社交网Twitter平台的人物关系网社区发现

社交网络服务（social networking service,SNS）已融入到大众生活中。人们将自己的信息上传到网络中,并通过社交网站管理自己的社交圈子,由此造成大量的个人信息在社交网络上被公开。文章基于Twitter平台,设计实现了Twitter用户关系网的社区发现。通过实时采集Twitter用户信息,重建人物关系网,改进Newman快速算法划分社区发现人物关系网。文章通过可视化的界面呈现用户的社区关系,提供用户网络行为,为决策者的舆情监控或个性推荐提供了参考凭据。     

基于Skip-gram模型的社区查询算法

社会网络的巨大规模和复杂结构使得探索整个网络的社区结构的代价变得高昂。因此,着眼于网络局部结构特征的社区查询有着重要的应用意义。常见的社区查询算法易将与查询无关的子结构合并到目标社区中。利用Skip-gram模型将序列化后的社会网络映射到连续的向量空间以求解节点之间的相似度,并结合节点的度这个属性特征修正了原有的社区尺度,以此作为标准进行节点聚类,从而得到查询节点所属的社区结构。经过在真实数据集上的实验,改进的社区查询算法的准确性和查询一致性较已有算法有了较大提高。     

基于R-C模型的微博用户社区发现

在微博市场营销、个性化推荐等应用中,发现兴趣和网络结构双内聚的用户社区起着至关重要的作用。现阶段,绝大多数的用户社区发现算法往往将用户联系与用户内容相隔离,从而导致其社区发现结果不够合理,而少数综合用户联系和内容的用户社区发现算法较为复杂;LCA 算法是重叠社区发现算法中算法效率较高且社区质量较好的算法,然而,其在聚类时未考虑边的真实兴趣体现。针对这些问题,构建了以关注关系为网络节点、以关注关系之间是否有共同用户为关注关系潜在的边、以关注关系所关联用户的兴趣集的交集为关注关系的兴趣特征,构建微博网络 R-C 模型,并探讨了其进行微博用户社区发现的方法,分析了该方法的复杂度。最后,以新浪微博数据集为实验,对照节点CNM算法和LCA算法,从兴趣内聚和网络结构内聚两方面进行分析,发现该方法能够发现更好的微博用户社区。     

基于用户特征分类的精准广告投放研究

互联网的普及和电子商务的飞速发展,网络广告成为一种新的经营方式。然而网络广告形式多样,目前现有的广告投放系统缺乏针对性,使得网络广告精确度不高,不能达到预期的目的。因此,分析用户行为进行精准广告投放成为一种必要。该文采用神经网络技术,对用户行为特征库提炼用户最重要的行为和最关注的内容点,从而对用户进行智能分类,以此作为向用户推荐广告的依据,达到精准投放的目的。     

基于星形模型的时空拓扑关联模式挖掘

为了简捷表达多维时空拓扑关联模式,针对时空数据库的事件,提出了一种基于事件的星形关联模型,该模型能够表示点线面以外的更多时空信息;针对这种模型提出了一种基于粒度计算的时空拓扑关联模式挖掘算法,该算法只需扫描一次时空数据库,避免了重复计算,有效地提高了挖掘效率。     

基于中间件技术的Twitter系统研究与实现

本文将中间件技术引入到Twitter系统结构中,设计并实现了一套可信任的Twitter解决方案,该方案包括以下几部分:首先将系统的消息类型划分为存储型消息和验证型消息,并针对这两种不同的消息类型提出了相应的处理机制;提出以星型结构为基础的系统架构,引入消息中间件层,用于处理应用服务器传递的信息,采用中间件的分层结构体系,可以平衡各前端应用节点的负载,提高系统的可靠性、可伸缩性和可扩展性,使承载大访问量的Twitter服务成为可能。     

一种基于用户行为的定向广告投放算法概述

随着计算机网络技术的飞速发展,传统的广告投放手段已经不能满足人们对信息的需求,信息分流越来越必要。在这种形势下,网络定向广告异军突起。作为一种新兴的投放技术,这种广告投放模式精准、高效,效益性也更好。本文介绍了一种以基于用户行为的定向投放为基础,在用户行为特征分析中加入内容定向的一种定向投放算法,该算法创造性加入了数据挖掘的方法,通过设定不同的行为等待链,实现了长期行为与短期行为的分开投放,是一种更加高效、匹配度更高的算法。     

卷积神经网络下的Twitter文本情感分析

随着社交网络的日益普及,基于Twitter文本的情感分析成为近年来的研究热点。Twitter文本中蕴含的情感倾向对于挖掘用户需求和对重大事件的预测具有重要意义。但由于Twitter文本短小和用户自身行为存在随意性等特点,再加之现有的情感分类方法大都基于手工制作的文本特征,难以挖掘文本中隐含的深层语义特征,因此难以提高情感分类性能。本文提出了一种基于卷积神经网络的Twitter文本情感分类模型。该模型利用word2vec方法初始化文本词向量,并采用CNN模型学习文本中的深层语义信息,从而挖掘Twitter文本的情感倾向。实验结果表明,采用该模型能够取得82.3%的召回率,比传统分类方法的分类性能有显著提高。     

基于用户访问路径分析的网页预取模型

随着网络信息的飞速增长,互联网已成为人们获取信息的重要来源.但是,受限于网络带宽,用户往往需要忍受较长的访问延时.为了缓解这种情况,人们提出了网页预取技术,用于降低用户的访问延迟,提高Web服务器的服务质量.提出一种基于用户访问路径分析的服务器端网页预取模型.模型通过对用户访问序列进行语义分析,提取路径中蕴含的信息需求,依此进行网页预取决策.为了实现用户访问序列中潜在意图的挖掘,模型还引入了隐马尔可夫模型.性能测试实验的结果表明,该模型具有较好的整体性能.     

