Web搜索与挖掘的新理论和新方法—支持舆情监控的Web搜索与挖掘的理论与方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60933005
  • 项目类别：
    重点项目
  • 资助金额：
    200.0万
  • 负责人：
    方滨兴
  • 依托单位：
    中国科学院计算技术研究所
  • 学科分类：
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份：
    2013
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2013-12-31

项目摘要

课题针对Web信息处理面临的三大挑战性问题，即Web信息特征表达的多维度问题、Web内容计算的不确定性问题和Web数据演化性问题出发，开展面向Web搜索与挖掘相关的新理论和新方法研究。在基础理论方面，展开基于维度挖掘的Web信息多维计算理论、Web信息内容处理的不确定计算理论和Web数据聚集计算理论的研究；基于基础理论的发现，在关键技术方面开展基于用户知识空间的个性化搜索、网络文本倾向性分析、网络话题的发现与跟踪、社区发现与关系挖掘以及网络舆情宏观态势分析等技术的研究；基于基础理论和关键技术的突破，研制舆情安全分析与预警原型系统，并基于海量真实数据和实际运行环境，对基础理论和关键技术进行验证。课题将提出Web信息计算新型理论，设计更加高效的Web搜索与挖掘新方法。同时为基于大规模Web信息挖掘的战略应用- - -网络舆情分析和预警的研究奠定理论基础和关键技术支撑。

结项摘要

本项目针对Web信息处理的多维度、不确定性、演化性等挑战性科学问题，在理论方面重点研究了网络内容计算的不确定性理论、多维度的话题模型理论和复杂网络模型理论。在关键技术层面解决了国家舆情分析面临的Web搜索和挖掘的关键问题，具体在社交网络的个性化搜索、网络话题发现与演化分析、社区发现与演化分析、网络舆情态势分析等多项关键技术方面取得突破。基于上述在基础理论与关键技术上的突破，开发了两大产品和系统，并在国家舆情分析领域中得到应用验证。在项目研发过程中，项目还培养研究生80余名，在国内外学术会议及刊物上发表论文近200篇，超计划完成了相关的任务。

项目成果

期刊论文数量（82）
专著数量（0）
科研奖励数量（6）
会议论文数量（114）
专利数量（39）
a sampling method for mining user's preference
一种挖矿用户抽样方法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    DCABES2012
  • 影响因子：
    --
  • 作者：
    jianfeng zhang;weihong han;Yan Jia;Peng Zou
  • 通讯作者：
    Peng Zou
Auto-sampling of feature words on imbalanced data
不平衡数据上特征词的自动采样
  • DOI：
    --
  • 发表时间：
    2010
  • 期刊：
    Journal of Beijing University of Technology
  • 影响因子：
    --
  • 作者：
    Zhou Bin;Hou Song;Jia Yan
  • 通讯作者：
    Jia Yan
图索引技术研究综述
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    山东大学学报(理学版)
  • 影响因子：
    --
  • 作者：
    刘雅辉;刘春阳;张铁赢;程学旗
  • 通讯作者：
    程学旗
面向网络论坛的高质量主题发现
  • DOI：
    --
  • 发表时间：
    2010
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    陈友;程学旗;杨森
  • 通讯作者：
    杨森
Spectral methods for the detection of network community structure: a comparative analysis
网络社团结构检测的谱方法：比较分析
  • DOI：
    10.1088/1742-5468/2010/10/p10020
  • 发表时间：
    2010-10-01
  • 期刊：
    JOURNAL OF STATISTICAL MECHANICS-THEORY AND EXPERIMENT
  • 影响因子：
    2.4
  • 作者：
    Shen, Hua-Wei;Cheng, Xue-Qi
  • 通讯作者：
    Cheng, Xue-Qi

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

社交网络的结构支撑理论
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    韩毅;许进;方滨兴;周斌;贾焰
  • 通讯作者：
    贾焰
并行社区发现算法的可扩展性研究
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    通信学报
  • 影响因子：
    --
  • 作者：
    刘强;贾焰;方滨兴;周斌;胡玥;黄九鸣
  • 通讯作者：
    黄九鸣
基于可验证计算的可信云计算研究
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    王佳慧;刘川意;王国峰;方滨兴
  • 通讯作者：
    方滨兴
泛在网络空间大数据“雾云计算”软件体系结构
  • DOI：
    10.15302/j-sscae-2019.10.001
  • 发表时间：
    2019
  • 期刊：
    中国工程科学
  • 影响因子：
    --
  • 作者：
    贾焰;方滨兴;汪祥;王永恒;安静斌;李爱平;周斌
  • 通讯作者：
    周斌
求解网络风险传播问题的近似算法及其性能分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国科学(E辑:信息科学)
  • 影响因子：
    --
  • 作者：
    田志宏;方滨兴;张永铮;云晓春
  • 通讯作者：
    云晓春

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码