[00110471]面向两岸热点事件的社交多媒体大数据协同感知与计算
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
一、项目简介
本项目的研究，旨在揭示阻断网络下的不对称信息传播规律，创立社交多媒体大数据的感知与计算的新理论新方法，开发面向两岸热点事件的监控技术，搭建维护国家安全和两岸稳定的支撑平台。
二、前期研究基础
持续开展在社交媒体挖掘与舆情分析领域的应用研究，在计算机学科国际一流刊物与会议（包括TIP、TIST、 IJCAI、AAAI、ACM Multimedia）上发表10 余篇，提交申请专利4项。
三、应用技术成果
1）多模态事件建模。采用多假设跨空间的社会事件关联模型，根据不同空间的社会事件数据，采用其多模态信息内容进行描述，并利用协同多假设概率跟踪，实现不同空间上的事件信息协同互补，进而得到社会事件的协同关联。
2）基于超图学习的跨模态社交媒体舆情分类,采用超图学习技术，分析跨模态微博信息的整体舆情走势，然后采用多模态超图学习技术进行跨模态舆情预测。
3） 两岸热点事件态势预测,采用基于统计模式匹配和因果逻辑推导的预测算法。输入是热点事件在大陆/台湾的发展演化轨迹，输出是热点事件的态势估计和未来发展方向预测。
