||
第三届全国社会媒体处理大会总结
2014年11月1日-2日
特邀报告
特邀报告1 : Big Data Analyticsin Business Environments;演讲者:熊辉(海外杰青,美国罗格斯-新泽西州立大学教授)
熊教授主要介绍了商业环境下的数据挖掘分析。由于大数据自身的特性:巨大,细粒度,多样化,动态等,对于传统的数据挖掘方法都产生了巨大的改变和挑战。该报告着重分析了商业环境中的大数据分析技术和挑战,包括:(1)不同的商业应用的数据挖掘问题;(2)商业分析的数据预处理和后处理问题;(3)如何将计算模型用于管理不确定情况。具体报告中讲述了以下几种社交网络上用户行为分析:结合用户行动,传播的兴趣点,check-in 模式,他们主要用在POI推荐、check in pattern、house ranking(kdd2104)、Mobile App Ranking(KDD2104)。
特邀报告2:腾讯海量文本挖掘研究与实践;演讲者:王迪(腾讯工程与技术事业群搜索技术副总监)
王总主要介绍了腾讯研发的文本挖掘平台,包括自然语言处理平台(分词、新词、命名实体识别、同义词、纠错、并行化聚类/分类等)、知识挖掘平台、页面下载和抽取平台、舆情分析和预测平台,以及如何利用这些平台进行现今海量数据的自动挖掘,并且将挖掘结果应用于腾讯的多款产品。其中,以基于用户画像的语义标签搜索和基于社交关系的个性化新闻推荐为例,介绍文本挖掘平台如何在面向社交的语义搜索和推荐场景中发挥作用。该报告中QQ上内容上数据主要分为以下四类:行为类、内容类、情景类、属性类;腾讯研究上遇到的问题有:海量、成本控制、无截断问题;社交搜索及社交推荐:社交关系(关系链检索)拉取和QQ用户画像解决冷启动问题(新用户)(qq用户画像有年龄、性别、职业等基本属性);分三个部分:基本属性、行为属性(用户兴趣、兴趣标注)、业务属性(电商兴趣、游戏属性)。
特邀报告3:Social InformationFiltering – A Case Study on Weibo ;演讲者:李航(华为技术有限公司诺亚方舟实验室首席科学家,北京大学,南京大学客座教授)
李航教授介绍了如何进行社交信息过滤,其目的是为用户构建信息助手从而有助于用户简单快速地获取信息,并举例了他们华为诺亚方舟实验室做的小诺机器人( @小诺_Noah)。通过微博机器人小诺的介绍,引出每个人都有一个智能信息助手,进行抽取信息、信息摘要、关系信息、回答问题、自然语言对话等。自动关注人、自动转发帖子、转发预测(这适合营销领域)。
特邀报告4:大数据机会与风险——谈与人行为相关的大数据分析;演讲者:刘德寰(北京大学传播学系教授,博士生导师)
刘教授主要介绍了他理解的大数据的理念误区,大数据的分析层次,大数据中的机会以及大数据中的伦理。他认为大数据中存在三个危险观念:对抽样的蔑视,无原则推崇相关以及全数据。大数据的到来引起了众多方法论的问题,并以google为例说明大数据的弊端。
特邀报告5:大数据改变世界;演讲者:林春雨(北京拓尔思信息技术股份有限公司高级副总裁,中关村大数据产业联盟副秘书长,国家信息安全专项舆情云服务项目组长)
林总主要介绍了大数据技术对各行各业的冲击和变化,大数据可以改进政府的决策,反馈真实民意,优化管理水平。除此之外,大数据可以助力优化企业的口碑管理,维护企业,改进服务流程,大数据正在成为目前所有行业的驱动力。随后介绍了拓尔思在大数据领域的一些实践,如关注健康医疗等。
特邀报告6:海量基于社会媒体的行业大数据实践;演讲者:郝玺龙(海量信息技术有限公司创始人董事长)
郝总主要介绍了如何将社会媒体信息转化为可以指导行动的情报。大数据具备数据规模大、数据多样性、数据在运动中及数据不确定性的特点,从纷繁复杂的海量数据进行收集整理后经过挖掘获得对组织和个人的决策形成支撑的知识或情报,对技术支撑平台的数据全面性、时效性和准确性提出了更高的要求。该报告介绍了“海量”基于十余年的中文智能计算和互联网数据挖掘技术的积累而打造的大数据技术体系,并将以大数据在娱乐行业的应用(爸爸去哪儿第二季)为例,展示海量在大数据时代为行业提供情报服务的独特竞争力。
