一種社交網(wǎng)絡(luò)數(shù)據(jù)采集方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明提供一種社交網(wǎng)絡(luò)數(shù)據(jù)采集方法和系統(tǒng),所述方法包括根據(jù)用戶(hù)資料和用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息,將該用戶(hù)歸于預(yù)先設(shè)定的多個(gè)用戶(hù)組中的一個(gè),得到該用戶(hù)組的數(shù)據(jù)更新分布向量。其中,每個(gè)用戶(hù)組中用戶(hù)的用戶(hù)資料和數(shù)據(jù)更新信息相似,用戶(hù)組的數(shù)據(jù)更新分布向量體現(xiàn)該用戶(hù)組中所有用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新行為。所述方法還包括根據(jù)所述用戶(hù)組的數(shù)據(jù)更新分布向量,制定該用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)不同時(shí)間片段的數(shù)據(jù)采集策略。本發(fā)明可針對(duì)不同的用戶(hù)制定不同的實(shí)時(shí)數(shù)據(jù)采集策略,提高了社交網(wǎng)絡(luò)數(shù)據(jù)采集的實(shí)時(shí)性和效率。
【專(zhuān)利說(shuō)明】一種社交網(wǎng)絡(luò)數(shù)據(jù)采集方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)挖掘領(lǐng)域,具體涉及一種社交網(wǎng)絡(luò)數(shù)據(jù)采集方法及系統(tǒng)。
【背景技術(shù)】
[0002]社交網(wǎng)絡(luò)服務(wù)(SNS, social network service),簡(jiǎn)稱(chēng)社交網(wǎng)絡(luò),其概念最先起源于社會(huì)網(wǎng)絡(luò)研究者提出的“六度理論”,其主要作用是為一群擁有相同興趣與活動(dòng)的人建立線(xiàn)上社區(qū)。此類(lèi)服務(wù)往往基于網(wǎng)絡(luò),為用戶(hù)提供聊天、交流的各種交互通路,如電子郵件、即時(shí)消息服務(wù)等。大部分社交網(wǎng)絡(luò)會(huì)向使用者提供多種互動(dòng)方式,如聊天、寄信、影音、檔案分享、部落格,以及討論群組等。
[0003]目前,社交網(wǎng)絡(luò)正在迅速發(fā)展,作為社交網(wǎng)絡(luò)的典型代表,F(xiàn)acebook擁有9.55億月活躍用戶(hù),每天上傳的照片總量3億張,每天產(chǎn)生12億個(gè)喜好(like),在美國(guó),每5個(gè)頁(yè)面的訪(fǎng)問(wèn)量就有一個(gè)來(lái)自Facebook。此外,Twitter平臺(tái)擁有用戶(hù)數(shù)量也已超過(guò)5億,每天微博發(fā)布數(shù)目超過(guò)3億,每天接受的查詢(xún)數(shù)據(jù)已經(jīng)高達(dá)16億。在中國(guó)本土,諸如新浪微博、騰訊微博等微博平臺(tái)也快速崛起。其中,僅新浪微博用戶(hù)數(shù)量就突破3億。如今,社交網(wǎng)絡(luò)的發(fā)展速度仍在急速增長(zhǎng)。
[0004]社交網(wǎng)絡(luò)中的數(shù)據(jù)還有著普通網(wǎng)絡(luò)數(shù)據(jù)所不具備的特點(diǎn):1)數(shù)據(jù)量巨大,據(jù)Facebook 2012年公布的數(shù)據(jù),Facebook每天收集的數(shù)據(jù)已經(jīng)超過(guò)500TB,并且隨著時(shí)間的推移,社交網(wǎng)絡(luò)的數(shù)據(jù)量越來(lái)越大;2)質(zhì)量高,與普通的網(wǎng)頁(yè)數(shù)據(jù)相比,社交網(wǎng)絡(luò)數(shù)據(jù)多為專(zhuān)而深的內(nèi)容,是進(jìn)行商業(yè)信息挖掘、人際關(guān)系學(xué)習(xí),以及博弈論研究的高質(zhì)量數(shù)據(jù);3)便于處理,雖然社交網(wǎng)絡(luò)的數(shù)據(jù)量非常大,但是網(wǎng)頁(yè)的格式通常是標(biāo)準(zhǔn)的,且一般不含有附件等其它文本,可以根據(jù)其編碼格式進(jìn)行統(tǒng)一化處理。
[0005]然而,目前的信息檢索主要著眼于普通網(wǎng)頁(yè)的數(shù)據(jù)采集,現(xiàn)有的搜索引擎并不能很好地采集社交網(wǎng)絡(luò)數(shù)據(jù)。此外,當(dāng)前鮮有的社交網(wǎng)絡(luò)數(shù)據(jù)采集也只是在某一種網(wǎng)絡(luò)中對(duì)ajax進(jìn)行處理,缺少數(shù)據(jù)采集的實(shí)時(shí)性和高效性。
