微博个性化转发行为预测新算法

目前,对微博转发行为预测主要是对所有微博用户的历史数据进行学习,从而得到转发模型.但是这类模型需要对所有用户的转发行为进行全局预测,存在同质性且无法对具体用户进行个性化预测的缺陷.针对这些问题,提出了基于多任务学习的个性化微博转发行为预测算法.对新浪微博进行了数据抓取、分析和特征选择,根据社会学中影响力的理论,针对微博用户之间进行社交信息交流而导致相互影响的特点,引入了多任务学习方法,以逻辑回归预测模型作为基准算法,将预测模型分为全局模型与个性模型进行学习.预测模型把对每个用户转发行为的预测对应为多个任务,根据微博用户间的社交交互对这些任务进行关联.实验结果表明,所提出的模型能够有效地对单个用户的微博转发行为进行预测,并且提高了转发行为预测的准确率.     

基于PageRank的用户影响力评价改进算法

为了解决传统微博用户影响力评价算法全面性和客观性差的问题,通过对微博用户影响力的定义和影响因素进行分析,鉴于微博社区网络与web页面网络的拓扑结构有着天然相似性的特点,提出了一种基于PageRank的用户影响力评价改进算法(Self and Followers User Influence Rank)SF-UIR.运用用户追随者数、用户是否认证、用户微博的传播能力三个指标对用户自身影响因素进行了量化,改善了PageRank值对用户影响力评价客观性差的问题.采用权重因子将追随者对其所关注用户的影响力贡献值进行科学的量化分配,解决了追随者影响力等值传递的弊端.与四类主流算法的对比实验结果表明:SFUIR算法同时考虑了基于用户行为的自身影响因素和基于拓扑结构的追随者影响因素,能够有效地解决追随者数量排名算法中的"僵尸粉"干扰问题,能比平均转发数算法更真实地反映用户的影响力高低,能有效规避K-覆盖度算法中未考虑微博用户自身行为特征和将所有的追随者都一视同仁的严重缺陷,能极大地改进PageRank算法单纯依赖追随者数量和追随者质量的不足,从而能够更加全面、更加客观地反映微博用户的影响力.     

基于转发评论的微博语义扩充和分类方法

为了对微博用户、微博文本和微博评论进行分析和研究,提出了一种基于转发评论的微博语义扩充和分类方法.首先在对微博用户类型分析的基础上将微博分为6种类型;然后以信息发布型微博为研究对象,提出了微博评论选择算法,筛选出微博有效评论;再利用基于转发评论的微博语义扩充和分类(comment-based microblog's semantic expansion and classification,CBMSEC)方法,将微博有效评论信息补充进微博语义,改善微博数据稀疏的问题,提高微博的分类性能.     

多特征神经网络微博转发预测

随着社交网络的快速发展,微博已成为一种信息扩散传播的平台。鉴于微博信息扩散的特点,挖掘微博转发过程中的潜在规律对于舆情监控、热点话题追踪、产品营销等有着重要意义。以新浪微博作为数据源,以用户和微博内容作为特征源,引入机器学习中的神经网络预测算法建立预测模型,实现对微博的转发预测。结果表明,与传统预测方法的对比,对微博转发可以做出较高准确率的预测。     

基于多Agent的微博社交网络信息传播模型

针对传统微博社交网络信息传播模型没有考虑用户个体差异性和用户强弱关系的问题,本文建立了基于多Agent的微博社交网络信息传播模型。将微博用户抽象为Agent,并定义Agent的属性,分析微博社交网络信息的传播机制,定义Agent之间的交互规则,考虑不同强弱关系下影响用户转发信息行为的因素,通过仿真实验探究个体态度、影响力、个体间认同度等因素对微博网络信息传播的影响。仿真结果表明,微博信息的传播呈裂变式扩散模式,微博用户的态度、影响力等因素对信息的传播起促进作用,所提出的相关影响变量对有效利用与管控微博信息传播具有一定的启示意义。     

