检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

8 篇 学位论文

馆藏范围

8 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

6 篇 管理学
- 6 篇 管理科学与工程(可...
3 篇 工学
- 3 篇 生物医学工程（可授...
- 3 篇 生物工程
- 1 篇 计算机科学与技术...
- 1 篇 软件工程
3 篇 医学
- 2 篇 临床医学
- 1 篇 基础医学(可授医学...
1 篇 理学
- 1 篇 系统科学

主题

8 篇 相似度网络
3 篇 标签传播算法
2 篇 多组学数据
1 篇 适应度景观
1 篇 疾病相似度
1 篇 簇系数
1 篇 疾病本体
1 篇 虚假评论
1 篇 正则化
1 篇 mirna-疾病关联
1 篇 特征相似度
1 篇 mirna-疾病关联关...
1 篇 精神分裂症分类
1 篇 生物信息
1 篇 eigen模型
1 篇 基因表达
1 篇 矩阵补全算法
1 篇 microrna-疾病关联...
1 篇 度分布
1 篇 疾病标志物

机构

2 篇 哈尔滨工业大学
1 篇 长安大学
1 篇 曲阜师范大学
1 篇 山东大学
1 篇 南京财经大学
1 篇 上海交通大学
1 篇 南京理工大学

作者

1 篇 夏添
1 篇 张晓甜
1 篇 孟祥辉
1 篇 张振威
1 篇 赵天意
1 篇 吴雨航
1 篇 王永天
1 篇 陈佳

语言

8 篇 中文

检索条件"主题词=相似度网络"

共 8 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于相似度网络的miRNA和疾病关联类型预测方法研究

基于相似度网络的miRNA和疾病关联类型预测方法研究

引用

作者：张晓甜山东大学

学位级别：硕士

MicroRNAs(MiRNAs)是一类微小的内源性非编码RNA。近年来,许多研究表明miRNA的突变和调控异常会导致许多疾病,miRNA可以在疾病的诊断和治疗等过程中充当重要的生物标记物。早期,研究者们主要通过生物实验方法挖掘疾病和miRNA之间的调控... 详细信息

MicroRNAs(MiRNAs)是一类微小的内源性非编码RNA。近年来,许多研究表明miRNA的突变和调控异常会导致许多疾病,miRNA可以在疾病的诊断和治疗等过程中充当重要的生物标记物。早期,研究者们主要通过生物实验方法挖掘疾病和miRNA之间的调控关系,该类方法可以获得准确度较高的疾病相关联miRNA,然而存在设备昂贵、周期长的弊端。因此,研究可以预测miRNA-疾病关联关系的计算方法成为生物信息学领域的一个研究热点,该类方法对于挖掘miRNA和疾病之间的调控关系至关重要。本文综合利用多种生物学数据构建高质量的相似度网络,提出了两种针对miRNA-疾病关联类型预测问题的计算模型,分别为基于标签传播的miRNA-疾病关联类型预测算法NLPMMDA和基于张量分解的miRNA-疾病关联类型预测算法STDMMDA。两种算法都使用了多种数据计算疾病相似度和miRNA相似度,NLPMMDA算法使用该相似度信息构建异质网络,基于异质网络中节点的交互信息,利用少量已标记数据的标签值,使用基于相似度网络的标签传播算法预测大量未标记数据的标签值,实现miRNA-疾病关联类型的预测;STDMMDA算法使用该相似度信息和协同过滤思想更新三维关联类型张量,得到每种关联类型下miRNA-疾病的关联分数,之后使用张量分解模型对数据进行填补,同时挖掘三维张量中的隐性关系,实现miRNA-疾病关联类型的预测。本文提出的两种算法融合了疾病和miRNA的相似度信息,可以更好的挖掘数据间的潜在信息。另外,NLPMMDA模型使用了半监督学习算法,可以在没有负样本的情况下进行预测,STDMMDA算法使用张量分解模型对数据进行填补,避免负样本带来的误差,并且可以将算法适用范围扩大到孤立疾病。通过使用留一交叉验证进行评估,NLPMMDA算法和STDMMDA算法的平均AUC值分别为0.9739和0.8628,均高于已有最先进算法0.8606的效果,案例分析的结果进一步验证了两种算法预测结果的高可信度。

