跨域异构媒体信息的社会化推荐关键技术研究

Under the support of National Science Fund for Young Scholars, we have achieved fruitful results on the patterns of interactions between user and media information, and the diffusion machanism in macro-scale. We intotal published 17 papers, and achieved 2 international awards including best paper award. This project aims to base on the previous project, further take complex social network factors into consideration, and investigate the deep correlations between cross-domain heterogeneous network factors and the information adoption behaviors. We will fully consider the dynamic interactions, cross-domain, heterogeneous structure, and the huge volume of social media information, and mainly focus on the information adoption machanism, transfer learning across multiple domains, and efficient and scalable social recommendation based on heterogeneous hashing. This project can hopefully further improve the influence of the achievements from previous project. Meanwhile, we target real applications, distill foundamental research problems in this project, and expect to achive a series of advanced achievements with high impact and good applicability.

在青年基金项目期间，项目组在社交网络中用户与媒体信息的交互机理及媒体信息的扩散机制方面取得了丰硕的研究成果，共发表学术论文与专著17篇，获得最佳论文奖等国际奖励2项。项目组经过深入研究发现社交网络的复杂环境因素对于用户行为及媒体信息扩散的规律和机制的影响作用不容忽视。本项目拟在青年科学基金项目基础上，进一步引入社交网络的复杂环境因素，考察跨域信息与异构网络等因素与用户对媒体信息的微观行为之间的深度关联。针对社区媒体信息的动态交互、跨域分布、异构结构及海量规模的特点，以动态社交网络环境下媒体信息的用户采纳机理为基础，深入研究社交网络中的跨域知识迁移与融合建模理论，实现基于异构网络哈希学习的高效可扩展媒体信息社会化推荐方法。本项目的开展将在进一步提升青年科学基金项目研究成果影响力的同时，面向实际应用深化扩展研究的广度和深度，以期在社交媒体领域取得一系列具有较强创新性和可应用性的新成果。

在青年基金项目期间，项目组在社交网络中用户与媒体信息的交互机理及媒体信息的扩散.机制方面取得了丰硕的研究成果，共发表学术论文与专著17篇，获得最佳论文奖等国际奖.励2项。项目组经过深入研究发现社交网络的复杂环境因素对于用户行为及媒体信息扩散.的规律和机制的影响作用不容忽视。本项目拟在青年科学基金项目基础上，进一步引入社.交网络的复杂环境因素，考察跨域信息与异构网络等因素与用户对媒体信息的微观行为之.间的深度关联。针对社区媒体信息的动态交互、跨域分布、异构结构及海量规模的特点，.以动态社交网络环境下媒体信息的用户采纳机理为基础，深入研究社交网络中的跨域知识.迁移与融合建模理论，实现基于异构网络哈希学习的高效可扩展媒体信息社会化推荐方法.。本项目的开展将在进一步提升青年科学基金项目研究成果影响力的同时，面向实际应用.深化扩展研究的广度和深度，以期在社交媒体领域取得一系列具有较强创新性和可应用性.的新成果。

内容获取失败，请点击重试