【發(fā)明內(nèi)容】
[0006]針對(duì)這個(gè)問(wèn)題,本發(fā)明提供一種社交網(wǎng)絡(luò)的數(shù)據(jù)采集方法及系統(tǒng)。所述方法包括:
[0007]步驟I)、根據(jù)用戶(hù)資料和用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息,將該用戶(hù)歸于預(yù)先設(shè)定的多個(gè)用戶(hù)組中的一個(gè),得到該用戶(hù)組的數(shù)據(jù)更新分布向量;其中,每個(gè)用戶(hù)組中用戶(hù)的用戶(hù)資料和數(shù)據(jù)更新信息相似,用戶(hù)組的數(shù)據(jù)更新分布向量體現(xiàn)該用戶(hù)組中所有用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新行為;
[0008]步驟2)根據(jù)所述用戶(hù)組的數(shù)據(jù)更新分布向量,制定該用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)不同時(shí)間片段的數(shù)據(jù)采集策略。
[0009]在一個(gè)實(shí)施例中,在步驟I)中,計(jì)算所述用戶(hù)的用戶(hù)資料和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息與每個(gè)用戶(hù)組中所有用戶(hù)的用戶(hù)資料的加權(quán)平均值和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息的加權(quán)平均值的相似度,將所述用戶(hù)歸入最大相似度對(duì)應(yīng)的用戶(hù)組。
[0010]在一個(gè)實(shí)施例中,步驟2 )包括:
[0011]在所述用戶(hù)組的數(shù)據(jù)更新分布向量中得到在待采集時(shí)間片段的數(shù)據(jù)更新次數(shù);
[0012]當(dāng)該數(shù)據(jù)更新次數(shù)為O時(shí),在待采集時(shí)間片段不對(duì)所述用戶(hù)進(jìn)行數(shù)據(jù)采集;
[0013]當(dāng)該數(shù)據(jù)更新次數(shù)小于等于I時(shí),在待采集時(shí)間片段對(duì)所述用戶(hù)以該數(shù)據(jù)更新次數(shù)為概率進(jìn)行數(shù)據(jù)采集;
[0014]當(dāng)該數(shù)據(jù)更新次數(shù)大于I時(shí),在待采集時(shí)間片段對(duì)所述用戶(hù)以該數(shù)據(jù)更新次數(shù)作為采集次數(shù)進(jìn)行采集。
[0015]在一個(gè)實(shí)施例中,步驟I)之前還包括:
[0016]步驟O)、通過(guò)計(jì)算社交網(wǎng)絡(luò)中多個(gè)用戶(hù)在其用戶(hù)資料和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息上的相似度來(lái)聚類(lèi)這些用戶(hù)形成用戶(hù)組,并且計(jì)算每個(gè)用戶(hù)組的數(shù)據(jù)更新分布向量。
[0017]在一個(gè)實(shí)施例中,步驟O)包括:
[0018]步驟i)、采集社交網(wǎng)絡(luò)中多個(gè)用戶(hù)的用戶(hù)資料和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息,獲得每個(gè)用戶(hù)的用戶(hù)資料向量,通過(guò)計(jì)算用戶(hù)間用戶(hù)資料向量的相似度對(duì)用戶(hù)進(jìn)行聚類(lèi),得到多個(gè)用戶(hù)組;
[0019]步驟ii)、在每個(gè)用戶(hù)組中對(duì)所有用戶(hù)的數(shù)據(jù)更新分布向量進(jìn)行擬合,得到每個(gè)用戶(hù)組的數(shù)據(jù)更新分布向量;其中用戶(hù)的數(shù)據(jù)更新分布向量體現(xiàn)該用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新次數(shù)。
[0020]在進(jìn)一步的實(shí)施例中,步驟ii)之前還包括:
[0021]根據(jù)用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息得到該用戶(hù)在一個(gè)或多個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新次數(shù),對(duì)所述一個(gè)或多個(gè)時(shí)間區(qū)間內(nèi)每個(gè)時(shí)間片段的數(shù)據(jù)更新次數(shù)進(jìn)行加權(quán)求和得到該用戶(hù)的數(shù)據(jù)更新分布向量。