关键词： MicroRNA-疾病关联类型预测相似度网络标签传播算法张量分解模型

来源：评论

学校读者我要写书评

暂无评论

基于标签传播的疾病相关miRNA预测方法研究

基于标签传播的疾病相关miRNA预测方法研究

引用

作者：张振威曲阜师范大学

学位级别：硕士

Micro RNAs(mi RNAs)是一类具有调控功能的小分子非编码RNA,它在调节各种细胞过程中发挥着重要作用。研究表明,mi RNA的异常表达与人类恶性肿瘤的发生息息相关,因此研究mi RNA与疾病之间的相关性为探索疾病的潜在发病机制提供了参考。... 详细信息

Micro RNAs(mi RNAs)是一类具有调控功能的小分子非编码RNA,它在调节各种细胞过程中发挥着重要作用。研究表明,mi RNA的异常表达与人类恶性肿瘤的发生息息相关,因此研究mi RNA与疾病之间的相关性为探索疾病的潜在发病机制提供了参考。近年来,研究人员建立了大量具有高度可信度的公开数据库,为实验验证提供了mi RNA-疾病关联信息以及相关的生物学信息。为了预测潜在的mi RNA-疾病关联,研究人员利用这些数据设计出高效而精确的计算方法,弥补了生物实验方法研究成本高、研究周期长的不足,为疾病研究提供了新的思路,同时为疾病诊疗提供新的理论依据。目前已有的计算方法虽然有效,但仍存在相似性度量不够丰富、mi RNA-疾病已知关联稀疏、模型预测准确性不高等一些亟待解决的问题。针对这些问题,本文基于标签传播算法提出了三种预测模型:(1)构建了基于矩阵增强和标签传播的预测模型(Predicting mi RNAdisease Association Based on Matrix Enhancement and Label Propagation,MELPMDA),通过改善mi RNA功能相似性、疾病语义相似性以及mi RNA-疾病关联网络的稀疏问题,提升了标签传播算法在mi RNA-疾病关联预测任务中的表现。针对mi RNA-疾病关联信息不足的问题,MELPMDA为mi RNA和疾病建立了基于强关联、弱关联和负关联三种情况的相似度奖励矩阵,提出了一种根据序列分布情况自调节的提取有效相似信息的方法,并用这些相似性信息填充关联网络,从而降低关联网络的稀疏性。标签传播算法作为最终的预测算法,进一步发现潜在关联。在五折交叉验证实验中,MELPMDA模型取得了0.9500的AUC值,在肝细胞癌、乳腺肿瘤的案例分析中,分别从50个候选mi RNA中找到了实验验证的45、46个相关mi RNA,证明了MELPMDA模型稳定良好的预测能力。(2)实现了基于平衡标签传播算法的预测模型(Predicting mi RNA-disease Association Based on Balanced Label Propagation,BLPMDA),改善了传统的标签传播算法由于关联网络局部密度差异而导致的预测结果失衡的问题。BLPMDA为已知关联赋予了相比于未知关联更大的可信度,并利用所有已知和未知的关联构建一个可信度相似网络,用于改善现有数据集的稀疏问题。同时,根据每条相似性序列的分布特点提取出的有效相似度信息,用于填充mi RNA-疾病关联网络。平衡标签传播算法将已知标签加权处理后传播到未标记的节点,从而完成预测。在五折交叉验证和留一交叉验证实验中,BLPMDA分别取得了0.9527和0.9685的AUC值。在肝细胞癌和肺肿瘤的案例分析中,BLPMDA预测出的50个候选mi RNA分别有45和44个被现有数据集验证。(3)构建了基于加权表决的预测模型(Predicting mi RNA-Disease Association Based on Weighted Voting,WVMDA),实现更为稳定和高效的关联预测。WVMDA本质上是一种标签传播算法,它将关联预测问题转化为投票问题,所有的已知关联被视为拥有不同表决权的投票者,所有的未知关联被视为候选者。为了保证投票结果的公正且有效,BLPMDA设置了基础投票权、团队投票权和相似性投票权,用于控制加权表决的权重。在五折交叉验证和留一交叉验证中,WVMDA分别得到了0.9537和0.9754的AUC值。在关于前列腺肿瘤案例分析中,WVMDA预测出的30个候选mi RNA有28个被实验验证。在有关乳腺肿瘤的案例分析中,30个候选mi RNA都在HMDD、db DEMC、mi R2Disease数据库中得到了验证。综上,本文深入研究了mi RNA-疾病关联预测任务,并基于标签传播算法设计了三个关联预测模型,有效提升了模型预测的准确率和稳定性,在预防、诊断、治疗人类恶性肿瘤方面有一定的理论意义和实际应用价值。

