学术活动 | 刘晓钟 数据/图挖掘：如何避免身处信息孤岛中？

海报制作｜徐泽栩

除扫码外，点击文末左下角“阅读原文”也可直达直播平台。

数据/图挖掘：如何避免身处信息孤岛中？

[研究方法] 数据/图挖掘（Data/Graph Mining）

[研究问题与发现] 在线社交媒体（Facebook、Weibo、Twitter等）不仅仅是信息流动的通道，它们还在信息传播与策展中发挥积极的作用。将信息与用户特征和偏好进行匹配的算法管理可能会导致“过滤气泡”（filter bubble）现象。尽管我们现在已经越来越全球化，但用户仍然困于自己的“个性化气泡”（personalized bubble）中，在那里他们只能接触部分确认的观点和信息，进而导致社会和政治两极化。同时，政治、地理和语言上的差异将用户社群分割为若干在线“信息孤岛”， 例如有的社交媒体用户无法接触到他们文化和语言之外的信息，同时大多数用户也偏好使用母语访问和使用信息。本研究的目的是探讨复杂但可扩展的平台以及方法，利用大规模的异构数据、众包知识库在不同但类似的社交媒体平台上自动交叉连接相关概念和社区，从而向用户和学者提供多样化的信息，最终突破“过滤气泡”和”信息孤岛”等问题。

[论文出处] Liu, X., Xia, T., Yu, Y., Guo, C., & Sun, Y. (2016). Cross Social Media Recommendation. In Tenth International AAAI Conference on Web and Social Media. Cologne, Germany.

刘晓钟，美国雪城大学博士，印第安纳大学伯明顿分校信息与计算学院副教授，阿里巴巴达摩院自然语言与人工智能研究高级顾问。研究领域是信息检索与推荐、网络学习、计算社会学，长期从事人工智能、大数据情境下的数据科学研究。作为项目负责人和行业合作者参与美国国家科学基金会、美国博物馆与图书馆服务协会等机构资助的科研项目10余项，在AAAI、SIGIR、PANS、ACL、JASIST、EMNLP等多学科的国际顶级会议与期刊发表论文80余篇，拥有专利8项，开发的算法被广泛用于电子商务平台和搜索引擎。

制版编辑 姚志臻

END