面向大规模多源数据的人物画像及定位技术

With the rapid development of mobile Internet and the popularity of social networks, human social activities have widely extended to the cyberspace. Currently, the major technical challenges to be solved urgently is how to efficiently and precisely characterize the behaviors and characteristics of persons based on the mass and heterogeneous data produced by human activities, to construct "Personas", and to map and locate persons accurately in the integrated cyber-physical space..Based on personas and locating requirements concerning national security, this project studies the self-growth spectrum computation framework oriented to super large-scale cross-field and massive data processing. To construct deep personas, a field-oriented multi-scale image unit extraction and spectrum construction method is proposed. In addition, this project studies the temporal-spatial state propagation and dynamic evolution theory of personas for predicting the evolution of individual and group behavior. Finally, this project realizes person recognition and precise positioning in the cyber-physical systems. The project is expected to break through in the aspects of personas technology oriented to large-scale multi-source data, locating technology in the cyber-physical systems, and independent platforms, resulting in leading personas and locating technologies in the cyber-physical systems. The outcome of this project will provide key technical support for national public security, behavior analysis, and accurate business services.

随着移动互联网快速发展和社交网络的普及，人类在物理世界的活动已经延伸到网络信息空间，如何基于这些人类活动所产生的多源异构的海量数据进行精确高效地人物属性和行为特征刻画，并对特定人群进行信息空间与物理空间融合的身份识别与精确定位，成为当前亟待解决的重大技术挑战。.本项目从国家安全的需求出发，研究面向海量数据处理的超大规模跨领域的自增长图谱计算框架；提出面向领域的多尺度画像单元抽取及其图谱构建方法，建立深度人物画像；研究人物画像的时空状态传播与动态演化理论，预测人物个体和群体行为的演变；结合信物融合实现人物识别与精准定位。项目预计将在面向大规模多源数据的人物画像技术、信物融合的定位技术、自主平台等方面取得突破，形成领先的信息空间与物理世界融合的人物画像与定位技术，为国家公共安全、人物行为分析、精准商业服务等提供关键技术支持。

信息与物理世界的融合推动了信息技术和社会网络的交叉融合，人类社会、信息世界、物理世界新型三元共生的网络新空间逐渐形成，并通过3C（Computer,Communication,Control）技术走向有机融合与深度协作。人类在物理世界的活动已经延伸到网络信息空间，同时，在信息空间的活动又对现实世界产生了重大影响。研究如何对人在信息空间与物理空间融合（信物融合）环境中各种属性和行为特征进行精确高效地刻画，并对其行为及社会关系的演变进行预测分析，如何高效识别、发现和定位特定人员、组织和行为，已成为关系到社会安全和谐的迫切需求。.但在大规模、跨系统、多尺度、关联复杂的时空信息中，实现对人物画像的抽取，挖掘特定人员、组织的行为特征和关联关系，实现信息空间与物理空间以“人”为中心的融合，仍然没有一个高效精准地解决方案。本项目针对上述难点展开深入研究和技术攻关，以平台搭建、应用创新与技术验证为思路，完成了：1）超大规模跨领域的自增长图谱计算框架的搭建；2）多尺度画像单元抽取及其图谱构建方法；3）缺乏先验信息的信物映射与机器识别方法；4）人物画像的时空传播与动态演进预测模型；5）信物融合的目标人群定位方法。项目共产出61篇高质量学术论文，申请37项国内外专利，相应的原型系统在上海电信部门、大数据中心、航天八院以及深圳市海关展开技术验证与成果应用，为社会公共安全、人物行为分析、高效政务服务等提供关键技术支持。

内容获取失败，请点击重试