关键词： miRNA-疾病关联相似度网络标签传播算法加权表决算法

来源：评论

学校读者我要写书评

暂无评论

基于多源数据融合的miRNA-疾病关联关系预测

基于多源数据融合的miRNA-疾病关联关系预测

引用

作者：吴雨航南京理工大学

学位级别：硕士

微小核糖核酸(miRNA)是动植物体内的一种非编码的小型单链RNA分子,参与靶基因m RNA的表达调控。在人类的许多生命活动进程中都有miRNA的参与,并且miRNA对基因表达的调控可能会导致某些疾病。在传统的验证实验中往往需要通过生物学方法研... 详细信息

微小核糖核酸(miRNA)是动植物体内的一种非编码的小型单链RNA分子,参与靶基因m RNA的表达调控。在人类的许多生命活动进程中都有miRNA的参与,并且miRNA对基因表达的调控可能会导致某些疾病。在传统的验证实验中往往需要通过生物学方法研究miRNA与疾病的关联性,但是这种方法存在实验周期长、成本高的缺点。在目前生物信息学的预测方法构建的异质网络中,往往由于矩阵稀疏以及数据源信息的不充分等问题,使得预测未能取得很好的效果。针对上述问题,本文采用多源数据构建高质量的复杂网络,提出了基于矩阵补全的预测模型和基于基因本体数据的预测模型,具体工作包含以下三个方面:(1)提出了一种基于矩阵补全的miRNA-疾病关联关系预测模型MDFMC。本模型将已构建的miRNA和疾病的相似度矩阵进行矩阵补全处理,并将补全后的相似度矩阵融入miRNA网络和疾病网络的构建中。在复杂网络中分别以miRNA子网和疾病子网为传播依据使用标签传播算法进行预测。为了检验MDFMC模型的预测性能,使用了三种交叉验证的方法与相关模型进行比较,并使用具体的疾病案例对该模型的预测结果进行评估。实验结果表明MDFMC模型具有良好的预测性能。(2)设计了一种利用基因本体数据的miRNA靶向相似度度量方法,并基于该方法提出了miRNA-疾病关联关系预测模型GOBMDA。本模型将miRNA的靶基因和基因本体数据相映射,构建了miRNA靶向相似度矩阵。使用来自不同数据源的多种相似度矩阵构建了miRNA和疾病的相似性网络,并在异质网络中使用带有重启的随机游走算法进行预测。最后使用了交叉验证方法和案例分析方法说明了GOBMDA模型的预测有效性。(3)设计并实现了基于Springboot框架的在线预测平台,为相关研究者提供基于MDFMC模型和GOBMDA模型的miRNA-人类疾病关联关系的预测服务,也便于评估模型的有效性。测试结果表明,本预测平台具有良好的人机交互性且处理响应迅速。

关键词： miRNA-疾病关联关系预测相似度网络矩阵补全算法基因本体标签传播算法随机游走算法

来源：评论

学校读者我要写书评

暂无评论

基于多模态数据融合的精神分裂症分类研究

基于多模态数据融合的精神分裂症分类研究

引用

作者：孟祥辉长安大学

学位级别：硕士

随着影像基因组学和机器学习方法等多种领域的交叉学科的发展,为利用不同类型的多种模态数据融合分析,以协助一些复杂疾病的诊断和预后,提供了重要的理论依据和现实价值。精神分裂症作为具有遗传性的一种复杂精神类疾病,其病因受不同因... 详细信息

