在某一元特定空间，缺乏二元空间协同。针对此问题，本项目拟研究基于二元空间协同的社会热点事件分析技术。主要研究内容包括：1）研究社会热点事件的二元空间信息鲁棒抽取与知识表达；2）建立二元空间协同的社会事件发现模型；3）创立二元空间中的社会热点事件协同跟踪理论，引入物理空间的时空演变与网络空间的舆情演变分析，揭示事件的演化规律；4）建立社会热点事件的预测模型，研究事件主题挖掘与因果推断，支撑事件预警等重大决策。本项目的开展将有助于丰富和发展二元空间协同分析理论与算法，也将为社会热点事件的智能化分析、理解与管理提供技术支撑。

伴随着社交网络和基于位置服务的普及，与公共安全密切相关的社会热点事件在二元空间（物理空间和网络空间）中快速传播与互动，感知其发生与发展和理解其传播规律，有助于掌控全局态势，做出及时正确的决策，对社会繁荣稳定具有重大战略意义。然而，现有社会热点事件感知与计算理论大多局限在某一元特定空间，缺乏二元空间协同。针对此问题，本项目研究了基于二元空间协同的社会热点事件分析技术。主要研究内容包括：1）研究社会热点事件的二元空间信息鲁棒抽取与知识表达；2）建立二元空间协同的社会事件发现模型；3）创立二元空间中的社会热点事件协同跟踪理论，引入物理空间的时空演变与网络空间的舆情演变分析，揭示事件的演化规律；4）建立社会热点事件的预测模型，研究事件主题挖掘与因果推断，支撑事件预警等重大决策。本项目的开展将有助于丰富和发展二元空间协同分析理论与算法，也为社会热点事件的智能化分析、理解与管理提供技术支撑，发表了国际杂志和会议30余篇。