[0022]在一個(gè)實(shí)施例中,所述用戶(hù)資料向量包括用戶(hù)性別、年齡、地址、職業(yè)、好友數(shù)量、好友、喜好、關(guān)注、用戶(hù)發(fā)布消息主題、信息完整度中的一個(gè)或多個(gè)。
[0023]在一個(gè)實(shí)施例中,在步驟i)中,計(jì)算用戶(hù)間用戶(hù)資料向量的相似度包括:
[0024]步驟a)、計(jì)算所述用戶(hù)資料向量中每一維數(shù)據(jù)的相似度;
[0025]步驟b)、對(duì)每一維數(shù)據(jù)的相似度進(jìn)行加權(quán)求和,得到用戶(hù)間用戶(hù)資料向量的相似度。
[0026]在一個(gè)實(shí)施例中,所述時(shí)間區(qū)間為一天。
[0027]根據(jù)本發(fā)明的一個(gè)實(shí)施例,還提供一種社交網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng),包括:
[0028]歸類(lèi)裝置,用于根據(jù)用戶(hù)資料和用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息,將該用戶(hù)歸于預(yù)先設(shè)定的多個(gè)用戶(hù)組中的一個(gè),得到該用戶(hù)組的數(shù)據(jù)更新分布向量;其中,每個(gè)用戶(hù)組中用戶(hù)的用戶(hù)資料和數(shù)據(jù)更新信息相似,用戶(hù)組的數(shù)據(jù)更新分布向量體現(xiàn)該用戶(hù)組中所有用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新行為;以及
[0029]策略制定裝置,用于根據(jù)所述用戶(hù)組的數(shù)據(jù)更新分布向量,制定該用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)不同時(shí)間片段的數(shù)據(jù)采集策略。
[0030]采用本發(fā)明可以達(dá)到如下的有益效果:
[0031]本發(fā)明根據(jù)用戶(hù)資料向量對(duì)用戶(hù)進(jìn)行聚類(lèi)得到用戶(hù)組,根據(jù)用戶(hù)與用戶(hù)組的相似度選擇一個(gè)用戶(hù)組的數(shù)據(jù)更新分布向量來(lái)制定該用戶(hù)的實(shí)時(shí)數(shù)據(jù)采集策略,參考用戶(hù)組的數(shù)據(jù)更新分布向量使得數(shù)據(jù)采集的準(zhǔn)確性較高,從而提高了社交網(wǎng)絡(luò)中數(shù)據(jù)采集的效率。此外,針對(duì)一天中不同的時(shí)間片段可制定實(shí)時(shí)的數(shù)據(jù)采集策略,提高了數(shù)據(jù)采集的實(shí)時(shí)性。
【專(zhuān)利附圖】
【附圖說(shuō)明】
[0032]圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的社交網(wǎng)絡(luò)數(shù)據(jù)采集方法的流程圖;
[0033]圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的構(gòu)建社交網(wǎng)絡(luò)數(shù)據(jù)更新模型的方法的流程圖;以及
[0034]圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的制定數(shù)據(jù)采集策略的方法的流程圖。
【具體實(shí)施方式】
[0035]下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明加以說(shuō)明。應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅用以解釋本發(fā)明,并不用于限定本發(fā)明。
[0036]根據(jù)本發(fā)明的一個(gè)實(shí)施例,提供一種社交網(wǎng)絡(luò)數(shù)據(jù)采集方法。參考圖1且簡(jiǎn)要而言,該方法首先根據(jù)社交網(wǎng)絡(luò)用戶(hù)的用戶(hù)資料和用戶(hù)數(shù)據(jù)更新信息構(gòu)建社交網(wǎng)絡(luò)數(shù)據(jù)更新模型;然后依據(jù)該社交網(wǎng)絡(luò)數(shù)據(jù)更新模型,針對(duì)不同用戶(hù)制定不同的數(shù)據(jù)采集策略。
[0037]繼續(xù)參考圖1,具體描述本發(fā)明提供的社交網(wǎng)絡(luò)數(shù)據(jù)采集方法的步驟:
[0038]第一步、根據(jù)用戶(hù)資料和用戶(hù)數(shù)據(jù)更新信息構(gòu)建社交網(wǎng)絡(luò)數(shù)據(jù)更新模型
