一、项目名称情境大数据融合表示和分析挖掘研究和应用.PDFVIP

一、项目名称： 情境大数据融合表示与分析挖掘研究及应用 二、推荐单位： 中国科学技术大学 三、项目简介 该项目属于信息科学技术领域，主要涉及大数据、数据分析以及挖掘方法等研究。 大数据是国家新型战略资源和驱动创新的重要支撑。有别于传统大数据，情境大数据融合了用户 行为相关的动态场景信息，产生了更加大量、复杂、多源的异构数据，使得现有大数据理论和方法难 以有效应用。这不仅给大数据挖掘技术的发展提出了新的挑战，也从理论上提出了新的科学问题。为 此，在现有理论与方法基础之上，该项目针对情境大数据建立了新的数据融合模型，开展了新的数据 挖掘方法研究，在若干重要应用领域进行了数据的分析应用技术研究，形成了相对系统的技术路线： 基础研究(融合挖掘)-应用研究(分析应用)-应用示范(经济与社会效益)。重要科学发现简介如下： 1)情境大数据的融合表示。针对情境大数据多源异构、高维稀疏、标注缺失的特点，建立了情境 大数据的融合表示新模型，解决了情境大数据的融合、特征表示和情境识别所面临的瓶颈问题，显著 提升了情境大数据的信息表达能力，为2)中的情境大数据的挖掘研究奠定数据结构基础。2012 年发表 在ACM Transactions on Intelligent Systems and Technology 的论文被评为当期Featured article。 三篇代表作[1,5,8]谷歌学术他引978 次。 2)情境大数据的挖掘研究。基于1)中建立的数据融合表示，提出了用户-情境-兴趣的建模分析方 法，建立用户兴趣与情境的复杂关联，解决了情境与兴趣耦合难分的问题；揭示用户兴趣与情境的协 同演变趋势，解决了兴趣与情境动态关联状态描述难题；提出高效建模计算方法，解决了海量用户- 情境-兴趣数据建模下的计算时效性问题，为 3)中建立情境大数据挖掘技术奠定了模型基础。相关工 作获得数据挖掘领域顶级国际会议 ICDM2011 最佳研究论文奖。四篇代表作[3,6,9,10]谷歌学术他引 308 次。 3)情境大数据的分析应用。在1)与2)的基础上，进一步发展了情境大数据的分析方法研究，针对 多个应用领域的用户意图理解与分析，提出了卓有成效的情境感知挖掘技术，揭示了应用中领域知识 对情境大数据挖掘的复杂约束效应。澳大利亚科学院和工程院双院院士Ramamohanarao Kotagiri 教授 认为该项目的工作是协同过滤与搜索排序的代表性工作，在实际学习场景中可以与他们的数据降维方 法进行整合。三篇代表作[2,4,7]谷歌学术他引883 次。 该项目10 篇代表性论文SCI 他引910 次，谷歌学术他引2169 次，单篇最高SCI 他引250 次；获 数据挖掘领域顶级国际会议ICDM2011 最佳研究论文奖；得到了众多国际知名学者的公开引用和积极评 价。该项目获授权发明专利5 项，部分成果应用于若干行业，如与科大讯飞股份有限公司、阿里巴巴 集团、科大国创软件股份有限公司等在情境大数据挖掘应用方面的合作，取得了显著成效。 基于该项目成果，第一完成人2013 年获国家杰出青年基金支持、负责的“大数据分析及应用”团 队2016 年入选科技部创新人才推进计划重点领域创新团队、2018 年入选万人计划科技创新领军人才， 培养的多名博士分获中国计算机学会(1人次)、中国人工智能学会(2人次)、中国科学院(2人次)优博 论文奖。第二完成人入选中国科协青年人才托举工程。 四、主要完成人情况表 姓 名 陈恩红 排 名 1 技术职称 正高 工作单位 中国科学技术大学 完成单位 中国科学技术大学 2005 年入选教育部新世纪优秀人才支持计划；2008 年国际数据挖掘会议ACM SIGKDD 最佳应 曾获科技 用论文奖( 中国大陆高校首次获得) ；2010 年度普适媒体计算国际会议（u-media 2010）最佳论 文奖；2011 年国际数据挖掘会议IEEE ICDM 最佳研究论文奖( 中国大陆高校首次获得) ； 2012 奖励情况 年教育部自然科学二等奖（排名第 1）；2013 年国家杰出青年基金获得者；2015 年国际数据 挖掘会议SDM 最佳论文提名；2016 年作为团队负责人入选科技部重点领域创新团队。 本人对本项目主要贡献： 作为项目负责人，提出本