文章内容

图 6 社交媒体数据的关联挖掘、知识表示与协同推荐新技术相关知识框架。

精准高效地提取社交媒体数据中蕴含的关联关系并构建知识模型，捕获用户行为规律、实现知识推理并支持辅助决策，是当前人工智能领域亟待解决的问题和研究热点。

2024年，云南大学岳昆团队与云南移动公司合作，研发了社交媒体数据的关联关系挖掘、知识表示与协同推荐的新技术（图6）。一是提出社交媒体数据的深度聚类和链接预测新方法，克服了大规模、高维、具有图结构信息、无标注数据聚类的效率瓶颈；研发移动5G业务投诉溯源和推荐模型并上线使用，大幅降低投诉量并增加5G业务收益。二是开辟贝叶斯网嵌入研究新领域，构建了具有大规模数据处理能力的新型概率图模型，创立了贝叶斯网表示学习新方法，解决了社交媒体数据中知识表示难、推理效率低、可解释性差的问题；研发移动基站画像构建、故障根因分析模型并上线使用，大幅提高故障诊断和处理效率。三是创立情景感知服务质量预测新方向，建立了基于知识推理的协同推荐新技术，解决了情境信息表征难、质量预测不准确、推荐结果精度低且缺乏多样性的问题；研发部署5G基站工程建设智能安全检测和施工质量度量系列模型，并在全省推广使用，大幅降低工程监管成本，提升检测效率和准确性。相关成果发表在TKDE、TSC、AAAI、CIKM、UAI和《软件学报》等学术会议及期刊上，授权发明专利8项。