检索结果-内蒙古大学图书馆

数据分析与知识发现 2020年第2期4卷 239-247页

作者：田钟林吴旭颉夏青许晋陆月明北京邮电大学网络空间安全学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学图书馆北京100876

【目的】对网络社区相关舆情领域判别问题进行研究,提出基于领域语义关系图的短文本分析模型,弥补基于知识库和基于机器学习方法的不足,提高模型准确度和时效性。【方法】以高校学生舆情领域为实验对象,从多源网络社区获取478303篇文本... 详细信息

【目的】对网络社区相关舆情领域判别问题进行研究,提出基于领域语义关系图的短文本分析模型,弥补基于知识库和基于机器学习方法的不足,提高模型准确度和时效性。【方法】以高校学生舆情领域为实验对象,从多源网络社区获取478303篇文本数据,结合语义抽取规则,构建总计5248节点、16488条边的高校舆情领域语义关系图;并实现该图的自动扩展;同时,提出一种基于领域语义关系图的短文本分析模型,实现社区文本领域分析。【结果】在文本领域相关性判别方面,本文模型准确度F值最高可达83.94%,相比同等环境中的支持向量机方法、朴素贝叶斯方法和基于深度学习卷积神经网络方法,准确度分别提升8.56%、5.97%、4.27%。【局限】网络社区文本数据量有限;参数反馈机制不够完善。【结论】与基于机器学习方法比较,本文模型准确度有所提升;时效方面,能够达到秒级别处理,实现实时分析。

关键词：语义关系图文本分析语义计算

来源：评论

学校读者我要写书评

暂无评论

体系化人工智能与大语言模型在智能情报场景中的应用

引用

北京邮电大学学报 2024年第4期47卷 11-19,28页

作者：韩旭孙亚伟赵璐中国科学技术信息研究所北京100038 北京邮电大学计算机学院(国家示范性软件学院) 北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

对体系化人工智能与大语言模型在智能情报收集、分析、决策中的场景应用进行研究。首先,对体系化人工智能与大语言模型的发展现状进行综述,明确相关技术在智能情报场景应用中的优势,并提出了将其融合进智能情报研究的理论框架。其次,对... 详细信息

对体系化人工智能与大语言模型在智能情报收集、分析、决策中的场景应用进行研究。首先,对体系化人工智能与大语言模型的发展现状进行综述,明确相关技术在智能情报场景应用中的优势,并提出了将其融合进智能情报研究的理论框架。其次,对框架的各个功能模块详细解读并就对应的技术点深入分析,探索在此框架体系下对应的具体落地场景。最后,分析了体系化人工智能对智能情报工作效率和准确性的提升,并探讨了在实际应用中可能面临的风险和挑战及未来探索和发展的方向。

关键词：体系化人工智能大语言模型智能情报场景化应用

来源：评论

学校读者我要写书评

暂无评论

NFT仿冒欺诈的测量与检测技术

引用

计算机学报 2024年第5期47卷 1065-1081页

作者：廖鹏方滨兴刘潮歌王志张云涛崔翔北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 广州大学网络空间安全学院广州510006 中关村实验室北京100094

近年来非同质化代币(Non-Fungible Token,NFT)繁荣发展,但安全问题也日益凸显,尤其是NFT的仿冒问题.在去中心化的环境下,仿冒已有的NFT作品变得相对容易,而辨别真伪却尤其困难.本文围绕仿冒NFT的测量与仿冒检测方法的评估进行了系统深... 详细信息

近年来非同质化代币(Non-Fungible Token,NFT)繁荣发展,但安全问题也日益凸显,尤其是NFT的仿冒问题.在去中心化的环境下,仿冒已有的NFT作品变得相对容易,而辨别真伪却尤其困难.本文围绕仿冒NFT的测量与仿冒检测方法的评估进行了系统深入的研究.建立了包括形式化定义、仿冒过程和仿冒特征在内的NFT仿冒威胁模型,给出了 NFT仿冒定义,分析了 NFT仿冒方式,给出了判定仿冒NFT的一般性方法.大规模采集了全球最大的NFT交易平台OpenSea上50 000个NFT项目的智能合约地址和历史交易数据,并从以太坊区块链上采集了这些NFT项目的名称、创建时间、元数据以及链下存储的NFT图像数字载体,从中选取668个交易量排名靠前的NFT项目围绕NFT仿冒问题开展了测量工作,结果表明其中95个项目被仿冒248次,交易金额超过2600万美元,足见NFT生态所面临的仿冒欺诈问题之严重.本文采用了 22种图像数据增强方法,构造了 5000个扰动较小的攻击测试样本数据集,评估了 OpenSea和知名的第三方商业检测平台Fnftf对仿冒NFT检测的鲁棒性,测试结果表明有6种图像数据增强方法构造的攻击测试样本能够轻易绕过检测,揭示了 NFT行业仿冒欺诈检测产品的脆弱性.为提高对仿冒NFT检测的鲁棒性,本文提出并实现了一种基于深度学习的NFT图像仿冒检测模型,实验表明其AUC值相较于Fnftf提升了 15.9%.