随着影像基因组学和机器学习方法等多种领域的交叉学科的发展,为利用不同类型的多种模态数据融合分析,以协助一些复杂疾病的诊断和预后,提供了重要的理论依据和现实价值。精神分裂症作为具有遗传性的一种复杂精神类疾病,其病因受不同因素的影响,对精神分裂症的分类学习任务受到越来越多研究者的关注。结合机器学习的相关算法和生物医学中的组学数据的多模态数据融合分析,为精神分裂症的分类研究提供了可靠的思路和方法。然而,大多数现有方法是对单个模态上的数据进行特征选择,没有形成数据间系统的关联,忽略了模态与模态之间的固有结构信息。为此,本文提出了一种多模态数据融合算法,充分利用多模态数据中的相互关系,通过分析同构网络的多重关系和异构网络的交互关系设计数据融合方法,进一步提升对精神分裂症分类的准确率,最终,本文提出的模型分类准确率达到83.21%。主要研究内容及任务为:(1)利用多模态数据融合方法集成了来自多个模态关联数据集的相关信息,传统的单模态数据分析会丢失原始数据的重要信息,从而影响到后续特征提取过程,克服了单一模态的局限性。本文在联合特征学习模型的基础上设计一种新的多模态数据融合模型,实现跨模态的特征提取,充分利用多组数据之间的结构关系,进而提高分类性能。(2)通过建立相似度矩阵来表示多个模态数据之间的相似关系,将模态内部信息与模态之间的结构信息充分利用。利用基于一种高斯径向基函数的方法构建模态内部样本与模态之间样本的相似度矩阵,整合多个模态的相似度网络,对缺失的网络结构进行相互补充,加强多个数据共有的网络结构,利用多模态数据网络中存在的同构网络多重关系和异构网络交互关系设计多模态联合学习模型。(3)对模拟数据集和真实数据集均进行了所提出方法的验证。结果表明,在精神分裂症的分类中,本文提出的多模态数据融合算法优于其他竞争方法,提高了精神分裂症的分类准确率。同时本文还利用模型进行精神分裂症相关标识物的检测,揭示了与精神分裂症密切相关的风险基因,环境因素和大脑异常区域之间的显著相互作用,为精神疾病的机理研究和临床诊断提供重要理论支持。

关键词：多模态数据融合精神分裂症分类相似度网络正则化

来源：评论

学校读者我要写书评

暂无评论

阿尔兹海默症组学特征识别方法研究

阿尔兹海默症组学特征识别方法研究

引用

作者：赵天意哈尔滨工业大学

学位级别：博士

阿尔兹海默症(Alzheimer’s Disease,AD)造成语言能力、记忆能力等独立生存技能逐步丧失,其缓慢的发病过程对于个体和社会都是沉重的负担。然而,人类仍无法全面理解AD的发病机制,且对于AD的诊断和治疗还没有有效、安全的手段。随着测序... 详细信息

