用于聊天词汇的权重计算方法CDTF*IDF

随着聊天室的广泛使用,对聊天内容监控也变成亟待解决的问题.在聊天室监控中,为衡量聊天数据中词汇对聊天内容的描述能力,现在一般直接采用文本词汇的权重计算方法;然而,这种方法忽视了聊天数据与静态文本结构上的差异,导致计算出的权重并不能准确反应词汇描述聊天内容的能力.针对聊天数据的固有特点,提出了一种专门针对聊天数据的词汇权重计算方法CDTF*IDF.该方法通过分别计算词汇在不同数据源中的权值并汇总、并对重点词汇提高权重等方式来计算聊天数据的词汇权重.基于IRC聊天室内容监控的实验表明:该方法能较好地衡量聊天词汇的权重,同时基于该方法的监控系统能够准确地识别出聊天数据中的话题.     

结合内容相似性和时序性的社会网络挖掘

在分析聊天数据时序性的基础上,引入内容相似性信息,提出一种结合内容相似性和时序性的社会网络挖掘新方法。该方法使用启发式规则初步推断出聊天室的社会网络,利用相似用户聚类技术进一步补充并最终挖掘出准确的社会网络。实验结果显示,该方法具有较好的挖掘效果。     

ASP的网络聊天室设计与开发

讲述了使用ASP设计与开发网络聊天室的方法和过程。通过使用Application对象,记录和显示了用户的聊天信息,利用不同的分隔符,将用户发送的聊天信息进行整合并存储在Application变量中,在用户接收时加以解释和显示。用户在聊天室中可以查看在线的用户列表。可以发送公共消息,也可以发送私人消息。     

基于J2EE技术的校园聊天室系统

聊天室系统的即时性德交流方式可以满足网络中多人同时聊天交流,使得资源得以共享,是人与人的沟通变得方便,简单。本文主要讨论了基于J2EE技术设计的聊天室的优点,并在聊天室的数据库的设计和用户身份验证的设计上做了进一步的安全处理。     

基于用户话题偏好的社会网络二级人脉推荐

社会网络（SNS）用户的社交圈和人脉关系研究多采用图论的知识,对社会网络关系图的节点和边进行探讨,没有考虑到用户自身的兴趣偏好,因此提出了一种基于用户话题偏好的二级人脉推荐方法。利用文本挖掘的相关技术和最小均方误差（LMS）算法,把抓取到的用户话题数据合理地转化为用户话题偏好特征向量,用相似度度量方法来计算用户之间的相似度,以确定与用户话题偏好最相近的用户集,并完成用户的二级好友推荐。实验表明,推荐的二级好友采纳率达到70%。     

基于Java Socket的聊天室系统设计与实现

Socket(套接字)是一种网络编程接口.介绍了Socket的通信机制,建立了一个基于Java Socket的聊天室系统.该系统能够实现公共聊天和私人聊天,允许在网络上有多个Server,客户端根据输入Server的IP地址连入相应的服务器参与聊天活动,服务器上显示当前在线的用户信息,并对用户进入或断开的信息加以显示.     

基于ASP的网络聊天室实现

本文利用ASP和VBScript脚本语言,设计并实现了一个简单的网络聊天室。该聊天室能为网站所有在线用户提供一个简单的在线交流平台,这样就有利于提供网站的用户访问量和人气。     

基于应答关系网络的QQ群意见领袖发现*

意见领袖是社交网络和社交媒体中的重要节点,是信息传播的关键性因素。在QQ群聊天中由于参与用户较多,各种话题比较繁杂,因此识别其中的意见领袖比较困难。基于此提出一种基于应答关系来挖掘QQ群中意见领袖的方法,该方法首先构建回应词词库,然后基于Aho-Corasick算法来匹配聊天文本中的回应词数据,构建出用户应答关系的网络结构,最后使用社交网络中重要节点识别的方法来发现意见领袖。该方法对QQ群中的意见领袖发现具有较高的准确率,在融合QQ群用户交互社交网络的节点重要性特征后,能够达到更好的意见领袖发现效果。     

BPF数据包过滤器的分析与研究

随着网络的迅速发展,信息量的增大,大量的无效数据降低了网络监控的效率,对网络数据包的捕获和过滤变得尤为必要了.BPF数据包过滤器以其简洁的结构在计算机内核中对数据报进行第1层过滤,减轻了用户层工作的负担并且提高了抓包率.研究了BPF的工作原理和过滤模型并且提出了在Windows系统下如何运用BPF过滤器开发包过滤系统.BPF数据包过滤器在网络监控方面有巨大的研究和使用价值.     

