检索结果-内蒙古大学图书馆

山东大学学报（理学版） 2018年第3期53卷 1-12页

作者：廖祥文张凌鹰魏晶晶桂林程学旗陈国龙福州大学数学与计算机科学学院福建福州350116 福州大学福建省网络计算与智能信息处理重点实验室福建福州350116 福建江夏学院电子信息科学学院福建福州350108 中国科学院网络数据科学与技术重点实验室北京100190

针对现有张量影响力模型未能充分考虑用户的时间特征以及在线学习等问题,提出了一种融合时间特征的社交媒介用户影响力分析方法。该方法首先将用户观点、活跃度、网络中心度等特征加入张量模型中,并将张量分解过程中的用户潜在特征矩阵... 详细信息

针对现有张量影响力模型未能充分考虑用户的时间特征以及在线学习等问题,提出了一种融合时间特征的社交媒介用户影响力分析方法。该方法首先将用户观点、活跃度、网络中心度等特征加入张量模型中,并将张量分解过程中的用户潜在特征矩阵加入时间特征约束;其次,采用随机梯度下降的方法进行张量的分解;最后,通过融合不同张量片的影响力信息得到用户影响力得分。该方法的优点是能够快速分解张量并准确预测特定话题领域下的用户社会影响力,同时能够在已有模型参数的基础上进行新数据的在线训练。实验结果表明,与现有TwitterRank、OOLAM、受限非负张量分解模型等相比,该方法在平均预测准确率上提升了2%~6%。同时,该方法的时间消耗仅为受限非负张量分解模型的30%~50%。

关键词：社会影响力时间特征张量

来源：评论

学校读者我要写书评

暂无评论

一种有向复杂网络生成模型的建立方法

引用

小型微型计算机系统 2018年第10期39卷 2197-2201页

作者：刘大伟杨文峰王海洋刘玮中国科学院计算技术研究所烟台分所烟台中科网络技术研究所山东烟台264005 中移(苏州)软件技术有限公司江苏苏州215000 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100090

对于很多网络数据挖掘的应用,如链路预测、朋友推荐、社区发现和网络演化等,理解网络链路的生成模式是重要的基础性工作.随着复杂网络研究的发展,越来越多的网络应用可以抽象为有向网络的形式,但现有的研究大多关注于无向网络的范围,有... 详细信息

对于很多网络数据挖掘的应用,如链路预测、朋友推荐、社区发现和网络演化等,理解网络链路的生成模式是重要的基础性工作.随着复杂网络研究的发展,越来越多的网络应用可以抽象为有向网络的形式,但现有的研究大多关注于无向网络的范围,有向网络的生成机制亟待深入研究.通过分析有向网络的局部结构,基于微观组织模式,提出一种有向复杂网络生成模型的建立方法:局部相关位置方法.同时提出一种对应的链路预测算法来检验生成模型.在各种真实有向网络数据集中的实验结果证明了网络生成模型的有效性.

关键词：链路生成有向网络网络挖掘链路预测

来源：评论

学校读者我要写书评

暂无评论

抑制背景噪声的LDA子话题挖掘算法

引用

华南理工大学学报（自然科学版） 2017年第3期45卷 54-60页

作者：李静远丘志杰刘悦程学旗任彦中国科学院计算技术研究所∥中国科学院网络数据科学与技术重点实验室北京100190 国家计算机网络应急技术处理协调中心北京100029

专题文章集合是一些拥有相似背景知识的文章集合.为了更好地从专题文章集合内部的复杂信息关联中高效挖掘子话题信息,文中提出了抑制背景噪声的线性判别分析(LDA)子话题挖掘算法BLDA,通过预先抽取专题文档集合的共同背景知识、在迭代过... 详细信息

专题文章集合是一些拥有相似背景知识的文章集合.为了更好地从专题文章集合内部的复杂信息关联中高效挖掘子话题信息,文中提出了抑制背景噪声的线性判别分析(LDA)子话题挖掘算法BLDA,通过预先抽取专题文档集合的共同背景知识、在迭代过程中重设关键词的产生等方式提高子话题抽取的准确程度.在微信公众账号文章上的系列实验证明,BLDA算法针对有共同背景的专题文章集合的聚类结果显著优于传统的LDA算法,其中主题召回率提高了170%,Purity聚类指标提高了143%,NMI聚类指标提高了160%.

