基于多模态特征融合的社交媒体账号分类方法.pdf

2023 年第 10 期(第 42 卷总第 558 期)基于多模态特征融合的社交媒体账号分类方法汤智伟,明杨,费高雷,翟学萌,胡光岷(电子科技大学信息与通信工程学院,四川成都 611731)摘要:社交媒体账号分类方法从账号的属性信息出发,通过构建账号特征从而对账号进行分类,对从海量社交媒体数据中挖掘有价值的信息具有十分重要的作用。现有社交媒体账号分类一般基于用户发布的信息提取特征,存在账号信息描述不完整、分类有效性低的问题。针对上述问题,提出了一种基于多模态特征融合的社交媒体账号分类方法。该方法综合考虑账号自身属性、文本以及账号之间的社交关系等信息,使用张量分析的方法对账号所表现的多模态特征进行融合。相比现有方法,所提方法可以更好地利用账号的各种信息,获得更好的分类效果。通过实验,所提方法准确率达到了 93.74%。关键词:社交媒体;账号分类;特征融合;张量分解中图分类号:TP181文献标识码:ADOI:10.19358/j.issn.2097-1788.2023.10.001引用格式:汤智伟,明杨,费高雷,等.基于多模态特征融合的社交媒体账号分类方法 J.网络安全与数据治理,2023,42(10):1-7.Social media account classification based on multimodal feature fusionTang Zhiwei,Ming Yang,Fei Gaolei,Zhai Xuemeng,Hu Guangmin(School of Information and Communication Engineering,University of ElectronicScience and Technology of China,Chengdu 611731,China)Abstract:Social media account classification methods start from the attribute information of the account,construct the accountfeatures and classify the account,which is very important for mining valuable information from the massive social media data.Ex-isting social media account classification is generally based on extracting features from the information posted by users,which hasthe problems of incomplete description of account information and low effectiveness of classification.To solve the problems above,the paper proposes a social media account classification method based on multimodal feature fusion.The method uses tensor analy-sis to fuse the multimodal features expressed by the account after comprehensively considering the information of the accounts ownattributes,the text,and the social relationships between the accounts.Compared with the existing methods,the method proposedin this paper can better utilize the various information of accounts and obtain better classification results.Through experiments,the method in this paper achieves an accuracy rate of 93.74%.Key words:social media;account classification;feature fusion;tensor decomposition0引言随着社交媒体的兴起,用户账号的分类成为了研究者关注的问题。这涉及检测异常账号和识别相关主题账号。传统方法主要从账号文本信息或社交关系中提取特征,但存在特征单一和缺乏融合的问题1。为了更充分挖掘数据信息2,多模态学习崭露头角。多模态学习充分利用不同信息类型之间的相关性与互补性,提供更全面的特征表示3。多模态融合有两大优点:模态之间互补相关4,且系统具备强容错性。然而,在社交媒体账号分类领域,多模态研究相对较少。本文提出了一种多模态特征融合的社交媒体账号分类方法。