阿尔兹海默症(Alzheimer’s Disease,AD)造成语言能力、记忆能力等独立生存技能逐步丧失,其缓慢的发病过程对于个体和社会都是沉重的负担。然而,人类仍无法全面理解AD的发病机制,且对于AD的诊断和治疗还没有有效、安全的手段。随着测序技术飞速发展,多组学数据呈指数型增长,这给计算机方法高效、低成本地识别AD组学特征提供了机遇与挑战。针对AD组学特征的识别,展开组学数据相关方法的研究将协助医疗人员提升诊断效率、降低治疗成本并为深入理解致病机理提供契机。本文围绕分子生物学的中心法则,研究计算方法,实现从识别AD相关的基因到影响基因表达的AD相关的小分子核糖核酸(MicroRNA,miRNA),再到基因表达产物——AD相关药物靶点,最后到生命体遗传物质表达的最终产物——AD相关的代谢物。通过对计算方法的研究,探究这些AD组学特征对AD的潜在作用和关联关系,从而揭示发病机理,对临床诊治方法提供重要支撑。本文的主要研究内容包括:(1)研究基于多组学数据的AD相关基因识别方法。通过将多组全基因组关联分析(Genome-Wide Association Studies,GWAS)数据中突变位点的效应量融合,并将GWAS数据与多组转录组数据相结合,研究面向AD相关基因的多组学数据整合算法,从而能够充分利用多组GWAS数据和转录组数据揭示AD的遗传致病因素。为了验证方法的有效性,通过文献中的生物实验对识别出的AD相关基因进行了验证,实验结果表明该方法可以有效地识别突变位点造成的基因表达差异对AD的影响。(2)研究基于转录组学数据的AD相关miRNA识别方法。通过构建基因与miRNA互作网络并对miRNA特征进行分类,研究面向AD相关miRNA识别的半监督分类算法,从而能够提取网络关联关系低维特征,并规避反例样本集难以获取的问题,实现高精度地AD相关miRNA识别。将该方法所得的结果与多种同类算法进行比较,实验结果显示该方法效果最优,可以有效地利用miRNA与基因互作的信息识别miRNA在AD中的调控作用。他人的生物实验也验证了AD相关miRNA预测结果的正确性。(3)研究基于蛋白质组学数据的AD相关药物靶点互作识别方法。通过药物之间的相互作用、蛋白质之间的相互作用以及已知的药物与蛋白质互作信息构建药物与蛋白质对网络,研究面向AD相关药物靶点互作识别的图深度学习算法,从而能够在提取药物与蛋白质对中各自特征的同时,提取对与对之间的关联,实现高精度地药物靶点互作识别。将该方法与六种现存方法在两套独立数据集中进行对比,实验结果显示该方法精度最优,构建药物与蛋白质对网络可以有效地帮助识别药物与蛋白质的相互作用模式。此外,还将该方法扩展到药物靶点互作类型识别中,并取得了较高的分类精度。为了进一步验证结果的准确性,深入分析了AD的潜在靶点和药物,并通过公布文献的实际案例验证了预测结果。(4)研究基于代谢组学数据的AD相关代谢物识别方法。通过疾病的语义特征与疾病相关基因特征,研究面向AD相关代谢物识别的网络关联概率推断算法,从而能够通过疾病相似度推测代谢物相似度,并对AD相关代谢物的概率矩阵进行推导,实现高效的AD相关代谢物识别。将该方法与其他同类方法进行对比,实验结果表明该方法可以有效地利用疾病语义信息和基因功能相似度信息在代谢物网络中游走,提高识别精度。通过第三方生物实验验证了识别出的AD相关代谢物的准确性。

关键词：生物信息多组学数据相似度网络基因表达图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于本体的疾病分子标志物挖掘方法研究

基于本体的疾病分子标志物挖掘方法研究

引用

作者：王永天哈尔滨工业大学

学位级别：博士

随着生物医学数据的不断增长,人类对疾病的认识不断加深。在疾病相关标志物的研究中,疾病相似程度的量化以及疾病相关标志物的识别对解释疾病的致病机理和预后有着很重要的意义。由于疾病相关数据具有多样性和异构性,如何利用计算机方... 详细信息