关键词：子话题挖掘线性判别分析背景噪声抑制

来源：评论

学校读者我要写书评

暂无评论

一种基于RNN的社交消息爆发预测模型

引用

软件学报 2017年第11期28卷 3030-3042页

作者：笱程成秦宇君田甜伍大勇刘悦程学旗中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 中国科学院大学中国人民解放军61755部队

社交网络中,消息的爆发预测属于社交网络流行动态分析的范畴,是社会计算领域的研究热点之一.通过利用基于深度循环神经网络对社交消息的传播过程进行建模,提出了SMOP(social messages outbreak prediction model based on recurrent neu... 详细信息

社交网络中,消息的爆发预测属于社交网络流行动态分析的范畴,是社会计算领域的研究热点之一.通过利用基于深度循环神经网络对社交消息的传播过程进行建模,提出了SMOP(social messages outbreak prediction model based on recurrent neural network)模型.与传统的基于机器学习的模型相比,SMOP直接对消息转发的到达过程进行建模,避免了传统方法中繁琐的特征工程;与基于点随机过程的模型相比,SMOP可以自动学习消息传播过程的速率函数,不需要手动定义消息传播速率的特征函数,具有较强的数据场景适应性.另外,SMOP采用了时间向量和用户向量的输入表示方法,将时间的周期性和用户的兴趣偏好建模到传播过程之中,提升了SMOP的预测效果.在Twitter和新浪微博数据集上的实验结果均表明,SMOP具有优良的数据适应能力,可以在消息传播的早期(0.5h),以较高的F1值预测某条社交消息是否爆发,验证了模型的有效性.

关键词：循环神经网络点随机过程爆发预测机器学习社交网络

来源：评论

学校读者我要写书评

暂无评论

CCF大专委2019年大数据发展趋势预测

引用

大数据 2019年第1期5卷 109-115页

作者：周涛潘柱廷程学旗阿里巴巴集团安全部北京永信至诚科技股份有限公司中国计算机学会(CCF) 中国网络安全协会人才培养教育工作委员会 CCF大数据专家委员会中国互联网协会云安全联盟(CSA)中国区大数据分析系统国家工程实验室中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室中国计算机学会大数据专家委员会

1引言2018年12月6日,中国计算机学会(CCF)大数据专家委员会(以下简称大专委)在2018年中国大数据技术大会(BDTC)的开幕式上,正式发布了2019年大数据十大发展趋势预测。作为自2012年起就持续开展的一项活动,大专委"大数据发展趋势预... 详细信息

1引言2018年12月6日,中国计算机学会(CCF)大数据专家委员会(以下简称大专委)在2018年中国大数据技术大会(BDTC)的开幕式上,正式发布了2019年大数据十大发展趋势预测。作为自2012年起就持续开展的一项活动,大专委"大数据发展趋势预测"已经形成了良好的品牌效应。本次趋势预测结果一经发布,就引发了国内各大媒体的广泛传播。本次大数据发展趋势预测面向大专委的正式委员和通讯委员,经历了候选项征集和正式投票两个环节。2018年委员们对趋势预测的参与热情有了显著提升,投票人数创历史新高。在候选项征集环节,有47位委员对候选项的设立积极建言献策,笔者团队根据大家的意见对2019年趋势预测的候选项进行了大幅度

关键词：候选项知识图谱应用场景趋势项大数据视频数据发展趋势预测 CCF

来源：评论

学校读者我要写书评

暂无评论

tsk-shell:一种话题敏感的高影响力传播者发现算法

引用

计算机研究与发展 2017年第2期54卷 361-368页

作者：笱程成杜攀贺敏刘悦程学旗中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049 国家计算机网络与信息安全管理中心北京100029

在社交网络中,挖掘高影响力的信息传播者,对微博服务中内容的流行度分析和预测是非常有价值的任务.与众多相关方法相比,k-shell分解(k-core)方法因其简洁高效、平均性能好的特点吸引了越来越多的研究人员的兴趣.但是,目前k-shell方法着... 详细信息

在社交网络中,挖掘高影响力的信息传播者,对微博服务中内容的流行度分析和预测是非常有价值的任务.与众多相关方法相比,k-shell分解(k-core)方法因其简洁高效、平均性能好的特点吸引了越来越多的研究人员的兴趣.但是,目前k-shell方法着重考虑节点在网络中的位置因素,而忽略了话题在信息传播中的影响.因此,为了利用用户历史数据中蕴含的话题对消息的传播概率进行细粒度的建模,提出了一种话题敏感的k-shell(topic-sensitive k-shell,tsk-shell)分解算法.在真实Twitter数据集上实验表明,在发现top k高影响力传播者任务中,tsk-shell比k-shell的性能平均提高了约40%,证明了tsk-shell算法的有效性.