在特征提取阶段,综合考虑了账号属性、文本和社交关系等多模态信息。在融合过程中,采用张量方法将这些多模态特征整合,以张量分解降低数据复杂性。多模态特征融合有助于捕捉各模态之间的联系,提高账号分类准确性和模型泛化性。1相关工作社交媒体用户账号分类的关键在于账号特征表示和1大数据体系会议论文选登Conference Paper on Big Data Systems 2023 年第 10 期(第 42 卷总第 558 期)分类方法。特征表示涉及从原始信息中选取代表性特征,通常分为基于账号信息和基于社交关系两种方式。基于账号信息的表示可分为两类:自身属性和文本信息提取。对于垃圾账号,Krishnamurthy 等5使用关注与被关注比例分类账号;Wang 等6提取好友数、粉丝数特征并使用贝叶斯分类器;Mccord 等7提取文本长度、关键词、活跃时间分布比例进行分类。对于主题账号,Rao 等8使用习惯用词、标点符号、表情符号等特征,结合 n-gram 模型和支持向量机分类;Vicente 等9通过分析Twitter 账号昵称提取特征,准确预测性别。基于社交关系的表示将账号看作节点,交互关系作为边,构建社交网络图。Pennacchiotti 等10提取属性、行为、文本和社交网络特征分类政治倾向、种族和企业粉丝。Campbell 等11则构建带权混合图分类普通和名人账号,使用 PageRank 算法提取特征。分类方法主要基于机器学习,包括传统方法如朴素贝叶斯、逻辑回归、支持向量机,以及深度学习方法。深度学习通过自动学习特征表示提高分类性能。Liu 等12使用深度学习分类账号地理位置。Kipf 等13提出图卷积神经网络(GCN)处理社交网络数据。Zhang 等14融合文本特征使用集成的长短期记忆网络进行社交媒体账号分类。Rahi-mi 等15基于 GCN 提出半监督地理定位方法。考虑数据复杂性,本文建议结合账号信息、交互关系信息和文本信息构建异质网络,提高分类准确性。2账号分类模型在基于多模态特征融合的账号分类方法的具体实现中,整体流程主要分为文本预处理、特征表示、张量融合、张量分解、分类五步。其中,文本预处理和特征表示两个模块构成了多模态特征提取部分;张量融合和张量分解两个模块构成了多模态特征融合部分。图 1 是基于多模态特征融合的账号分类模型框架图。图 1基于多模态特征融合的账号分类模型框架图文本预处理是对文本信息进行分词、正则匹配、词性标注和命名实体识别的预处理流程。通过预处理操作可以得到本文需要的实体信息。特征表示是从账号社交模态、属性模态和文本模态三方面进行账号的特征表示。其中,社交模态是基于账号关注与被关注的交互信息,属性模态是基于账号填写的个人信息,文本模态是基于账号发布的文本。张量融合模块是将提取到的三个模态特征进行融合,构建出每个账号的特征张量。由于原始特征张量维度过大,存在着计算复杂、存储量大等问题,因此使用张量分解的方法对原始特征张量进行分解降维。最后,将分解得到的特征张量按照张量的三个模式展开,得到三个不同的特征向量,并分别输入分类器中,采用投票法得到最终的分类结果。3账号分类方法3.1多模态特征提取多模态特征提取主要是从账号和账号的文本内容中提取能够描述账号类别的信息,例如:账号自身属性、文本以及账号社交关系等。社交媒体平台由于字数限制,发布的文本中通常含有大量的缩写词、URL 链接、表情符号等,因此在提取特征前,需要对这些文本进行 预处理。3.1.1文本预处理文本预处理是指使用自然语言处理的方法对社交媒体数据中的文本数据进行分词、去噪、词性标注和命名实体识别。由于文本中既有很多有用的信息,比如实体信息,又存在着许多表达不规范的地方,因此需要对文本进行预处理操作。3.1.2特征表示本文 主 要从 Hashtag(账 号 文本 模 态)、命 名 实 体NER(账号属性模态)以及账号(账号社交模态)三个模态进行特征的表示。Hashtag 和 NER 用于反映账号的主题性和内容描述。但要确定账号是否属于相同类别,需要考虑社交行为。通过观察账号的社交关系,可以补充文本和属性信息的特征表示。对于账号特征,本文基于社交关系,使用关注列表和被关注列表来表示。每个账号作为社交图中的节点,查看其关注和被关注列表。互相关注是指存在于两个账号的关注和被关注列表中,将这类账号放入互相关注列表。最终,通过互相关注列表建立账号之间的社交关系图。通过这种方式,可以更全面地了解账号之间的相似性和社交互动,从而更准确地进行账号分类。通过账号的社交关系图,使用 node2vec 方法获取账号节点的特征向量。node2vec 方法结合了广度优先搜索(BFS)和深度优先搜索(DFS)的采样策略,通过随机2投稿网址:2023 年第 10 期(第 42 卷总第 558 期)游走来生成节点序列,然后利用处理词向量的技巧对这些序列进行建模,从而获得账号节点的特征向量。通过node2vec 算法可以得到账号节点之间潜在的信息,最终得到账号的特征向量 U=(k1,k2,km),其中 m 表示向量的维度。对于 Hashtag 和命名实体 NER 而言,本文基于账号的文本信息进行关键词的特征表示。对于 Hashtag 节点,本文遍历所有标记的训练集账号发布的文本,将 Hashtag在文本中的出现次数进行统计。