社交网络中智慧搜索的研究综述

《社交网络中智慧搜索的研究综述》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述20社交网络中智慧搜索的研究综述201、引言在

2、线社交网络是一种在信息网络上由社会个体集合及个体之间的连接关系构成的社会性结构。在线社交网络可分为4类：1)即时消息类应用，是一种提供在线实时通信的平台，如QQ、微信等;2)在线社交类应用，是一种提供在线社交关系的平台，如Facebook、人人网等;3)微博类应用，是一种提供双向发布短信息的平台，如Twitter、新浪微博等;4)共享空间等其他类应用，是其他可以相互沟通但结合不紧密的Web2.0应用，如论坛、博客等。当前，在线社交网络应用正处在蓬勃发展期，Facebook已拥有超过14亿的用户，成为第一大”人口国”,

3、新浪微博用户数已达到5.36亿，腾讯微博用户数已达到5.7亿。在线社交网络应用正深刻地影响着人们生活的各个方面。在线社交网络数据具有丰富价值，并蕴含着大量智慧。主要体现在：1)蕴含了大量用户情感、立场和观点，进而可发掘人类的思想和行为;2)包含了各类具有时空特性的话题、事件信息，进而可对它们的起源、传播和发展规律进行揭示和挖掘;3)记录了用户和话题间丰富的关系数据，进而可发现朋友关系、社交圈子、用户与话题、话题与话题等之间关系;4)充满了针对专业问题的丰富讨论，进而可汇聚群体智慧，服务于人们的工作和生活。传统的搜索引

4、擎技术，主要是面向Web1.0静态网页，是基于关键词的”存在性搜索”,不能支持面向Web2.0/3.0应用，具有5V特性的大数据，及其满足用户需求智慧解答的搜索。因此不能发掘丰富的在线社交网络智慧，且服务于用户。本文研究在线社交网络智慧搜索技术，定义如下。在线社交网络智慧搜索是在正确理解用户意图的基础上，基于社交网络数据进行加工、推演处理发掘知识，进而给出智慧解答。在线社交网络大搜索具有”4S”特点：1)意图感知(sensingthecontext)，结合用户请求的上下文、时空特性、场景感知等方式，支持在语义级别上对

5、用户搜索意图进行准确理解;2)多源综合(synthesisfrommultiplechannels)，综合、关联多通道、多来源(不同社交网络)的社交网络数据和信息，进行统一的知识发掘和推演;3)安全可信(securityprivacyandtrust)，在线社交网络搜索结果的安全可信的，并且支持隐私保护;4)智慧解答(intelligentsolu20tion)，搜索的结果是基于在线社交网络数据和信息，经过发掘、推理和计算而得到的一组有序智慧解答。2、相关工作在线社交网络智慧搜索涉及的相关理论和技术包括：搜索引擎技术

6、、在线社交网络分析、复杂对象关系建模、意图理解与匹配及知识构建与推演等。当前的搜索引擎技术主要包括互联网搜索引擎和在线社交网络搜索。主要的互联网搜索引擎包括全文搜索、元搜索引擎和垂直搜索引擎等。在互联网搜索引擎中，为优化搜索结果，通常采用倒排索引技术对网页信息进行索引，并采用排序算法对搜索结果进行等级排名,典型的算法包括PageRank[1]和HITS[2]等;为提高搜索结果的关联性，Google、百度、搜狗等引入知识图谱技术;为实现搜索信息的高效存储管理，各互联网厂商纷纷提出了解决方案，如Google的Bigtab

7、le[3],Amazon的Dynamo[4]、Yahoo的PNUTS[5]等。在在线社交网络搜索方面，360推出的”我的搜索”,引入微博、微信等社交因素的影响，并在搜索结果中进行展示。Facebook推出的社会搜索引擎GraphSearch,用户可在社交网络中对好友、照片、地点等进行搜索。微软推出的人立方关系搜索，自动地计算每一个人名与关键词的距离，并可展示人的社会化关系。在线社交网络分析为社交网络中知识的获取和推演提供了相应的方法。主要的社交网络分析包括话题发现与演化、虚拟社区发现与演化、信息传播以及影响力分析等。

8、话题发现与演化能有效支撑网络时代的信息决策。代表性工作包括：Blei[6]提出的隐含狄利克雷分布的LDA模型、Lin等[7]提出的潜在扩散路径方法、美国马里兰大学研究的词项间共现频率反映语义关联原理的方法[8].虚拟社区发现与演化有助于发现社交网络中的拓扑结构信息。代表性工作包括：N20ewman等[9]提出的模块性方法、Chakrabarti