揭开微软关闭MSN聊天室的秘密 关闭MSN聊天室的背后

微软公司最近宣布,由于旗下的MSN网络聊天室几乎成了垃圾邮件与色情业者的天堂,因此将关闭28个国家的MSN网络聊天室。这件原本与国内用户关系不大的事情,却引起了国内互联网用户的广泛关注,从中引出的许多问题非常值得我们深思。     

用ASP制作简单聊天室

聊天室设计的原理是把发言插入到数据库的表里,然后再读了取表中的记录显示在客户端的浏览器上,如何来驱动聊天记录的更新显示,一个方式是只要有人发言,就更一次,另一种方式每隔一定时间,程序设定更新一次,把发言表单,显示记录放到一个页里,这就形成了一个简单聊天室。     

基于socket的简单聊天室的设计与实现

介绍了在Linux上用socket编程来设计并实现一个简单聊天室。首先选择了服务器的轮询工作方式,以满足多个用户进程的连接;然后从数据结构、模块开发和源码实现三个方面详细分析了聊天室的实现;最后将该聊天室与传统聊天室进行了比较,并指出该聊天室的优势所在。     

JAVA技术在聊天室系统中的开发与应用

本文利用Java技术,结合界面编程等技术,提出了一类基于Java的聊天室的分析与设计方法,并且应用多线程技术对程序的运行速度进行了优化,为聊天室设计中的一些控制问题提出了较好的解决方案.     

基于Linux的聊天室的设计与实现

本聊天室基于C/S架构,以GTK+作为前端页面实现技术,以Socket 网络编程技术对通讯方式进行逻辑处理, 使用C语言编码开发,Makefile 进行编译。实现了注册、登录、私聊、群聊、显示在线人数、查看聊天记录、传输文件以及用户下 线等功能。     

推技术聊天室的研究与实现

分析了客户端拉(Client Pull)方式和服务器推(Server Push)方式两种类型Web聊天室的优劣,并给出了推方式Web聊天室的一种高效的实现方法,在Windows平台上用ISAPI技术实现了一个采用服务器推方式的高性能Web聊天室系统,并探讨了多用户并发访问时的多线程同步安全性设计问题。     

基于超图聚类的故事单元的抽取与分析

合理而有效地结构化组织视频数据是浏览、检索和管理视频的重要前提.提出了一种新的层次化的结构化组织视频数据的提取故事单元的方法.它采用k-近邻超图描述镜头间的内容相似关系,利用超图模型对镜头聚类,并通过分析镜头类别间的时间投影关系提取故事单元,并采用一维字符串描述故事单元.此外,还提出了结合领域知识确定故事单元的类型的算法框架,并将其用于对话场景的检测.将算法用于测试多段视频,实验结果令人满意.     

Online infidelity in Internet chat rooms: an ethnographic exploration

Internet chat rooms have introduced unprecedented dynamics into marital relationships: never in history has it been so easy to enjoy both the stability of marriage and the thrills of the dating scene at the same time. This study examined the phenomenon of online infidelity in chat rooms, a process whereby individuals involved in a long-term committed relationship seek computer synchronous, interactive contact with opposite-sex members. The following factors were investigated: (a) what elements and dynamics online infidelity involves and how it happens; (b) what leads individuals specifically to the computer to search for a relationship “on the side”; (c) whether individuals consider online contacts as infidelity and why or why not; and (e) what dynamics chat room users experience in their marriages.     

Topic Identification in Dynamical Text by Complexity Pursuit

The problem of analysing dynamically evolving textual data has arisen within the last few years. An example of such data is the discussion appearing in Internet chat lines. In this Letter a recently introduced source separation method, termed as complexity pursuit, is applied to the problem of finding topics in dynamical text and is compared against several blind separation algorithms for the problem considered. Complexity pursuit is a generalisation of projection pursuit to time series and it is able to use both higher-order statistical measures and temporal dependency information in separating the topics. Experimental results on chat line and newsgroup data demonstrate that the minimum complexity time series indeed do correspond to meaningful topics inherent in the dynamical text data, and also suggest the applicability of the method to query-based retrieval from a temporally changing text stream. This revised version was published online in June 2006 with corrections to the Cover Date.