由于 Hashtag 数量极多,为了防止维度灾难,本文分别根据数据库中字段 count1、count0进行从大到小的排序,选出数 量 最 多 且 比 另 一 个 类 别 数 量 多 的 前 50 个Hashtag 来构成字典。例如,按照 count1进行排序时,需要满足 count1 count0的条件。之所以要将另一个类别的数量也考虑进来对比,是因为文本中会出现一些中性的Hashtag。该类 Hashtag 由于在每一种类别中都会出现,且在每种类别中出现的总次数差不多,因此,该类 Hashtag不能对账号的分类提供帮助,反而可能增加噪声信息。因此,只有在某一类别中占比较多,且其余类别中占比较少的 Hashtag 才能体现出在某一类别中的关键性。对于命名实体 NER,本文也采取同样的操作方式进行特征表示。与 Hashtag 不同,命名实体 NER 是从账号的属性信息中的自我描述字段(description)进行提取。自我描述模块是账号对自己进行描述定义最为直接的一个板块,有的账号会在自我描述中直接写出自己的兴趣爱好,例如运动、宠物等。Hashtag 和 NER 经过关键词提取后分别将 count1排名前 50 的词和 count0排名前 50 的词以 词语:序号 的形式保存为一个 100 维的字典 dict,其中,count1中的词语序号为 0 49,count0中的词语序号为 50 100。接着根据每个账号的 Hashtag 和 NER 进行特征表示,将 Hash-tag 特征向量表示为 H=(i1,i2,il),NER 特征向量表示为 N=(j1,j2,jl),其中 l 表示向量的维度。3.2多模态特征融合模态通常用来泛指某种类型的信息或者存储信息的一种表示形式,多模态是指两种或两种以上的模态的各种形式组合。之所以需要对模态进行融合,是因为不同模态的侧重点不一样,因此不同模态之间会存在一些交叉情况,这种交叉情况中既有信息冗余,也有信息互补,如果能合理地处理并利用好多模态信息,就能得到丰富的特征信息。由于本文有账号文本模态、账号属性模态以及账号社交模态三个模态的特征,普通的一维向量不能很好地将三个维度的模态信息表示完整,因此,本文使用张量来表示模态特征。由 3.1 节的特征提取,得到了每个账号的三种模态特征,分 别 是 基 于 社 交 关 系 的 账 号 模 态 U=(k1,k2,km),其中 m 表示向量的维度;基于账号文本和账号属性的 Hashtag 模态 H=(i1,i2,il)和 NER模态 N=(j1,j2,jl),其中 l 表示向量的维度。每一种模态代表张量的一个维度,通过张量的 Kronecker 积相乘,构建出新的三阶张量:X=UHN(1)Kronecker 积也称为直积或张量积,是一种用于组合两个矩阵的数学运算,给定一个大小为 m1 m2的矩阵A,和一个大小为 n1 n2的矩阵 B,则矩阵 A 和矩阵 B的 Kronecker 积如式(2)所示:AB=a11Ba12Ba1m2Ba21Ba22Ba2m2Bam11Bam12Bam1m2B(2)使用 Kronecker 积相乘构建的三阶张量 X,不可避免地存在着数据量大、计算复杂等特点,为了解决该问题,本文采用张量分解的方式对原始张量进行降维。张量分解是矩阵分解的高阶泛化,矩阵分解是将矩阵拆解为多个矩阵的乘积,例如主成分分析(Principal Component A-nalysis,PCA)、奇异值分解(Singular Value Decomposi-tion,SVD)等。在实际应用中,可以通过矩阵分解达到降维处理、缺失值填充和隐性关系挖掘的目的。但由于现实问题的复杂性和多样性,很多问题不能简单地只靠矩阵建模解决,因此科研工作者对张量进行研究,在矩阵分解的理论基础上又推广出了多种张量分解的模型。本文使用 Tucker 分解来对张量进行分解。Tucker 分解是把一个张量分解为一个核心张量(coretensor)和几个因子矩阵。对于一个三阶张量 XRl m n,Tucker 分解的计算见式(3):X=1A 2B 3C=Pp=1Qq=1Rr=1gpqrapbqcr=;A,B,C(3)其中符号“”表示的是矩阵的外积;“k”则表示模式积,为高 阶 张 量 与 矩 阵 的 乘 积,计 算 公 式 如 式(4)所示:(X kA)i1i2ik-1jik+1id=nkik=1xi1i2idajik(4)Tucker 分解后得到一个核心张量Rp q r和三个与核张量有关联的因子矩阵:ARl p,BRm q,CRn r。每个模式上的因子矩阵都是张量在每个模式上的基矩阵即主成分,因此 Tucker 分解是对高阶张量的主成分分析16。3大数据体系会议论文选登Conference Paper on Big Data Systems 2023 年第 10 期(第 42 卷总第 558 期)本文为了提高算法的泛化能力,不考虑特殊情况,因此采用 Tucker 分解的方式对账号的特征张量进行分解。Tucker 分解的目的是对特征张量进行降维,由式(3)可知,Tucker 分解将原始三阶张量转变为一个核心张量和三个因子矩阵的形式,降低了数据的存储量。核心张量其实就是原始张量在保持自身结构信息和属性信息不变后降维得到的张量,即其低阶近似表达。