973项目 网络大数据计算的基础理论及其应用研究 (项目编号:2014CB340400)
课题编号:2014CB340405
课题名称:网络大数据模式发现与效应分析方法研究
2014.1-2018.12, 200万,李晓明负责
课题研究内容为:
1. 网络大数据关联关系度量和计算
(1)研究网络大数据中关联关系的基本性质,包括紧密性、动态性、稳定性等,提出大数据中关联关系的度量方法和表达机制;
(2)研究数据与关系结构之间的作用机制,探索不同关系结构对数据变化的适应性,揭示关联关系的稳定性机理;
(3)研究数据子空间中各种关系的演化规律,对关系的稠密性进行评测和度量;研究低价值密度大数据向高价值密度小数据约简与映射机制,探索关联关系的转化规律,挖掘重要的关联关系。

2. 网络大数据关系模式发现和预测
(1)分析数据规模和数据稠密性对关系模式的影响,探索如何发现典型的关系模式,研究网络大数据中关系模式的高效识别算法;
(2)分析不同关系模式的数据核心特点,研究其核心的稳定性和有效作用边界;
(3)研究强弱关系模式的结构特点,发现不同模式的变化规律,建立关系演变的预测模型。

3. 网络大数据互动效应分析
(1)研究对数据变化敏感的数据子空间的特征,分析易于产生强互动效应的数据特点,揭示网络大数据互动效应产生的内在机理;
(2)研究数据规模对互动效应的影响,探索产生强互动效应的数据规模特点;
(3)研究网络大数据在时间和空间上的变化特征对互动效应的影响,分析互动效应随时间和空间的变化规律,如是否具有自相似性等,探索引起互动效应的关键因素及各因素的综合作用模型。

4. 网络大数据群体演化和事件发展趋势预测
(1)研究如何利用网络结构的静态和动态特征识别网络群体,认识网络群体的形成规律和演化机理;
(2)理解个体行为随机性突变与群体行为异常的耦合机制,建立群体异常行为模型,提出群体演化趋势的有效预测方法;
(3)研究群体行为导致不同类别事件的特点,提出突发事件的准确预测方法;建立多时序输入混合模型,对事件发展态势进行准确的实时预测。


Papers