随着生物医学数据的不断增长,人类对疾病的认识不断加深。在疾病相关标志物的研究中,疾病相似程度的量化以及疾病相关标志物的识别对解释疾病的致病机理和预后有着很重要的意义。由于疾病相关数据具有多样性和异构性,如何利用计算机方法高效地对疾病分子标志物进行分析及挖掘充满着挑战。本文针对疾病相关的分子标志物挖掘进行了深入的讨论和研究。主要工作内容包括以下四个方面。(1)研究了基于功能网络融合的疾病相似度计算方法。利用基因的功能关联来量化相关疾病的相似程度是计算疾病相似度的常用方法。但是在基因的功能关联网络中,目标基因不仅与相邻基因之间存在直接关联,而且与非邻基因有着间接联系。疾病相关基因之间的联系通常考虑的是基因的直接关联,忽略了间接联系。同时,相对于融合多种功能关联网络,单一的功能关联网络存在数据量和构建方法上的局限性。因此,本文提出一个基于基因功能关联网络融合的疾病相似度算法。首先,利用疾病本体术语对疾病相关基因进行注释;然后利用全局优化算法对多种基因功能关联网络中基因之间的权重进行重新计算;最后,根据疾病相关的基因注释信息以及疾病本体语义结构计算得出疾病之间的综合相似度。实验结果表明,相较于现有方法,基于功能网络融合的疾病相似度算法可以进一步提高计算的准确度。(2)研究了基于疾病以及文献关联的相关代谢物预测方法。目前,通过生物化学实验发现了大量的疾病与代谢物之间的关联。但是相比于疾病或代谢物的总量,疾病与代谢物之间的关联数量相对稀少。因此,在对疾病相关代谢物进行预测时容易出现数据稀疏问题,从而无法准确地预测疾病与代谢物之间的潜在关联。本文首先利用医学主题词以及疾病本体的疾病术语构建疾病词汇表,并利用疾病词汇表建立疾病术语与代谢物之间的映射关系;然后,结合疾病之间的相似度以及代谢物相关文献的关联度计算代谢物的综合关联,并建立关联网络;最后,基于混合推荐模型对代谢物与疾病之间的潜在关联进行预测。本文采用基于数据增量的验证方法选取了19种疾病对该方法进行验证,实验结果表明该疾病相关代谢物预测模型有较好的泛化能力。(3)研究了基于多种生物数据源的疾病与非编码RNA关联预测方法。在研究疾病与非编码RNA之间的关联关系时,疾病相似度常作为非编码RNA的特征关联用于非编码RNA关联度的计算。但非编码RNA的特征信息不仅仅是疾病,还包括其他信息。因此,综合利用与潜在标志物相关的多种特征可以更加准确地量化关联程度。为了跨数据源对疾病相关非编码RNA进行研究,本文首先对非编码RNA进行统一命名。根据数据源的不同特点,分别对长非编码RNA和环状RNA的相似度进行定义,并结合疾病与长非编码RNA以及环状RNA之间的映射关系构建由疾病与非编码RNA组成的多层网络。最后,基于多层网路的拓扑结构对疾病相关的非编码RNA进行预测。(4)研究了基于知识图谱的疾病潜在标志物预测方法。疾病相关的知识图谱中的疾病知识往往只包含某一种疾病特征。虽然可以对疾病相关特征有针对性地研究,但疾病特征的单一降低了对疾病实体的描述能力。本文对疾病相关数据集进行整理和收集。然后,通过对疾病关联信息的抽取、术语标注、知识合并,集成疾病相关实体之间的关系并构建疾病的知识图谱。通过对知识图谱中疾病相关信息的特征分析,基于图嵌入技术对疾病以及相关标志物节点进行潜在表征学习,并对疾病与潜在标志物关联进行预测。最后,实现疾病相关知识的关联挖掘可视化注释,有效支持人类疾病机理的深入理解。

关键词：疾病本体疾病标志物多组学数据疾病相似度相似度网络

来源：评论

学校读者我要写书评

暂无评论

基于用户特征的职业虚假评论者识别研究

基于用户特征的职业虚假评论者识别研究

引用

作者：夏添南京财经大学

学位级别：硕士

伴随着互联网时代的飞速前进,我们周围充斥着体量巨大的互联网信息,而这些信息在生活中扮演着日趋重要的角色。电子商务平台上的用户评论数据作为..买家可以参考的唯一由买家提供的商品信息,已经成为广大买家用户做出购物决策前最看重... 详细信息