由式(3)可以得到核心张量的计算公式:=X 1AT2BT3CT(5)其中 A、B、C 分别是通过 X 对应模式的奇异值分解得到的,奇异值分解的表达式如式(6)所示:X(k)=UkkVTk(6)其中,k表示对角矩阵,奇异值(singular value)按照从大到小的顺序依次存储在对角矩阵中。奇异值类似于矩阵分解中的特征值,与奇异值对应的是奇异向量。Uk和 Vk分别代表 X(k)的左奇异向量(left singular vector)和右奇异向量(right singular vector)。因子矩阵中的 A、B、C 对应的就是左奇异向量,即 A=U1,B=U2,C=U3。根据文献 17 可知,在大部分情况下,前 10%甚至1%的奇异值数据和几乎等于所有的奇异值之和,因此通过使用最大的前 r 个奇异值和对应的 r 个左奇异向量和右奇异向量相乘来达到对原始矩阵的降维。这样的降维方式可以保留原始矩阵的信息,具体如式(7)所示:Xm m=Um mm nVTn nUm rr rVTr n(7)其中,r 要远远小于 m 或者 n,称为截断的奇异值分解(truncated SVD)。为了实现对原始张量进行降维的同时保留绝大部分的原始信息,将截断的奇异值分解引入 Tucker 分解中。给定原张量 XRl m n,通过普通 SVD 分解得到的因子矩阵为 A Rl l,B Rm m,C Rn n和核心张量Rl m n。现需要对原始高阶张量进行降维,设定核心张量的大小为Rr1 r2 r3,其中 r1l,r2m,r3n,对 k 模式的 X(k)进行奇异值分解,并取前 rk左奇异向量得到 ARl r1,BRm r2,CRn r3,再通过式(5)可以得到最终的核心张量Rr1 r2 r3,至此完成了高阶张量的 Tucker 分解。这种分解方式也叫高阶奇异值分解(HOSVD)。由于高阶奇异值分解算法并不能保证得到一个较好的近似张量,但可以作为迭代交替最小二乘法的迭代起点,因此本文先使用高阶奇异值分解算法对账号特征融合后的张量特征进行一次张量分解运算,再将分解后得到的结果作为迭代交替最小二乘法的输入,并使用迭代交替最小二乘法来完成后续的 Tucker 分解过程。算法流程如图 2 所示。图 2张量分解流程图4投稿网址:2023 年第 10 期(第 42 卷总第 558 期)4实验与分析4.1数据来源本文使用 Twitter 数据作为数据源。将 Twitter 账号所发的文本称为推文。账号数据和推文数据都是通过 Twit-ter 官方提供的 API 接口采集得到的。通过一些主题关键词从社交媒体中采集了 56 283 个账号,并随机标注 2 000个账号,用于实现新疆账号和非新疆账号的二分类任务。其中,标记的账号中 1 000 个是新疆账号,另外 1 000 个是非新疆账号。在这 2 000 个账号中,训练集和测试集按照 1 1 的比例进行分配。本文采用准确率和 F1值两个指标来对算法的性能进行评估。准确率是指分类正确的样例在所有样本中所占的比例。F1值是为了平衡精确率和召回率的影响,能更直观全面地看出一个算法的性能好坏。4.2实验结果与分析4.2.1核心张量尺寸当使用截断的 Tucker 分解方法时,需要预先设定好核心张量的尺寸。由于在现有方法中没有确定核心张量的尺寸的标准方法,因此,本文决定使用张量的 F-范数来作为衡量张量分解的性能评估指标。F-范数是指所有元素绝对值的平方和,以三阶张量为例,给定张量 XRl m n,则该张量的 F-范数表达式如式(8):XF=limjnkxijk2()12(8)本文的样本集 F-范数差 S 计算公式如式(9)所示:S=X1-X1F+X2-X2F+Xn-XnFN=ni=1Xi-XiFN(9)其中,Xi表示第 i 个账号的特征张量,Xi表示第 i 个账号的特征张量经张量分解后又还原得到的张量,N 表示样本数。本文选取了不同大小的几组核心张量尺寸,结果如表 1 所示。表 1张量核心尺寸核心张量尺寸F-范数差值(10-5)1 1 125.055 63 3 94.744 35 10 502.422 85 30 602.278 410 60 1281.976表 1 数据可以表明,本文的分解方法确实有效,通过取前几个最大的奇异值向量,可以很好地还原原始张量。同时,从表中还可以看出,随着核心张量的尺寸越接近原始张量,则对应的 F-范数差值也越小。为了避免过多的数据丢失,同时也为了减少数据的存储、降低后续计算的复 杂度,本 文 选 择 的核 心 张 量 的尺 寸 为 5 10 50。4.2.2多模态特征融合方法的有效性为了证明本文提出的多模态特征融合方法的有效性,本文分别测试了单模态、双模态以及三模态方法的分类效果。结果如图 3 所示。图 3多模态分类性能对比图其中,NER 表示只考虑 NER 特征作为账号的特征向量,UU 表示只考虑账号的好友关系作为用户的特征向量,Hashtag 表示只考虑 Hashtag 特征作为账号特征的单模态特征向量。NER-Hashtag 表示只融合 Hashtag 和 NER两个模态信息的双模态特征,Hashtag-UU 和 UU-NER 也是同理。