社会媒体内容挖掘与传播分析

课程编码：081104M07004H 英文名称：Social Media Content Mining and Propagation Analysis 课时：20 学分：1.00 课程属性：高级强化课 主讲教师：孔庆超

随着互联网的快速发展，社会媒体已成为其最重要的网络交互平台之一。与传统媒体最大的不同是，社会媒体用户不仅是信息的被动消费者，更是主动生产者和传播者。该特点极大地拓展了全球信息传播范围，提高了传播效率。然而近年来社会媒体平台也逐渐暴露出散播谣言、发表歧视仇恨言论等诸多问题，对企业、组织和政府的管理提出了新的挑战，同时也有力推动了社会媒体的相关研究。
本课程面向人工智能、复杂系统、智能信息处理、社会计算等相关学科方向的研究生，介绍社会媒体内容挖掘和传播分析方法，主要包括社会情绪和用户言论挖掘、行为意图识别、话题及其演化建模、媒体内容流行度预测等研究工作，以及在情报安全和媒体等领域的应用实践情况。通过本课程的学习，学生应该了解社会媒体挖掘和分析的主要研究内容和方法思路，增强学生利用人工智能、机器学习、数据挖掘等技术解决社会媒体相关实际问题的能力。

无

第一章 引言 1学时 孔庆超
第1节 社会媒体的发展历史和趋势
第2节 社会媒体的研究现状
第3节 课程内容、授课形式和考核方式介绍
第二章 互联网用户立场挖掘 3学时 孔庆超
第1节 多方立场挖掘
第2节 社会媒体谣言识别
第三章 社会情绪分析 4学时 孔庆超
第1节 面向互联网文本的情绪分析
第2节 多模态情感分析
第四章 交互意图识别、分析和预测 2学时 孔庆超
第1节 言语行为理论与交互意图
第2节 交互意图分析
第3节 行为预测
第五章 社会媒体话题及其演化建模 2学时 孔庆超
第1节 话题检测
第2节 话题层级结构建模
第3节 话题演化建模
第六章 社会媒体内容流行度预测 4学时 孔庆超
第1节 内容交互作用分析
第2节 内容流行度趋势预测
第3节 内容流行度发展阶段建模和预测
第七章 总结和应用实践 4学时 孔庆超
第1节 情报安全领域应用实践
第2节 媒体领域应用实践

孔庆超，博士、中国科学院自动化研究所副研究员、“中科院自动化所-中科闻歌认知计算与安全信息学大数据处理联合实验室”主任。研究方向为社会媒体信息处理，研究兴趣包括社会媒体内容流行度预测、用户行为建模和事件检测和抽取等。2016年获得中国科学院自动化研究所博士学位。曾主持一项自然科学基金委青年基金项目，作为项目负责人承担多项国家部委级项目，并作为骨干成员参与多项基金委面上项目、科技部重点研发计划、中科院重点部署项目等。在IEEE SMC、Neurocomputing、Information Sciences、IEEE ISI、软件学报、智能系统学报、情报科学等国际和国内重要期刊和会议中发表论文近20篇。授权发明专利六项，受理二十余项。现任中国中文信息学会社会媒体处理专业委员会、中国人工智能学会以及多语种智能信息处理专业委员会委员。获得“王选新闻科学技术奖”一等奖、“SMP首届机器人群聊比赛”一等奖、CCF大数据与计算智能大赛二等奖等。