微博社区中用户行为特征及其机理研究

基于微博数据的实证分析表明,微博用户发布微博的数量及时间间隔均服从幂律分布。通过分析微博用户之间的社会网络关系与用户行为之间的联系,发现微博消息数量的分布幂指数与用户互动指数呈反向关系,且随着互动指数的升高,幂指数的下降趋缓。在排除用户之间的评论、转发行为的影响后,个体用户发微博的时间间隔分布幂指数与用户互动指数呈正相关关系。基于上述实证分析,引入用户间评论转发行为、用户间的社会网络关系作为微博用户行为的驱动因素,提出了一种基于社会关系的动力学模型,模型仿真结果与实际数据一致。     

电信网中基于社区挖掘的用户行为预测算法

利用社会网络分析去解决电信网中的用户行为预测问题,把用户行为预测转换为社区挖掘和社区内用户行为预测2个步骤。之后,利用改进的凝聚层次聚类算法实现了电信网中用户的社区挖掘,通过对社区内的邻近度进行排序,设计了社区内用户行为的预测算法。仿真实验结果表明,该算法能够有效的预测出指定社区中的用户行为。     

基于动态情境感知的W5模型研究

Twitter、Sina Micro-blog等社交网络应用为基于位置的服务提供了大量的情境信息,如用户ID(who)、签到时间(when)、GPS坐标(where)、微博内容主题词(what)和微博内容诱因词(why)等,简称5W。它们为用户的行为和偏好研究提供了契机。该文提出了基于5W动态情境感知信息的W5概率模型,并采用包含情境信息的联合概率分布分别从时间、空间和活动等方面挖掘用户动态行为,用于用户和位置的预测。该文实验基于两个数据集:Geo-text(GT)和Sina-tweets(ST),在数据集上进行了用户预测(UP)和位置预测(LP)实验。实验结果表明,W5模型在UP和LP两方面准确率均高于W4模型。同时,W5模型在时间误差和空间距离误差两方面也取得了较好的性能。     

网络信息系统中微博的法律监管分析

微博是互联网络上出现的一种即时交流、去中心化的自媒体。运用实证分析法对微博侵权行为需要加强法律监管进行分析,认为对微博实施法律监管的前提是构建微博法律责任体系。微博法律责任体系应该包括民事侵权责任、行政责任和刑事责任,从行为后果和社会影响的角度区分微博评论行为转发行为引发的民事法律责任,并加重运营商的审核义务,在全面实行微博客用户实名制的同时保护好用户的信息安全。     

基于图模型决策的微博检索二次排序算法

为了解决微博检索面临的"用户查询"和"相关文档"都是极端短文本的情况,及由此造成的检索性能欠佳的难题,研究并实现了一种微博检索结果的二次重排算法,基于微博内容相似关系构建关系图模型,利用PageRank算法对微博检索结果进行二次排序.比较了基于余弦相似度、戴斯系数、单向戴斯系数等文本内容相似度计算方法.实验结果表明:二次排序算法能够有效提升微博检索性能,同时图模型迭代性能与相关主题比例存在依存关系.有鉴于此,讨论通过决策树重排算法去除非相关主题对微博排序的影响.     

智能教学系统中学生模型的构建

介绍了常见的学生模型: 覆盖模型、偏差模型和认知型模型。这三种模型主要是反映学习者的学习基础, 认知能力, 但对于影响学习者的心理因素没涉及到。因此, 本文把影响学习者的心理因素进行了归纳, 根据影响学习者的心理因素提出了一个全面的学生模型, 一个全面的学生模型应该是覆盖模型, 偏差模型, 认知能力、心理模型的综合, 并且用多维向量来表示。     

Improved analytic methods for coal surface area and pore size distribution determination using 77 K nitrogen adsorption experiment

77 K nitrogen adsorption was the most widely used technique for determining surface area and pore size distribution of coal. Brunauer–Emmett–Teller (BET) and Barrett–Joyner–Halenda (BJH) model are commonly used analytic methods for adsorption/desorption isotherm. A Chinese anthracite coal is tested in this study using an improved experimental method and adsorption isotherm analyzed by three adsorption mechanisms at different relative pressure stages. The result shows that the micropore filling adsorption predominates at the relative pressure stage from 6.8E−7 to 9E−3. Theoretically, BET and BJH model are not appropriate for analyzing coal samples which contain micropores. Two new analytic procedures for coal surface area and pore size distribution calculation are developed in this work. The results show that BET model underestimates surface area, and micropores smaller than 1.751 nm account for 35.5% of the total pore volume and 74.2% of the total surface area. The investigation of surface area and pore size distribution by incorporating the influence of micropore is significant for understanding adsorption mechanism of methane and carbon dioxide in coal.     

