实验室研究方向

        1.大数据自动聚合

        研究目标：在多源多模态动态大数据可用性评估的基础上，分析用户的属性、兴趣偏好、行为特征等信息，通过领域知识构建和社会需求发现，建立用户的兴趣模型；在面向需求的大数据自动聚合、管理与查询理论与平台的基础上，提供符合用户特定需求的多层次多维度的大数据聚合与呈现。

         2.大知识工程

        研究目标：针对大数据异构、自治、复杂、演化的网络环境，研究多源、多模态、动态、异质碎片化知识/知识簇的表示模型与在线挖掘方法，揭示碎片化知识的时空特性和演化机理；研究碎片化知识间语义关联与涌现特性，探寻其动态挖掘与拓扑融合机理；在此基础上，形成大知识工程的基础理论和核心技术，提供多层次多维度的大知识动态挖掘与拓扑融合的呈现技术。

         3.大数据知识服务

        研究目标：建立多粒度情景感知与知识寻径研究理论，探寻交互式个性化服务的知识适配机理。在此基础上，研究和形成利用海量、低质碎片化知识构建新型多通道大数据知识服务平台的方法学体系，建立PB级别的网上大数据知识服务中心。