社会网络环境下基于共识的风险性大群体应急决策非合作行为管理研究

针对大群体应急决策中可能存在的非合作行为,考虑决策专家的社会网络关系,提出一种基于共识的管理大群体应急决策中非合作行为的方法.首先,引入社会网络中基于模块度的Louvain聚类方法对大群体决策专家进行聚类,降低大群体应急决策复杂性;其次,定义两种非合作行为,并建立非合作行为的识别和检测模型;再次,定义信任风险系数、偏好风险系数以及综合风险系数,通过风险系数对不同程度的非合作行为聚集进行偏好调节,从而得到共识水平较高的决策方案;最后,利用“4.25西藏地震的案例”验证所提出方法的可行性和有效性.     

社会网络环境下基于公众行为大数据属性挖掘的大群体应急决策方法及应用

针对社会网络环境下复杂大群体应急决策中决策属性信息难以获得问题,提出社会网络环境下公众行为大数据驱动的大群体应急决策方法.首先,通过挖掘社交平台上的公众行为大数据,利用TF-IDF、Word2vec技术进行关键词提取、聚类及其影响力分析,从大量行为数据中挖掘大群体决策属性信息以辅助专家决策,使决策结果具有更高的科学性和有效性;其次,构建决策者间基于信任关系和观点相似度的社会网络,采用同时考虑信任和相似度的聚类方法对决策者进行聚类,并基于社会网络分析获得决策者权重;然后,提出基于决策者间信任关系的共识调整方法进行共识调整以获得最终群体决策矩阵和方案排序,通过引入决策者客观自信度避免个别决策者过分自信行为的影响;最后,通过一个新冠疫情案例分析说明方法的可行性和有效性.     

基于重要度引导偏好识别修正的多粒度语言共识模型

研究多粒度语言偏好信息下的群体共识决策问题. 首先, 从个体和群体两个角度充分挖掘偏好信息下隐含的专家重要度信息, 基于个体一致度及个体与群体的相似度构建确定专家重要度的优化模型; 其次, 以专家重要度引导非共识偏好的识别和修正过程, 提出一种自适应的语言共识模型; 然后, 给出一种群决策方法, 确保在集结专家意见前群体达成一定程度的共识; 最后, 通过算例验证所提出方法的可行性和有效性.

     

群体分类偏好下的双重语言信息融合聚类方法

研究一类基于双重信息融合的群体聚类方法。依据偏好信息下专家意见相似关系挖掘群体分类偏好信息;考虑专家决策依据向量的相似程度,设计一致性和非一致性测度指标,以表征双重维度下群体聚类的一致及差异度;以群体聚类结果差异最小为目标构建规划模型,测算属性权重,并以编网聚类的思想给出聚类结果。算例研究验证了所提出方法的科学性和合理性。     

研讨厅专家意见聚类分析及其可视化

综合集成研讨厅中群体共识达成依赖于专家之间有指导的互相探询和互相启发的研讨,因此需要一种反馈机制将专家个体意见和群体一致性状态实时展现给与会专家,从而激发专家思维,促进群体思维收敛.本文提出一种用于专家意见一致性分析的启发式聚类算法和基于该算法的群体一致性分析指标体系,并采用平行坐标法对聚类结果进行可视化展现,使专家群体及时了解群体意见聚类情况,以及每类意见受支持的程度.最后用一个实例说明该方法的有效性.     

基于相似度聚类分析方法的异常入侵检测系统的模型及实现

提出了基于相似度聚类分析方法的异常入侵检测模型，介绍了对用户行为进行收集，然后在此基础上使用相似度聚类方法分析用户行为，最后实时地通过归类分析方法对用户行为加以判断。详细地讨论了基于相似度聚类分析的用户轮廓建立的算法和基于相似度聚类分析方法的异常检测算法，并提出了对该算法的初步改进。     

系数增强最小二乘回归子空间聚类法

针对最小二乘回归子空间聚类法在求解表示系数时忽略了样本相似度的不足,提出改进方法。基于样本相互重构的表示系数矩阵和样本相似度矩阵有很大的关联定义系数增强项,求解可以保持样本相似度的表示系数矩阵,提出系数增强最小二乘回归子空间聚类法。在8个标准数据集上的实验表明该方法可以提高最小二乘回归子空间聚类法的聚类性能。     

面向犹豫模糊语言信息的大型群体分类集结模型

研究基于犹豫模糊语言信息的大型群体决策分类和集结问题.提出一种面向犹豫模糊语言信息的专家相似度构建方法,相似度测算基于犹豫相似度和距离相似度综合考虑;改进编网分类方法,借助基于相似矩阵的编网分类方法对大型群体专家进行初步分类,确定可接受范围,对专家进行再分类并通过分类精度指标对分类的有效性进行验证以确定最终类别;构建大规模群体信息集结的类内集结和类间集结框架,对类内专家信息进行集结以获得概率语言信息;提出一种基于语言概率分布的类可靠度计算方法,基于类可靠度和类专家数量占总体数量比例综合考虑确定类别权重以实现类间信息集结,进而根据集结的概率语言信息计算对象期望值并进行排序.最后,通过算例及方法比较验证所提出方法的有效性.     

基于灰色聚类的大规模群体语言评价信息集结研究

研究群体规模较大的情况下基于语言评价信息的决策方法,提出了基于灰色关联聚类的方法以降低大规模群体的协调困难;根据决策者所属群体类别差异,基于语言信息转化函数提出了类内评价指标权重确定方法,并测算了各群体类别的综合偏好;研究群体类间权重确定模型,建立了基于群体类别意见偏差最小的群体偏好集结模型;进而提出了决策者判断一致度定义以及决策者偏差协调方法.算例分析表明了该方法的应用步骤及可行性.     

基于信任的网络群体异常行为发现

现今大规模网络群体异常事件往往由多个复杂安全事件融合,且这些安全事件之间隐藏着社会化利益与联系,表现出典型的群体性与控制性.对恶意网络群体事件的感知与响应是网络安全管理的重要任务之一.传统的异常检测机制与基于偶图模型的群体异常行为发现方法均未深入分析这些恶意网络行为潜在的社会化关系,且没有考虑交互过程对节点关系的影响.基于此,文中提出一种基于信任的网络群体异常行为发现模型.该模型首先使用网络交互拓扑信息建立网络节点间的信任矩阵;进而结合直接信任度和相关信任度计算网络节点间的相似度,并通过松弛谱聚类算法中的约束条件,增强类数目的自动识别能力,提高节点聚类准确性.实验表明该模型交互能够有效感知网络中的分布式拒绝服务攻击、蠕虫与僵尸网络的异常行为,并对潜伏期内的安全事件行为有较高识别度,同时比基于偶图的行为分类模型具有更高的准确性.