社交网络中数字媒体的扩散跟踪及关联建模

Compared with traditional digital media, the data obtained from social network such as blog, microblog and social network sites is closely mixed with some social information, which forms a new media manner and reflects the social behavior of both individuals and groups. We call the new media data as social media. The rapid spread of hot social media frequently triggers some important social events, which greatly impacts the real world and leads to the instability of society. Tracking hot social media and modeling the relationship among them can greatly contribute the public safety oriented applications such as understanding media content, detecting hot events, and predicting the developing trend of events. This project faces the great demand in public safety area and attempts to make some studies from three key aspects: highly efficient representation of social media, the duplication detection, and media relationship modeling. In particular, the main research scheme includes: study highly efficient media representation method, which can build compact and effective representation model; study new duplication detection method, which can detect hot social media; study new media relationship modeling method, which can build semantic relationship for isolated information sources.

有别于传统媒体数据，从博客、微博及社交网站等社交网络获取的媒体数据及与之相关的社会属性紧密地混合在一起，综合体现了个体和群体的社会行为，构成一种新的媒体形式，称之为社交媒体。一些重大敏感事件往往是由热点社交媒体的快速扩散而引发，其对现实社会产生重大影响，也对国家公共安全造成冲击。跟踪热点社交媒体的扩散路径、并对这些相互交织的社交媒体进行关联建模，实现孤立数据源的信息共享，对整体理解社交媒体内容、发现热点事件、预测事件演变趋势等公共安全应用具有重要意义。本课题面向公共安全这一重大应用，拟从高效的媒体表达入手，以媒体的重复检测为突破口，研究社交媒体的扩散跟踪及关联建模机制，为构建国家公共安全应急信息平台提供基础技术支撑。具体研究内容包括：研究高效的媒体表达方法，建立社交媒体内容的精炼描述；研究可视媒体的重复检测方法，实现重复热点媒体的检测；研究社交媒体关联模型，建立多源孤立媒体信息的语义关联。

随着互联网技术的飞速发展，社交网络正以其无可比拟的传播速度和表达方式，成为越来越多人表达诉求、宣泄情感和评论时事的重要途径。人们可以通过形式各样的社交网络平台来分享自己的信息、寻找需要的信息、发表自己的评论，比如个人主页、博客、微博、媒体共享网站等等。和传统媒体形式不同，社交网络中的媒体不仅具有内在的自然属性（如颜色、纹理、形状等），还具有丰富的社会属性（比如观点、事件、标注等），并且大部分是由非专业的网络用户自由创建并分享在各种社交网络平台上，具有新的媒体表现形式，称之为社交媒体。由于这些社交媒体数据与现实社会之间相互作用的范围之广和程度之深史无前例，其在政治、经济和文化等方方面面发挥着巨大效用，影响着无数人的思维、表达和行为方式。与现实生活紧密相关的热点和敏感话题及重大事件往往由社交网络引发，进而传播和扩散，对社会公共安全造成重大影响。. 本课题面向公共安全这一重大应用，拟从高效的媒体表达入手，以媒体的重复检测为突破口，研究社交媒体的扩散跟踪及关联建模机制，为构建国家公共安全应急信息平台提供基础技术支撑。具体研究内容包括：研究高效的媒体表达方法，建立社交媒体内容的精炼描述；研究可视媒体的重复检测方法，实现重复热点媒体的检测；研究社交媒体关联模型，建立多源孤立媒体信息的语义关联。. 项目整体进展顺利，取得了一些创新性成果，在社交媒体精炼表达、视频媒体重复检测及跟踪、重复区域内及区域间社交媒体关联建模方面：（1） 公开发表学术论文 13 篇，其中SCI论文5篇，包括领域内国际顶级期刊论文IEEE Trans. on Cybernetics、IEEE Trans. on Neural Networks and Learning Systems期刊论文3篇，领域内著名国际会议IEEE ICME论文3篇；（2）获授权发明专利1项，申请发明专利2项；（3）培养博士生1名，硕士生5名。达到预期研究结果。