基于本体用户兴趣模型的个性化推荐系统

针对传统个性化推荐系统用户兴趣模型创建和更新的不足,无法准确地感知用户特定背景下的语义信息和用户兴趣随着时间的变化,基于用户兴趣本体提出一种新用户兴趣模型,并通过激活扩展理论描述该用户兴趣模型的更新算法。同时,改进了推荐算法,结合协同过滤进行个性化推荐。实验结果表明,该模型能够有效反映用户兴趣,新的推荐算法在MEA、多样性、冷启动处理、稳定性方面都具备很高的性能。     

基于用户兴趣模型的协同过滤推荐算法

协同过滤推荐算法是目前应用最广泛个性化推荐技术,其中用户相似度的计算方法是影响推荐算法质量的关键因素。针对传统协同过滤算法中稀疏评分数据造成的用户相似度计算不准确问题,提出一种基于用户兴趣模型的协同过滤推荐算法。该算法使用分布估计算法建立用户兴趣模型,并使用用户兴趣模型计算用户间相似度。实验表明,该算法的准确性受数据稀疏性影响较小,同时在收敛速度和推荐准确性方面有明显提高。     

基于中图分类法的用户兴趣模型研究

提出一种基于中图分类法的用户兴趣模型,形式化地描述了用户兴趣模型的建立和学习过程.在建立用户兴趣模型时,需要对代表用户兴趣的中图分类号进行挖掘,由于传统的Apriori数据挖掘算法更适合于处理无序的集合,而中图分类号中的号码是有序的.提出了一种改进的算法来自动构建用户兴趣模型,并据此开发了一个科技文献过滤系统作为典型应用.     

基于覆盖模型的适应性超媒体系统用户建模

在适应性超媒体系统中,用户模型的建立是实现系统适应性的前提。提出的适应性学习系统,参考多种用户信息,包括用户的知识状态、认知风格,并根据用户与系统的交互行为,动态更新用户模型。作为智能型教学系统,可以帮助教师实施基于网络的课程,推荐给学生恰当的学习材料,从而提高学生的学习成绩。通过实验评估本系统的功能,对比在三种不同的网上学习环境中学生的学习效果,统计分析显示,适应性学习材料以及适应性呈现风格对于提高学生的学习成绩和学习效率是很有帮助的。     

一种基于弹出式STN的用户界面描述模型

在研究了已有的几种用户界面描述模型后,利用面向对象的概念及弹出式STN的概念,提出了一种新的用户界面描述模型——弹出式STN模型。该模型利用面向对象的概念将弹出式STN的概念和基于事件的描述模型有机地结合起来,互相取长补短,获得了很好的效果。文中给出了弹出式STN描述模型中用户界面各对象的定义。在该模型中,用户界面被看成是一个复杂的对象——STN,用户界面的所有组件均被描述为相应的对象,该模型已在SGI图形工作站上实现,并已应用于系统的开发,取得了很好的效果。     

一种基于深广度权重树模型的局部最优树算法

为了降低用户访问页面的点击次数,提高网站的易用性,给出了一种独特的可以表示页面导航结构的深广度权重树模型,并在不影响导航之间逻辑关系的前提下,提出一种计算权重树的局部最优树算法。通过该算法改变了网站的导航结构,降低了网站总点击次数,继而提高了网站的易用性。实验结果表明该算法是有效的。     

基于CORBA的多层Web应用模型

文中提出了基于CORBA的3层、4层Web的应用模型， 分析了其运作机制和特点。并给出了一个基于3层模型的项目实例，对其所采用的设计思路和关键技术进行了分析。     

基于二维安全防护体系的WAF系统

针对Web攻击,传统防火墙对应用层防护存在不足,而Web应用防火墙可利用其架构的技术优势,应对繁多的攻击方式。给出二维安全防护系统及Web服务器核心内嵌模型,进一步给出Web应用防火墙设计实现方案。实验表明,该系统能够解决Web应用安全问题,具有较高的网络性能,支持策略的定制与扩展。     

基于Web服务的数学模型库管理系统的设计

针对目前各种数学模型库管理系统存在的问题,结合Web服务可分布式部署、共享性强、可远程调用的特点,通过建立数学模型到Web服务的映射,在运用Web服务对数学模型打包的基础上,设计了一种新的数学模型库管理系统,并研究了系统的结构、使用步骤和具体的实现。该系统通过分布式网络环境对数学模型进行部署和访问,使得数学模型具有较强的可共享性和可控性,同时也大大降低了模型库管理系统与数学模型之间的耦合性,有效地解决数学模型库的管理问题,同现有的系统相比,具有明显的优越性。     

基于模型驱动架构的Web Services应用开发

从Web services的观点看,可以用MDA核心部件UML来精确描述商务信息,并且这种描述方法是与实现技术无关的。本文首先介绍了非形式化模型和形式化模型的不同之处,进而阐释了如何实现从商务信息模型到XML的映射以及从商业服务模型到WSDL的映射。