tensor fusion 表示将这三种特征向量使用本文的方式进行特征融合得到账号的三模态特征向量。从图 3 中可以发现,三模态的分类性能最好,其次5大数据体系会议论文选登Conference Paper on Big Data Systems 2023 年第 10 期(第 42 卷总第 558 期)是双模态的分类性能,最差的是单模态的分类性能。这个结果是合理的,这是由于社交媒体数据含有多种信息,但社交媒体又不像传统媒体那么严谨,它的信息种类虽然多,但每种信息都具有不完整、模糊等特性,因此,单模态的分类性能较差。通过使用多模态特征融合的方式,可以更好地利用模态之间的相关性与互补性,达到异质互补的效果。因此,融合后的双模态分类性能要高于单模态的分类性能。随着融合的模态数量增多,接收到的信息也越来越完整,因此,融合后的三模态分类性能要高于双模态的分类性能,提高了账号分类的准确性。这也证明了本文提出的多模态特征融合方法的有效性。4.2.3张量融合方法的有效性为了证明张量融合方法的有效性,本文分别测试了单独模态、基于拼接融合和基于张量融合方法的分类效果。结果如图 4 所示。图 4融合分类性能对比图其中,UU、NER、Hashtag 与 4.2.2 节 表 示 含 义 相同;fusion 表示将 Hashtag、NER、UU 三种特征向量横向拼接成一个大的长向量然后输入分类器进行分类;tensorfusion 表示将这三种特征向量通过张量的方式进行融合得到账号的特征向量。由图 4 可见,融合多信息的分类方法优于单模态。在单模态特征中,基于账号社交关系的UU 特征最好,其次是基于账号文本信息的 Hashtag 特征。UU 特征表示账号之间的共同话题,而 Hashtag 特征则基于账号发布的文本内容,可能包含多个主题,有时可能过于频繁,影响分类效果。NER 特征在单独特征中表现最差,因为有未填写属性的账号。此外,基于张量融合的多模态融合方式优于直接拼接特征。这是由于不同特征的维度不同,直接拼接可能导致某些特征主导,忽略其他特征。张量融合充分利用每种信息。为了确保核心张量结构,对核心张量进行不同模式的展开,然后使用投票法提高分类性能,证明了方法的有效性。5结论本文提出了一种基于多模态特征融合的账号分类算法并给出了模型框架。在多模态特征提取阶段,首先对文本进行预处理,然后提取账号属性模态、账号文本模态、账号社交模态三种模态的特征向量。在多模态特征融合阶段,对本文提取的三个模态特征进行基于张量分解的多模态特征融合。接着本文使用机器学习的算法对账号进行分类,最后通过将本文的方法与传统方法进行对比,证明了本文方法的有效性。参考文献1 GOMEZ-RODRIGUEZ M,LESKOVEC J,KRAUSE A.Inferringnetwork of diffusion and influence C/Proceedings of the 16thACM SIGKDD International Conference on Knowledge Discoveryand Data Mining,2010:1019-1028.2 SISWANTO E,KHODRA M L.Predicting latent attributes oftwitter user by employing lexical features C/2013 Internation-al Conference on Information Technology and Electrical Engineer-ing(ICITEE),Seoul,Korea,2013:176-180.3 ZAMAL F A,LIU W,RUTHS D.Homophily and latent attribute infer-ence:inferring latent attributes of twitter users from neighbors C/Sixth International AAAI Conference on Weblogs and SocialMedia,Dublin,2012:8-12.4 ZHANG C,YANG Z C,HE X D,et al.Multimodal intelligence:representation learning,information fusion,and applications J.IEEE Journal of Selected Topics in Signal Processing,2020,14(3):478-493.5 KRISNAMURTHY B,GILL P,ARLITT M.A few chirps abouttwitter C/Proceedings of the first work-shop on online socialnetworks,2008:19-24.6 WANG A H.Dont follow me:spam detection in twitter C/2010 International Conference on Security and Cryptography(SE-CRYPT),Athens,Greece,2010:1-10.7 MCCORD