基于交互相似度的细粒度社群发掘方法

发现在线社交网络中的社群结构有助于深入研究和分析信息传播规律,同时在社会推荐、群体特征发现等应用领域具有重要的意义。但是现有的社群结构发掘方法多忽略了用户之间的社会属性,导致获取的社群结构难以反映细粒度的结构特征。文中将用户的社会属性引入到社群结构发掘算法中。为了衡量用户的社会交互属性,提出了用户交互相似度模型。基于用户交互相似度模型,提出了一种面向在线社交网络的细粒度社群发掘方法。该算法可以有效衡量用户之间的社会属性,通过层次聚类的手段获得不同粒度的社群,并过滤无关数据。为了验证算法的有效性,以社交网站人人网的用户交互记录为数据集,比较了与其他社区挖掘算法的性能差异。实验结果表明,该方法发掘出的细粒度社群具有较高的准确性,在发现社群之间的不同话题上有着较好的应用。     

I-Sensing:面向智慧校园的参与感知应用系统

随着移动设备上集成的传感器件的增多及其数据处理能力的增强,一种新的感知模式一＂参与感知＂应运而生,其主要应用领域与环境监测和公共卫生相关,它强调人在感知过程中发挥的作用.提出一种基于位置的参与感知系统架构,主要目的是通过分析位置信息调度在目标区域的移动设备完成感知任务.该文首先设计了基于上下文感知的定位算法,在尽可能节省能量的前提下,实现了室内室外、Wi-Fi与GPS定位的无缝切换,然后设计了实名制机制和可信度机制来提高系统数据的可靠性,设计好友排名机制来激励用户参与,并通过记录用户的历史数据采用基于TF-IDF算法的方法动态地为用户添加标签并分组.在完成系统总体设计、服务器、客户端的设计之后,实现了一种基于参与感知的校园信息共享系统验证了基于位置的参与感知系统架构的有效性.     

一种场景驱动的情境感知计算框架

情境感知系统通常以情境信息直接驱动上层服务或应用。普适计算环境的情境信息在来源及种类上存在较大差异,情境信息的多样性导致由情境直接驱动的情境感知系统的扩展性、稳定性不足。对此提出一种场景驱动的情境感知计算框架。该框架以场景为基础,屏蔽了原始情境信息的异构性和多样性;以场景识别为核心,由系统中的基本情境信息识别当前用户的场景信息,由场景信息驱动相关的应用。该框架简化了系统设计的复杂度,有助于提高系统的扩展性和稳定性;同时场景识别采用神经网络的算法,避免了因采用推理所带来的知识库暴涨问题。所开发的原型系统验证了框架的有效性。     

普适环境室内定位系统研究

位置感知服务是普适计算的一类重要应用。在位置感知服务中,位置信息是关键的上下文之一。如何获取位置上下文,是位置感知服务中的关键点之一。基于不同的应用背景和服务,目前已经存在大量的定位系统。从室内定位的角度,研究了定位系统中的关键技术和方法,并对各种技术进行了分析比较;在分析现有普适环境下典型的室内定位系统基础上,提出了室内定位系统所面临的挑战。