[0039]在一個(gè)實(shí)施例中,可首先采集社交網(wǎng)絡(luò)用戶(hù)的用戶(hù)資料和用戶(hù)過(guò)去一段時(shí)間/最近一段時(shí)間的數(shù)據(jù)更新信息(簡(jiǎn)稱(chēng)用戶(hù)數(shù)據(jù)更新信息),接著根據(jù)這些信息對(duì)用戶(hù)進(jìn)行聚類(lèi)得到不同的用戶(hù)組,并且得到聚類(lèi)后每個(gè)用戶(hù)組的數(shù)據(jù)更新分布向量,根據(jù)每個(gè)用戶(hù)組的數(shù)據(jù)更新分布向量構(gòu)建社交網(wǎng)絡(luò)數(shù)據(jù)更新模型。根據(jù)本發(fā)明的一個(gè)實(shí)施例,如圖2所示,這一過(guò)程包括以下步驟:
[0040]1、采集社交網(wǎng)絡(luò)用戶(hù)的用戶(hù)資料和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息
[0041]用戶(hù)資料是用于描述用戶(hù)的身份、特征、愛(ài)好等的數(shù)據(jù),在社交網(wǎng)絡(luò)中,用戶(hù)資料可包括性別、年齡等信息。用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息體現(xiàn)該用戶(hù)的數(shù)據(jù)更新行為,其可包括與用戶(hù)在過(guò)去一段時(shí)間內(nèi)發(fā)起或轉(zhuǎn)發(fā)的信息、評(píng)論的信息以及用戶(hù)個(gè)人資料更新信息等相關(guān)的信息。
[0042]在一個(gè)實(shí)施例中,用戶(hù)資料可被劃分為三種不同類(lèi)型的數(shù)據(jù)。第一種數(shù)據(jù)為定性數(shù)據(jù),如性別(S)、年齡(a)、地址(ad)、職業(yè)(p)、好友數(shù)量(f)等,這些數(shù)據(jù)均為定值且是不會(huì)發(fā)生強(qiáng)烈變化的單一數(shù)值;第二種數(shù)據(jù)是可變數(shù)據(jù),如喜好(L)、關(guān)注(A)、好友(F)等,這些數(shù)據(jù)均是不確定且可變的,可采用集合的形式來(lái)表示;第三種數(shù)據(jù)是測(cè)評(píng)性數(shù)據(jù),如信息完整度(d),該數(shù)據(jù)是對(duì)用戶(hù)個(gè)人信息的完整性進(jìn)行評(píng)估所得到的數(shù)據(jù),可根據(jù)整個(gè)用戶(hù)資料統(tǒng)計(jì)得出,是單一的數(shù)值,其取值分布在0-1之間。表I給出了部分Facebook用戶(hù)的用戶(hù)資料的例子,其中僅示出性別(s)、年齡(a)、地址(ad)、職業(yè)(P)、愛(ài)好(L)和信息完整度⑷。
[0043]表I
[0044]
【權(quán)利要求】
1.一種社交網(wǎng)絡(luò)數(shù)據(jù)采集方法,包括: 步驟I)、根據(jù)用戶(hù)資料和用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息,將該用戶(hù)歸于預(yù)先設(shè)定的多個(gè)用戶(hù)組中的一個(gè),得到該用戶(hù)組的數(shù)據(jù)更新分布向量;其中,每個(gè)用戶(hù)組中用戶(hù)的用戶(hù)資料和數(shù)據(jù)更新信息相似,用戶(hù)組的數(shù)據(jù)更新分布向量體現(xiàn)該用戶(hù)組中所有用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新行為; 步驟2)根據(jù)所述用戶(hù)組的數(shù)據(jù)更新分布向量,制定該用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)不同時(shí)間片段的數(shù)據(jù)采集策略。
2.根據(jù)權(quán)利要求1所述的方法,在步驟I)中,計(jì)算所述用戶(hù)的用戶(hù)資料和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息與每個(gè)用戶(hù)組中所有用戶(hù)的用戶(hù)資料的加權(quán)平均值和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息的加權(quán)平均值的相似度,將所述用戶(hù)歸入最大相似度對(duì)應(yīng)的用戶(hù)組。
