کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6853591 659019 2016 18 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Social network search based on semantic analysis and learning
ترجمه فارسی عنوان
جستجوی شبکه اجتماعی بر اساس تجزیه و تحلیل معنایی و یادگیری
کلمات کلیدی
تجزیه و تحلیل معنایی، یادگیری معنایی، متقابل جستجوی شبکه اجتماعی
ترجمه چکیده
به دلیل دخالت هر کس در شبکه های اجتماعی، شبکه های اجتماعی پر از داده های چند رسانه ای عظیم هستند و رویدادها از طریق شبکه های اجتماعی منتشر می شوند و از طریق داده های ناهمگونی چند منظوره و چندین ویژگی منتشر می شوند. تحقیقات متعددی در مورد جستجو در شبکه های اجتماعی انجام شده است. با توجه به ویژگی فضایی و زمانی پیام ها و روابط اجتماعی میان کاربران، چارچوب جستجو کلی شبکه اجتماعی را از منظر معانی شناختی بر اساس تحقیقات موجود خلاصه کردیم. برای جستجوی شبکه اجتماعی، کسب و ارائه داده های فضایی و زمانی، پایه ای است، تجزیه و تحلیل معنایی و مدل سازی داده های بزرگ رسانه های چند رسانه ای یک مولفه مهم است، یادگیری عمیق معنایی شبکه های اجتماعی، زمینه تحقیق کلیدی است، و نمایه سازی و مکانیزم رتبه بندی ضروری است. در این مقاله مطالعات فعلی در این زمینه بررسی شده و سپس چالش های اصلی جستجو در شبکه های اجتماعی ارائه می شود. سرانجام، چشم انداز چشم انداز و تلاش بیشتر برای جستجوی شبکه های اجتماعی را فراهم می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
جستجوی شبکه اجتماعی بر اساس تجزیه و تحلیل معنایی و یادگیری
چکیده انگلیسی
Because of everyone's involvement in social networks, social networks are full of massive multimedia data, and events are got released and disseminated through social networks in the form of multi-modal and multi-attribute heterogeneous data. There have been numerous researches on social network search. Considering the spatio-temporal feature of messages and social relationships among users, we summarized an overall social network search framework from the perspective of semantics based on existing researches. For social network search, the acquisition and representation of spatio-temporal data is the basis, the semantic analysis and modeling of social network cross-media big data is an important component, deep semantic learning of social networks is the key research field, and the indexing and ranking mechanism is the indispensable part. This paper reviews the current studies in these fields, and then main challenges of social network search are given. Finally, we give an outlook to the prospect and further work of social network search.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: CAAI Transactions on Intelligence Technology - Volume 1, Issue 4, October 2016, Pages 293-302
نویسندگان
, , , ,