特邀报告7:社会信号的解析与应用- 从CMO到智慧管理;演讲者:王飞跃(教授,中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任)
王教授七主要介绍了闭环反馈自适应式的实时开放式社会管理与服务是否可能?能否成就一个崭新的社会自动化时代?该报告认为,社会信号的有效解析(Analytics)和知识自动化将是实理这一目标的核心与关键,而研究并掌握各类CyberMovement Organizations (CMOs)的形态与发展更是实现智能企业和智慧社会管理的必经之路。
特邀报告8:Mining SocialMedia: Look Ahead;演讲者:刘欢(美国亚利桑那州立大学教授,IEEE Fellow)
刘教授主要介绍了社会媒体挖掘中他们的研究工作。社会媒体为我们提供了沟通与交流,也为研究人员了解人们创新的透镜的一种新方法。社会媒体挖掘是在规模化处理社会媒体的一种有效途径。我们目前面临的问题有:(1)大数据悖论(2)信任VS不信任社会媒体(3)数据样本的可信度问题(4)评价困境。这些挑战使得我们有机会了解社会媒体的数据及其特性,从而进行跨学科的研究与发现。
特邀报告9:社交网络信息与传播基础理论研究;演讲者:贾焰(博士,国防科学技术大学教授,博士生导师;现任教育部基础软件工程中心副主任,国家863 计划“十二五”信息技术领域专家)
贾教授在线社交网络的出现和飞速发展,深深的影响了大家的学习、工作和生活模式,已成为一个公认的研究热点。社交网络分析在在掌握舆情、突发事件发现、网络营销等方面具有重要作用。本报告首先给出在线社交网络的基本概念和分类。然后,从在线社交网络的三个维度(结构、群体和信息),分析了在线社交网络的数据特点。进一步,给出了在线社交网络分析面临的挑战及问题,并对973课题组团队在线社交网络分析方面的研究进展进行简要介绍。最后,给出了对社交网络研究问题的思考,对在线社交网络下一步的研究方向进行了探索。通过本介绍,可以了解在线社交网络的基本概念、特点和最新研究进展。
特邀报告10:社会媒体环境下在线管理反馈对消费者行为的影响研究;演讲者:叶强(哈尔滨工业大学管理学院副院长,教授,国家杰青)
叶教授主要分析社会媒体环境下在线客户评论对消费者行为和企业绩效的影响。叶教授他们研究在这一背景下,探索企业针对在线用户评论的应对机制——管理反馈,对企业绩效和消费者满意度的影响。该报告介绍了如何应对负面评价,提出用反馈取代删除的做法,利用携程网酒店客户评论数据,通过假设检验和满意度调查的方法进行管理视角的实证研究,发现了管理反馈对用户行为和用户满意度产生影响的一些基本规律,即管理反馈是有效的处理方法。
特邀报告11:基于社交媒体的用户理解与智能服务;演讲者:於志文(工学博士,西北工业大学计算机学院教授,博士生导师,洪堡学者,2012 年首批国家优秀青年科学基金获得者)
於教授研究用户使用社交媒体产生的数据形成数字足迹,这些足迹反映用户和群体的在物理世界行为,如位置、时间、关系、偏好、情绪等,通过提取用户行为特征和行为规律,能够提供各种智能服务,如基于LBSN群体足迹旅游包推荐。与传统推荐不一样,他们研究的不是单个景点推荐,而是具有时间限制、地理位置的旅游线路推荐。
特邀报告12:社交江湖与媒体数据;演讲者:沈阳(清华大学新闻与传播学院教授,博士生导师,清华大学新闻研究中心研究员)
沈博士讲述他理解的社交媒体上,他认为与真实物理时间一样,逐渐形成社交江湖,不再是是单向的索取,而应该需要资源的交换。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 22:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社