张宝鹏 彭进业 范建平



摘要:提出基于概念网的媒体大数据结构化描述和分析的技术框架,该框架可以针对不同的数据获取来源,通过层次式多角度概念描述模型融合数据的视觉特征、实例和概念关联的语义,并提出面向单一媒体和多媒体文档的跨媒体概念提取及基于结构的语义对齐方法,从而有效支持媒体大数据的语义关联分析及多领域的智能应用。
关键词:概念网;媒体大数据分析;概念抽取;结构化描述;可视化
Abstract:In this paper, we propose that a topic network-based enabling technology framework for big media analysis and structural description. And it proposes a hierarchical concept description model with multiple perspectives for different sources data to integrating semantic of visual, instance and concept correlation. And cross-media concept extraction method for single media and multimedia document and their structure-based semantic alignment method are also proposed, which can efficiently support the big media analysis and smart application in many domain.
Key words:topic network; big media analysis; concept extraction; structural description; visualization
随着互联网的普及和迅速发展,各类在线社交网络(如Facebook、Twitter、新浪微博、腾讯网等)的飞速发展,网络数据资源越来越多样化,并呈爆炸式增长。这种大数据的势态引发了多行业、多领域的时代性变革。大数据思想的重要在于[1]:人们可以在很大程度上从对于因果关系的追求中解脱出来,转而将注意力放在相关关系的发现和使用上。目前,在互联网中,大量文本、图像、音频、视频等媒体大数据迅速增长,其中蕴含了很多人类社会活动的基本规律,公共卫生、商业乃至思维模式因此酝酿着重大的机会和挑战。基于大数据的研究逐渐成为各国政府重点发展的国家战略,及时、准确地获取并理解这些数据及其关系不仅仅可以为政府在社会生活、金融服务、医疗卫生等方面发现和处理民生问题,辅助政府决策,同时也为互联网经济的发展提供有效的客户和经济规律的知识辅助,提供商业智能决策支持。
尽管媒体大数据成长迅速,应用广泛,但其数据量大、种类繁杂、价值密度低以及时时刻刻不断变化的特点,使得存储、统计、分类以及调用都非常困难[2],其价值远没有得到充分的利用和开发。……