3.根據(jù)權(quán)利要求1或2所述的方法,其中,步驟2)包括: 在所述用戶(hù)組的數(shù)據(jù)更新分布向量中得到在待采集時(shí)間片段的數(shù)據(jù)更新次數(shù); 當(dāng)該數(shù)據(jù)更新次數(shù)為O時(shí),在待采集時(shí)間片段不對(duì)所述用戶(hù)進(jìn)行數(shù)據(jù)采集; 當(dāng)該數(shù)據(jù)更新次數(shù)小于等于I時(shí),在待采集時(shí)間片段對(duì)所述用戶(hù)以該數(shù)據(jù)更新次數(shù)為概率進(jìn)行數(shù)據(jù)采集; 當(dāng)該數(shù)據(jù)更新次數(shù)大于I時(shí),在待采集時(shí)間片段對(duì)所述用戶(hù)以該數(shù)據(jù)更新次數(shù)作為采集次數(shù)進(jìn)行采集。
4.根據(jù)權(quán)利要 求1或2所述的方法,其中,步驟I)之前還包括: 步驟O)、通過(guò)計(jì)算社交網(wǎng)絡(luò)中多個(gè)用戶(hù)在其用戶(hù)資料和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息上的相似度來(lái)聚類(lèi)這些用戶(hù)形成用戶(hù)組,并且計(jì)算每個(gè)用戶(hù)組的數(shù)據(jù)更新分布向量。
5.根據(jù)權(quán)利要求4所述的方法,其中步驟O)包括: 步驟i)、采集社交網(wǎng)絡(luò)中多個(gè)用戶(hù)的用戶(hù)資料和過(guò)去一段時(shí)間的數(shù)據(jù)更新信息,獲得每個(gè)用戶(hù)的用戶(hù)資料向量,通過(guò)計(jì)算用戶(hù)間用戶(hù)資料向量的相似度對(duì)用戶(hù)進(jìn)行聚類(lèi),得到多個(gè)用戶(hù)組; 步驟ii)、在每個(gè)用戶(hù)組中對(duì)所有用戶(hù)的數(shù)據(jù)更新分布向量進(jìn)行擬合,得到每個(gè)用戶(hù)組的數(shù)據(jù)更新分布向量;其中用戶(hù)的數(shù)據(jù)更新分布向量體現(xiàn)該用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新次數(shù)。
6.根據(jù)權(quán)利要求5所述的方法,其中,步驟ii)之前還包括: 根據(jù)用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息得到該用戶(hù)在一個(gè)或多個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新次數(shù),對(duì)所述一個(gè)或多個(gè)時(shí)間區(qū)間內(nèi)每個(gè)時(shí)間片段的數(shù)據(jù)更新次數(shù)進(jìn)行加權(quán)求和得到該用戶(hù)的數(shù)據(jù)更新分布向量。
7.根據(jù)權(quán)利要求5或6所述的方法,其中,所述用戶(hù)資料向量包括用戶(hù)性別、年齡、地址、職業(yè)、好友數(shù)量、好友、喜好、關(guān)注、用戶(hù)發(fā)布消息主題、信息完整度中的一個(gè)或多個(gè)。
8.根據(jù)權(quán)利要求7所述的方法,在步驟i)中,計(jì)算用戶(hù)間用戶(hù)資料向量的相似度包括: 步驟a)、計(jì)算所述用戶(hù)資料向量中每一維數(shù)據(jù)的相似度; 步驟b)、對(duì)每一維數(shù)據(jù)的相似度進(jìn)行加權(quán)求和,得到用戶(hù)間用戶(hù)資料向量的相似度。
9.根據(jù)權(quán)利要求1或2所述的方法,其中所述時(shí)間區(qū)間為一天。
10.一種社交網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng),包括:歸類(lèi)裝置,用于根據(jù)用戶(hù)資料和用戶(hù)過(guò)去一段時(shí)間的數(shù)據(jù)更新信息,將該用戶(hù)歸于預(yù)先設(shè)定的多個(gè)用戶(hù)組中的一個(gè),得到該用戶(hù)組的數(shù)據(jù)更新分布向量;其中,每個(gè)用戶(hù)組中用戶(hù)的用戶(hù)資料和數(shù)據(jù)更新信息相似,用戶(hù)組的數(shù)據(jù)更新分布向量體現(xiàn)該用戶(hù)組中所有用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)所有時(shí)間片段的數(shù)據(jù)更新行為;以及 策略制定裝置,用于根據(jù)所述用戶(hù)組的數(shù)據(jù)更新分布向量,制定該用戶(hù)在一個(gè)時(shí)間區(qū)間內(nèi)不同時(shí)間片段的數(shù)據(jù)`采集策略。
【文檔編號(hào)】G06F17/30GK103631949SQ201310674521
【公開(kāi)日】2014年3月12日 申請(qǐng)日期:2013年12月11日 優(yōu)先權(quán)日:2013年12月11日
【發(fā)明者】程學(xué)旗, 王元卓, 劉強(qiáng), 李靜遠(yuǎn), 邢國(guó)亮 申請(qǐng)人:中國(guó)科學(xué)院計(jì)算技術(shù)研究所