CASIA OpenIR  > 毕业生  > 博士学位论文
面向地理社会媒体的挖掘与应用
其他题名Georeferenced Social Media Mining and Its Application
方全
学位类型工学博士
导师徐常胜
2015-05-28
学位授予单位中国科学院大学
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
关键词地理位置 社会媒体 用户理解 知识挖掘 可视化 Geo-location Social Media User Understanding Knowledge Mining Visualization
摘要随着信息技术及互联网的发展,尤其是移动互联网的兴盛,社会媒体作为一种新型的允许人们创造和分享媒体信息的工具和平台, 在近年来得到了飞速的发展,吸引着全球数以亿计的用户参与其中。同时随着地理位置定位技术的发展,特别是移动智能手机的普及,基于用户地理位置的服务成为主流应用。在这一背景下社会媒体和地理位置相结合形成了地理社会媒体。地理社会媒体涵盖各种形式的带地理位置特征的社会媒体网站和服务。地理社会媒体使得用户可以随时随地获取和分享信息,产生了海量的带地理位置信息的社会媒体数据,其具有巨大、异质化、多模态和空时性的特点。海量的地理社会媒体数据与用户需求的信息之间存在着``知识鸿沟''。因此,如何对地理社会媒体进行有效地挖掘和利用,提取知识进行应用服务,成为未来互联网发展的关键。 地理社会媒体包含了地理位置、用户和媒体内容数据三个重要的元素,三个元素相互联系作用。一方面,用户感知地理位置,产生大量的带地理位置标签的媒体数据,通过汇聚挖掘这些地理媒体数据可以理解地理位置;另一方面,用户产生大量的在线活动行为数据,与媒体内容数据结合研究可以分析理解用户。 因此,我们开展面向地理社会媒体的挖掘与应用的研究,从用户感知的地理社会媒体数据挖掘知识用于理解用户和地理位置,从而进行提供有价值的应用服务。特别地,我们把语义理解、知识挖掘和应用服务统一结合起来,贯穿到研究问题中,进行了如下三个方面的研究工作: (a) 地理位置计算。用户产生的带地理位置信息的社会媒体数据蕴含了重要的关于现实世界的信息知识。地理位置计算旨在利用带地理标签的媒体数据,结合地理位置信息和多媒体语义,进行地理位置的建模分析和知识挖掘,包括地理位置的建模识别、主题特征发现和观点挖掘及情感分析。在得到地理位置知识基础上,可以进行地理位置识别、可视化和探索发现等应用。 (b) 社会媒体中的用户理解。为有效地满足用户对所需信息的获取,除了多媒体内容语义分析,还需要对用户建模分析,理解用户的兴趣分布和意图。这一研究方向利用用户产生的大量的媒体内容数据和丰富的的用户网络行为数据进行用户分析建模,获取用户的特征信息及行为模式。具体解决的问题包括用户的属性推断和用户影响力建模。 (c) 用户与地理位置结合的建模分析。从地理社会媒体数据挖掘得到的地理位置和用户的知识,需要通过有价值的应用送达给终端用户,满足用户的需求。这一方向把用户、地理位置和媒体内容数据在一个框架内进行建模,挖掘融入地理位置和用户的知识,并建立推送机制,为用户提供探索发现服务。 围绕上述三个方面,论文的具体工作和贡献有: 1. 基于地理属性的地理位置识别。提出一个基于区域隐式支持向量机模型框架来挖掘一个地理区域中具有代表性和判别性的地理属性帮助进行地理位置识别。此外,对挖掘的地理属性做了语义解释,可用于地理位置探索服务。 2. 多主题的地理位置可视化。提出一个系统性的可视化方法框架来自动地发现一个地理区域中的地理兴趣点与语义主题进行地理区域可视化。 3. 地理实体的多模态主...
其他摘要With the development of information technology and the Internet, especially the proliferation of mobile Internet, social media is a new tool and platform that allows people to create and share information. Its rapid development has attracted attentions from hundreds of millions worldwide users. Meanwhile, along with the advancement of geographic positioning technology, especially the popularity of smart mobile phones, location-based services have become mainstream applications. In this context, the hybrid of geo-location and social media forms georeferenced social media, which includes various types of social media services featured with geographical locations. Georeferenced social media that enables users to access and share information ``anytime, anywhere``, has generated a huge amount of geo-tagged social media data, which is heterogeneous, multimodal, and spatio-temporal. There is a ``knowledge gap'' between the massive georeferenced social media data and user information needs. Therefore, how to effectively and efficiently conduct data mining to harvest knowledge for end-user services, becomes the key problem to the development of modern Internet. Georeferenced social media contains geo-locations, users, and media content, which interrelate with each other. On the one hand, users have generated massive geographical media data, which can be aggregated to mine knowledge for understanding geographical locations. On the other hand, users have contributed rich online social behavior data, which can be explored to understand users. In this thesis, we investigate the research on georeferenced social media mining and application, which aims to explore the user-sensed georeferenced social media data to harvest knowledge for understanding geo-locations and users, thus providing valuable applications and services. In particular, we have combined semantic understanding, knowledge mining and application services in a principled and unified framework to conduct the research work concerning the following three issues: (a) Geo-location computing. User-generated geographical data contains geographic related knowledge and information of our world and human society. Geo-location computing aims to exploit the geo-tagged media content for modeling geo-locations and discovering geographic knowledge by combining geographical information and multimedia semantics in a unified way. The problems of geo-location computing include geographical location estimation, locatio...
其他标识符201218014628035
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6724
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
方全. 面向地理社会媒体的挖掘与应用[D]. 中国科学院自动化研究所. 中国科学院大学,2015.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20121801462803(15746KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[方全]的文章
百度学术
百度学术中相似的文章
[方全]的文章
必应学术
必应学术中相似的文章
[方全]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。