面向对象的系统分析方法及其应用

本文介绍一种面向对象的分析方法,该方法将三种模型——信息模型、状态模型和过程模型综合起来,对应用问题领域进行分层递阶的建模和分析.通过一个实例,本文详细说明了该OOA方法的应用过程.为了使此方法更加实用有效,本文还提出了几点进一步研究的意见.     

一种修正的莫尔-库仑本构模型及其应用

莫尔-库仑本构模型是理想弹塑性的，只考虑了强度随围压的变化，但没有考虑弹性模量随围压和应力水平的变化情况，这不符合地质材料的实际特性，借助于邓肯-张非线性弹性模型对切线模量的处理方法，对M-C模型中的弹性模量进行了修正。修正以后，弹性阶段的应力-应变曲线将表现为双曲线。为了将该修正模型写进FLAC^3D程序，特编制了前处理程序，并用来对刚性桩的横向承载力进行了数值分析。因为该模型没有对卸载模量重新定义，所以该模型较适合于持续加载的情况。     

系统辨识(3)：辨识精度与辨识基本问题

系统辨识是研究建立系统数学模型的理论与方法.讨论系统辨识涉及的一些基本问题,包括辨识精度、辨识方法的提出,辨识输入信号的设计,参数可辨识性与系统可辨识性,开环可辨识性与闭环可辨识性,可辨识性与能控性和能观测性的关系,可辨识性与输入信号的关系,以及与辨识方法收敛性相关的激励信号与激励条件,辨识算法收敛分析的基本工具,典型...     

系统辨识(2):系统描述的基本模型

控制是一切科学问题的核心.数学模型是一切控制问题的基础.事物的运动规律用方程描述就是数学模型.不同学科的发展就是建立其数学模型的过程.本文首次把线性动态系统数学模型分为三类:时间序列模型,方程误差类模型,输出误差类模型;详细介绍了线性系统的一些基本数学模型,包括连续系统离散化和模型等价变换,单输入单输出随机系统模型,多变量系统模型,类多变量系统模型,多输入和多输出系统模型(传递函数阵主模型、子模型、子子模型,多输入单输出系统模型,单输入多输出系统模型等).     

Fusion系统分析

介绍了被称之为第二代面向对象方法Ｆｕｓｉｏｎ方法中的系统分析，及其中的对象模型系统对象模型，操作模型，操作序列模型．     

刚柔复合路面动载响应模型的建立

根据国内外关于复合结构和动力学现有研究基础上,在充分考虑车辆、荷载、地基、路面结构模型的前提下,建立了新型的复合路面结构的模型.给出了相应的层间接触条件、边界条件、荷载条件以及传荷能力,讨论了其应用前景.     

一种修正的莫尔-库仑本构模型及其应用

莫尔-库仑本构模型是理想弹塑性的，只考虑了强度随围压的变化，但没有考虑弹性模量随围压和应力水平的变化情况，这不符合地质材料的实际特性.借助于邓肯-张非线性弹性模型对切线模量的处理方法，对M C模型中的弹性模量进行了修正.修正以后，弹性阶段的应力-应变曲线将表现为双曲线.为了将该修正模型写进FLAC3D程序,特编制了前处理程序，并用来对刚性桩的横向承载力进行了数值分析.因为该模型没有对卸载模量重新定义，所以该模型较适合于持续加载的情况.     

复合结构等效替代模型的建模原则

利用结构模态势能和模态动能的概念探讨复合结构等效替代模型的建模原则.