项目简介：项目的主要创新在于对“熵”函数的定义。高熵值单元代表异质性高的区域，对应于旅游热点或闹市区;低熵值单元代表以国际电话业务为标准的高特征区域。电话通信数据可以被有效利用以监测大范围事件，项目利用“熵”函数得到了传统分析得不到的信息。一方面，某一时间节点代表高度不确定性的高熵值揭示了该区域非常规/例外事件的发生;另一方面，针对高度活跃的国际通话业务，项目通过拓扑学分析了该城市国际社区的空间特征。
案例4
题目：基于兴趣目标导向的广告宣传
应用领域：广告
项目负责人：Aris Anagnostopoulos
项目简介：相较于线上广告，线下广告面临着达不到满意宣传目标的问题。基于社交网络信息和人口数据，项目对Tweeter文本内容进行了语义分类，区分了不同Tweeter用户对电影、音乐、体育等领域的感兴趣程度;利用Tweeter位置的地理标记功能，预测了用户分布和网络传播趋势。
以某领域的广告投放为例。首先，线下广告分类投放不同Tweeter用户。选择的广告投放用户应对该广告感兴趣，应能使总体效益最大化。其次，线下广告投放至该领域有影响力的Tweeter用户。投放的广告不仅是为了覆盖该领域更多的用户，更是为了使该领域有影响力的用户获知并传播该广告，从而使该广告达到事半功倍的效果。
相关新闻：
