-
题名以用户为中心的社会多媒体计算
被引量:1
- 1
-
-
作者
桑基韬
查正军
徐常胜
-
机构
中国科学院自动化研究所模式识别国家重点实验室
中国科学院合肥智能机械研究所
-
出处
《中兴通讯技术》
2014年第1期26-30,共5页
-
基金
国家重点基础研究发展("973")计划(2012CB316304)
国家自然科学基金(61225009
61303176)
-
文摘
从用户的角度解读社会多媒体计算框架,提出一种以用户为中心的社会多媒体计算框架。在这个框架下,重新探讨了以用户为中心的社会多媒体计算3方面的任务:用户感知的多媒体内容理解、基于网络行为的用户建模、社会媒体网络用户关系分析。
-
关键词
社会多媒体计算
以用户为中心
多媒体内容分析
用户建模
用户关系分析
-
Keywords
social multimedia computing
user-centric analysis
multimedia contentanalysis
user modeling
social relationship analysis
-
分类号
TP37
[自动化与计算机技术—计算机系统结构]
-
-
题名融合多模态特征的社会多媒体谣言检测技术研究
被引量:9
- 2
-
-
作者
金志威
曹娟
王博
王蕊
张勇东
-
机构
中国科学院计算技术研究所智能信息处理实验室
中国科学院大学
中国电子科技集团公司电子科学研究院创新中心
-
出处
《南京信息工程大学学报(自然科学版)》
CAS
2017年第6期583-592,共10页
-
基金
国家自然科学基金(61525206)
中国电科创新基金(16105501)
中国电科联合基金(20166141B08020101)
-
文摘
以微博为代表的社会媒体的蓬勃发展在加速信息交流的同时,也促使虚假谣言信息迅速在社会网络上传播,造成严重的后果.自动谣言检测问题受到了国内外学术界、产业界的广泛关注.围绕社会多媒体谣言检测这一问题,本文总结了融合多模态特征的谣言检测相关技术.首先从基本概念出发,阐述了谣言的定义和社会多媒体的特点,给出了社会多媒体谣言检测问题的定义.针对谣言检测面临的多模态特征抽取和模型构建两大难点,分别总结和归纳了各种类型的特征及其提取方法和不同的机器学习检测模型.这些特征和算法是检测谣言的基本手段,也是接下来研究的基础,可为进一步谣言检测的研究提供参考.
-
关键词
谣言检测
社会媒体计算
多媒体计算
深度学习
多模态特征融合
新闻认证
-
Keywords
rumor detection
social media computing
multimedia computing
deep learning
multimodal feature fusion
news verification
-
分类号
TP393.092
[自动化与计算机技术—计算机应用技术]
-