关键词：高影响力传播者 k-shell分解社交网络信息扩散传播概率微博

来源：评论

学校读者我要写书评

暂无评论

面向情绪分类的情绪词向量学习

引用

山东大学学报（理学版） 2017年第7期52卷 52-58,65页

作者：杜漫徐学可杜慧伍大勇刘悦程学旗中国科学院网络数据科学与技术重点实验室中国科学院计算技术研究所北京100190

提出了一种面向情绪分类的融合词内部信息和情绪标签的词向量学习方法。在CBOW模型的基础上,引入词内部成分和情绪标签信息,以适应微博情绪表达的不规范,同时丰富词向量的情绪语义。对于输入文本,按照词的TF-IDF权重对词向量进行加权求... 详细信息

提出了一种面向情绪分类的融合词内部信息和情绪标签的词向量学习方法。在CBOW模型的基础上,引入词内部成分和情绪标签信息,以适应微博情绪表达的不规范,同时丰富词向量的情绪语义。对于输入文本,按照词的TF-IDF权重对词向量进行加权求和,以作为文本向量表示。以上述词向量或文本向量作为情绪分类器的输入,采用机器学习的分类方法(LR、SVM、CNN),验证本文情绪词向量在情绪分类任务上的实验效果。实验表明,情绪词向量与原始CBOW词向量相比,在准确率、召回率、F值等各项指标上都有更好的表现。

关键词：情绪分类情绪分析词向量词内部信息情绪标签

来源：评论

学校读者我要写书评

暂无评论

SCMF:一种融合多源数据的软约束矩阵分解推荐算法

引用

中文信息学报 2017年第4期31卷 174-183页

作者：满彤沈华伟黄俊铭程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190

数据稀疏是推荐系统面临的主要挑战之一。近年来,多源数据融合为解决数据稀疏问题提供了新思路。然而,现有方法大多假设对象在不同数据源中具有相同的表示,这种硬约束方式无法刻画对象在不同数据源中的差异性。该文提出一种基于软约束... 详细信息

数据稀疏是推荐系统面临的主要挑战之一。近年来,多源数据融合为解决数据稀疏问题提供了新思路。然而,现有方法大多假设对象在不同数据源中具有相同的表示,这种硬约束方式无法刻画对象在不同数据源中的差异性。该文提出一种基于软约束矩阵分解的推荐算法,通过约束不同数据源中对象的隐因子向量,能够同时刻画同一对象表示的共性及其在不同数据源中的差异性。在两个数据集上的实验表明,该文提出的软约束矩阵分解算法在准确率方面优于现有的单数据源推荐算法和多源数据硬约束融合推荐算法,可以有效解决推荐系统面临的数据稀疏问题。

关键词：协同过滤推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于用户行为的情感影响力和易感性学习

引用

计算机学报 2017年第4期40卷 955-969页

作者：廖祥文郑候东刘盛华沈华伟程学旗陈国龙福州大学数学与计算机科学学院福州350116 福建省网络计算与智能信息处理重点实验室(福州大学) 福州350116 中国科学院网络数据科学与技术重点实验室北京100190

在不同情感极性上建模用户间的影响力是观点形成和病毒式营销的一个关键问题.已有工作将用户间影响力直接定义在用户对上,无法刻画未观测到用户对之间的关联关系,造成用户影响力学习的过拟合问题.此外,目前尚无针对不同情感极性的用户... 详细信息

在不同情感极性上建模用户间的影响力是观点形成和病毒式营销的一个关键问题.已有工作将用户间影响力直接定义在用户对上,无法刻画未观测到用户对之间的关联关系,造成用户影响力学习的过拟合问题.此外,目前尚无针对不同情感极性的用户间影响力建模的有效方法.因此,该文提出一种融合情感因素的用户分布式表达模型.该模型首先构建两个低维参数矩阵度量在不同情感极性上传播者的影响力和接受者的易感性,然后通过生存分析模型刻画级联的传播行为,最后利用负采样方法解决模型中存在正负例严重不平衡的问题.基于带有情感观点的微博转发所形成级联数据集的实验结果表明,与基准方法对比,该文方法在"预测动态级联"和"谁将会被转发"任务上MRR指标分别提高了273%和32.4%,在"级联大小预测"任务上MAPE指标下降了10.46%,很好地验证了该文模型的有效性.此外,该文分析用户的情感影响力和易感性分布并发现了一些重要的现象.

关键词：在线社交网络观点传播影响力易感性级联

来源：评论

学校读者我要写书评

暂无评论

一种融合个性化与多样性的人物标签推荐方法

引用

中文信息学报 2017年第2期31卷 154-162页

作者：颛悦熊锦华程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190 中国科学院大学北京100190

针对人物标签推荐中多样性及推荐标签质量问题,该文提出了一种融合个性化与多样性的人物标签推荐方法。该方法使用主题模型对用户关注对象建模,通过聚类分析把具有相似言论的对象划分到同一类簇;然后对每个类簇的标签进行冗余处理,并选... 详细信息

针对人物标签推荐中多样性及推荐标签质量问题,该文提出了一种融合个性化与多样性的人物标签推荐方法。该方法使用主题模型对用户关注对象建模,通过聚类分析把具有相似言论的对象划分到同一类簇;然后对每个类簇的标签进行冗余处理,并选取代表性标签;最后对不同类簇中的标签融合排序,以获取Top-K个标签推荐给用户。实验结果表明,与已有推荐方法相比,该方法在反映用户兴趣爱好的同时,能显著提高标签推荐质量和推荐结果的多样性。

关键词：人物标签推荐多样性推荐标签冗余标签质量

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：