伴随着互联网时代的飞速前进,我们周围充斥着体量巨大的互联网信息,而这些信息在生活中扮演着日趋重要的角色。电子商务平台上的用户评论数据作为..买家可以参考的唯一由买家提供的商品信息,已经成为广大买家用户做出购物决策前最看重的决策参考之一。但是由于虚假评论的存在,绕乱了买家用户的视线,很大程度上影响了网上购物的顾客体验。所以,如果通过一定的方法,对电子商务平台上的虚假评论以及职业虚假评论者做出有效的识别并将其过滤掉,就可以极大程度地提升消费者的购物体验。这一领域已经成为了学术研究的热点,引起了广大研究者的关注。本文通过分析异常卖家与正常卖家,职业虚假评论者与正常用户之间各方面的差异,建立了异常卖家和职业虚假评论者的识别模型,通过基于相似度网络的职业虚假评论者识别算法对职业虚假评论者进行识别,取得了比较好的效果。具体来说,本文做了以下工作:(1)深入分析了异常卖家与正常卖家,职业虚假评论者与正常用户之间各方面的差异,分别定义了卖家和买家两类用户特征。用卖家用户特征构建异常卖家分析法用于定位最可能包含职业虚假评论者的可疑商品集。用买家用户特征构建了职业虚假评论者识别模型。并且在采集到的淘宝网真实数据集上进行了特征识别效用评价,分析特征识别效果。(2)本文将社会关系网络分析法结合由用户特征模型计算得到的用户间相似度,构建相似度网络,通过社会关系网络子群分析方法对职业虚假评论者进行识别。并且在采集到的淘宝网真实数据集上进行了识别实验,对比了识别效果。本文的研究内容对电子商务网站对职业虚假评论者的检测识别工作有一定的帮助意义,可以作为本领域现有研究工作的一个补充,为电子商务网站的管理提供一些启发。

关键词：虚假评论用户特征特征相似度相似度网络

来源：评论

学校读者我要写书评

暂无评论

基于复杂网络的Eigen模型的研究

基于复杂网络的Eigen模型的研究

引用

作者：陈佳上海交通大学

学位级别：硕士

本文从研究序列在序列空间如何分布这个角度出发,研究进化机制。我们引入了两个新的工具:Hamming距离的方差和相似度网络对分子进化生物学中最著名的模型——Eigen模型展开研究。分别重新研究了三个适应度景观:静止均匀适应度景观,静止... 详细信息

本文从研究序列在序列空间如何分布这个角度出发,研究进化机制。我们引入了两个新的工具:Hamming距离的方差和相似度网络对分子进化生物学中最著名的模型——Eigen模型展开研究。分别重新研究了三个适应度景观:静止均匀适应度景观,静止单峰适应度景观和动态单峰适应度景观。我们首先利用Hamming距离的方差确定临界点的位置,并从整体上给出序列在序列空间的分布结构。然后利用在某Hamming距离d0下建立的相似度网络,具体给出序列在序列空间分布的性质;演示出不同进化情况下,序列之间的相互关系。在以上三个适应度景观的研究中,我们证明了引入相似度网络这一新工具研究进化机制是合理的,并同时也展示了两个新工具的特点。得出了以下结论:在静止均匀适应度景观中,进化产生的序列与随机序列等同,在序列空间均匀分布;静止单峰适应度景观中,远低于临界点区域,进化产生的序列在序列空间分布均匀。临界点附近区域,Hamming距离方差的平均值var(dij)和相似度网络的簇系数C值都较大,因此我们推测,此时进化产生的序列建立的相似度网络中,全局最优相似度点的周围应该存在着一些局部最优相似度点（在本文最优是指相似度最优）。这说明在临界点附近,序列空间中序列分布中心的周围存在着一些小集团。我们还发现,在临界点附近簇系数函数C （k）曲线服从对数正态分布（lognormal distribution）,C与d0成线性关系。远高于临界点的区域, var(dij)值较小,但C值较大。因此此时进化产生的序列在序列空间的分布将会随着q趋向于1而收缩为一点。另外反铁磁状态下,得到如上类似结论。在动态单峰适应度景观中,我们得到:铁磁状态下,动态单峰

关键词： Eigen模型适应度景观相似度网络簇系数度分布

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：