大规模WiFi轨迹隐含知识图谱挖掘研究

WiFi wireless access has been the basic living need for smart phone users in the era of mobile Internet. A large number of WiFi hotspots have also been developed into an importance component of smart city. Learning the semantic features of large-scale WiFi dynamic connections and nearby environment is of great help to both the standardization of WiFi connection service and the strategy of national digital city. This project proposes to mine the city-scale WiFi connection trajectories and semantic content extracted from mobile social network, constructing graph model in the manner of spectral graph for latent knowledge discovery, in order to provide WiFi knowledge graph for connection optimization, city planning, commercial recommendation, etc. The research first starts with the analysis of WiFi trajectories. By applying semantic place detection, behaviour modeling, as well as group discovery in terms of multi-context similarity fusion, the WiFi users' mobility can be characterized in spatio-temporal space. Second, based on multi-concept semantic fusion method, the multimedia content in mobile social network is analyzed through topic model to reflect the environmental features of WiFi hotspots. Finally, the contextual semantics related to users, locations, contents, etc. are constructed in a hypergraph with heterogeneous properties, which is then represented with high-order tensor and factorized for latent knowledge discovery.

WiFi无线接入已经成为移动互联网时代手机用户的基础生活需求，大量WiFi热点也成为智慧城市信息基础设施的重要组成部分。深入研究大规模WiFi动态连接及周边环境特征，有助于规范公共WiFi接入服务，助力国家数字城市战略。本项目提出对城市规模的WiFi连接轨迹与移动社交网络蕴含的语义内容进行挖掘，通过图形化的方式进行融合建模和隐含知识发现，以提供WiFi知识图谱在优化连接、城市规划、商业推荐等方面的应用。研究首先对WiFi连接轨迹应用语义地点识别、行为建模和多上下文相似度融合的群组发现方法，从时空上反映WiFi的用户移动特征；其次，对移动社交网络的多媒体内容进行分析，通过图像多概念探测的方法，融合文字内容构建主题模型，反映WiFi热点的周边环境特征；最后，将用户、位置、内容等上下文语义描述建模成包含异质属性的超图，通过高阶张量表示及隐含语义分解的方式从多个切面完成知识发现。

作为我国大量网络用户进行无线网络接入的主要方式，手机WiFi已经成为智慧城市信息基础设施的重要组成部分，大规模WiFi 接入能充分反映用户行为规律和群体特征，其研究对整个社会的安全、规划、经济、公共服务等都有巨大的潜力和挑战。尤其作为城市计算的一项重要数据来源，WiFi连接数据可以和其他智慧城市的输入构成多模态的传感器大数据，对这些多模态大数据的有效融合可以解决单一模态数据在进行城市特征和语义刻画过程中描述不足的问题。本项目基于WiFi这一无线基础设施的广泛应用，对WiFi连接行为特征及移动社交网络的内容方面进行深入分析和应用，在进行WiFi属性的挖掘分析的同时，结合其他城市传感器输入如高清卫星影像数据进行城市区域特征和功能的分析。同时，对跨模态的数据关联和检索展开研究，以有效解决多模态融合和语义分析的问题。具体包括可视媒体语义理解和多概念增强、WiFi连接特征挖掘及预测、时序动态行为建模及识别、社交媒体多模态检索等方面。. 目前，项目研究已经产生了多方面的成果，参与出版国际学术专著一部，出版译著一部，已完成并待出版译著一部；发表高水平学术论文二十余篇，其中SCI检索论文五篇，EI检索论文十余篇，并且大部分是中国计算机学会推荐的期刊或会议；一篇论文获国际学术会议优秀论文奖，一篇论文进入国际学术会议最佳论文候选；申请国家发明专利三项，授权软件著作权一项。在实用性方面，相关的研究成果已经应用于TRECVid国际视频检索权威评测，部分算法被新西兰国立健康研究中心Kid'sCam项目采纳，项目成果在公共健康医疗分析、城市态势分析与规划等领域有广泛的应用前景；在军事和国防应用领域，项目成果已经在军民融合态势分析研究项目中得到应用，目前还应用于多个国防科技相关的研究项目中，以提高宏观态势分析以及规划论证的合理性。