M,CHUAH M.Spam detection on twitter using tradi-tional classifiers C /International Conference on Autonomicand Trusted Computing.Springer,Berlin,Heidelberg,2011:175-186.8 RAO D,YAROWSKY D,SHREEVATS A,et al.Classifying la-tent user attributes in twitter C/Proceedings of SMUC,2010:6投稿网址:2023 年第 10 期(第 42 卷总第 558 期)710-718.9 VICENTE M,BATISTA F,CARVALHO J P.Twitter genderclassification using user unstructured information C /2015IEEE InternationalConferenceonFuzzySystems(FUZZ-IEEE),Istanbul,Turkey,2015:1-7.10 PENNACCHIOTTI M,POPSCU M A.A machine learning ap-proach to twitter user classification C/Fifth InternationalAAAI Conference on Weblogs and Social Media,2011:281-288.11 CAMPBELL W,BASEMAN E,GREENFIELD K.Content+context=classification:examining the roles of social interac-tions and linguist content in twitter user classification C/Proceedings of the Second Workshop on Natural Language Pro-cessing for Social Media(Social NLP),Dublin,Ireland,2014:59-65.12 LIU J,INKPEN D.Estimating user location in social media withstacked denoising auto encoders C/Proceedings of the NorthAmerican Chapter of the Association for Computational Linguis-tics:HumanLanguageTechnologies,Denver,2015:201-210.13 KIPF T N,WELLING M.Semi-supervised classification withgraph convolutional networks C/5th International Confer-ence on Learning Representations,Palais des Congrs Neptune,2017:198-212.14 ZHANG D,LI S,WANG H,et al.User classification with mul-tiple textual perspectives C/Proceedings of COLING 2016,the 26th International Conference on Computational Linguistics,Osaka,Japan,2016:2112-2121.15 RAHIMI A,COHN T,BALDWIN T.Semi-supervised user geo-location via graph convolutional networks J.arXiv preprint,2018,18(4):46-57.16 MA J,DIMET F X.Deblurring from highly incomplete measure-ments for remote sensing J.IEEE Transactions on Geosci-ence and Remote Sensing,2009,47(3):792-802.17 KALMAN D.A singularly valuable decomposition:the SVD of amatrix J.College Mathematics Journal,1996,27(1):2-23.(收稿日期:2023-08-01)作者简介:汤智伟(1998-),男,博士研究生,主要研究方向:社交网络大数据分析、知识图谱。明杨(1996-),女,硕士,主要研究方向:社 交 网 络 分析、复杂网络分析。翟学萌(1991-),通信作者,男,博士,副研究员,主要研究 方 向:复 杂 网 络 分 析、网 络 稀 疏 表 征。E-mail:zxm 。7大数据体系会议论文选登Conference Paper on Big Data Systems