用户登录

|

“社交媒体数据的关联挖掘、知识表示与协同推荐”项目通过科技成果评价

2024-05-20 浏览次数:182

科技成果评价.jpg

  2024年5月18日,中科合创(北京)科技成果评价中心组织专家,召开了由云南大学完成的“社交媒体数据的关联挖掘、知识表示与协同推荐”项目科技成果评价会。专家审阅了项目方提供的资料,听取了汇报,形成如下意见:

  一、项目成果资料齐全规范,符合科技成果评价要求。

  二、该项目依托国家自然科学基金重点和面上、云南省杰青和重点等项目,针对社交媒体数据规模庞大、包含噪声、具有不确定性、缺乏标注等特点带来的数据关联关系挖掘和情境信息表征难、不确定性知识推理效率低、服务质量预测不准确且缺乏多样性的难题,研究并提出了社交媒体数据的关联关系挖掘与知识表示、以及协同推荐与服务质量预测的新理论、算法和技术,取得了一系列原创性研究成果。

  1、提出了社交媒体数据的关联关系挖掘新方法。结合传统聚类算法与深度神经网络模型,以及图采样、集成学习和并行计算等技术,高效挖掘社交媒体数据的关联关系,解决了社交媒体数据规模大、标注少而导致的关联关系挖掘困难的问题。

  2、提出了社交媒体数据的知识表示与推理新方法。结合贝叶斯网、图嵌入和深度神经网络模型,建立了含隐变量贝叶斯网参数学习、嵌入及近似概率推理新算法,显著提高了关联知识表示和推理的准确性,解决了模型学习和知识推理效率低的问题。

  3、提出了个性化信息服务的协同预测与推荐新方法。结合关联分析、知识推理和深度神经网络模型,构建了情境感知的服务质量预测新方法和基于知识推理的协同优化新模式,以及对偶正则化的矩阵分解、度量学习、融合推荐及推荐多样化技术,显著提升了预测精度,为个性化推荐系统构建提供了精准高效的计算手段。

  三、该项目在TSC、TKDE、Neural Networks、Information Sciences、DMKD、KAIS、ICDM、UAI、WSDM、《软件学报》、《计算机研究与发展》、《电子学报》等重要期刊及会议发表论文48篇,在World Scientific出版专著2部,授权发明专利10项。其中,核心论文19篇、专著1部;SCI收录14篇、EI收录16篇,SCI累计影响因子93.8,WOS核心合集中被他引400次,SCOPUS中被他引430次,谷歌学术被引用729次,研究成果被人工智能、数据挖掘、服务计算等领域顶级期刊及会议论文引用,具有广阔的应用前景和潜力,得到国内外众多知名学者的正面引用和积极评价,认为本项目的工作是解决相关领域关键问题的典型方法、代表性模型和先进技术。项目团队获批建设云南省智能系统与计算重点实验室,项目组成员6人入选云南省“兴滇英才支持计划”云岭学者和青年人才等各类人才计划。

  综上所述,专家组一致认为该项目总体达到国际先进水平,其中,结合深度自编码器与谱聚类的深度聚类、情境感知的服务质量协同预测方法达到国际领先水平。

专家组成员

  张 勤 全国政协常委、国际核能院院士、清华大学教授

  钱卫宁 华东师范大学院长、教授

  杨林楠 云南农业大学院长、教授

  杨志军 云南省教育厅教学仪器装备中心处长、研究员

  梁志宏 西南林业大学院长、研究员

  何 俊 昆明学院处长、教授

  徐万成 云南省计量测试技术研究院正高级工程师