关键词：非同质化代币区块链以太坊深度学习对抗攻击

来源：评论

学校读者我要写书评

暂无评论

基于特定主题的社交网络影响力评估方法

引用

应用科学学报 2020年第3期38卷 352-366页

作者：蒋沁吟张熙北京邮电大学网络空间安全学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

针对用户在社交网络应用中的影响力评价方法,以往的研究重点关注网络结构和转发行为对用户影响力的影响,基于用户发布内容和主题的影响力评估研究较少,且未考虑主题间的交互关系.为此提出了一种半监督的主题提取方法,通过在初始化过程... 详细信息

针对用户在社交网络应用中的影响力评价方法,以往的研究重点关注网络结构和转发行为对用户影响力的影响,基于用户发布内容和主题的影响力评估研究较少,且未考虑主题间的交互关系.为此提出了一种半监督的主题提取方法,通过在初始化过程中引入种子词并赋予不同的权重,更好地提取目标主题.此外,为了提高用户影响力评估的效果,该文考虑了不同主题之间的交互,将主题之间的相似性叠加于用户相似性的计算.在真实数据上的实验结果验证了所提方法的有效性.

关键词：社交网络用户影响力评估特征交互特定主题

来源：评论

学校读者我要写书评

暂无评论

机器阅读理解式中文事件抽取方法

引用

计算机工程与应用 2023年第16期59卷 93-100页

作者：吴旭卞文强颉夏青孙利娟北京邮电大学网络空间安全学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学图书馆北京100876 北京邮电大学经济管理学院北京100876

事件抽取是信息抽取的重要任务之一,在知识图谱构建、金融行业分析、内容安全分析等领域均有重要应用。现有中文事件抽取方法一般为实体识别、关系抽取、实体分类等任务的级联。将事件抽取转化为阅读理解任务,可为模型引入问题所含的先... 详细信息

事件抽取是信息抽取的重要任务之一,在知识图谱构建、金融行业分析、内容安全分析等领域均有重要应用。现有中文事件抽取方法一般为实体识别、关系抽取、实体分类等任务的级联。将事件抽取转化为阅读理解任务,可为模型引入问题所含的先验信息。提出一种基于预训练模型的机器阅读理解式中文事件抽取方法(Chinese event extraction by machine reading comprehension,CEEMRC),将中文事件抽取简化为两个问答模型的级联。首先对事件触发词抽取、事件类型判定、属性抽取构建相应的问答任务问题。以RoBERTa为基础构建触发词抽取和事件类型识别联合模型、事件属性抽取两个问答模型,并融入触发词先验特征、分词信息、触发词相对位置等信息来提升模型效果。最后以模型预测回答的起始和结束位置完成所需的抽取。实验使用DuEE中文事件数据集,触发词抽取和属性抽取的F1值均优于同类方法,验证了该方法的有效性。

关键词：机器阅读理解问答任务预训练模型中文事件抽取

来源：评论

学校读者我要写书评

暂无评论

面向云计算平台的在线存储系统研究与实现

引用

现代图书情报技术 2012年第6期 72-77页

作者：耿胜男刘川意吴旭北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学软件学院北京100876 北京邮电大学图书馆北京100876

研究基础设施云中的重要组成部分——云存储系统中在线存储系统的设计与实现。本系统的设计遵循REST架构模式,使用cURL、HSQLDB等开源组件实现目录与文件的创建、上传、下载、删除等功能。

关键词：云存储在线存储系统基础设施云

来源：评论

学校读者我要写书评

暂无评论

基于矢量影响力聚类系数的高效有向网络社团划分算法

引用

电子与信息学报 2017年第9期39卷 2071-2080页

作者：邓小龙翟佳羽尹栾玉北京邮电大学网络空间安全学院可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学国际学院北京100876 北京师范大学中国社会管理研究院北京100875

社团结构划分对于分析复杂网络的统计特性非常重要,以往研究往往侧重对无向网络的社团结构挖掘,对新兴的微信朋友圈网络、微博关注网络等涉及较少,并且缺乏高效的划分工具。为解决传统社团划分算法在大规模有向社交网络上无精确划分模... 详细信息

社团结构划分对于分析复杂网络的统计特性非常重要,以往研究往往侧重对无向网络的社团结构挖掘,对新兴的微信朋友圈网络、微博关注网络等涉及较少,并且缺乏高效的划分工具。为解决传统社团划分算法在大规模有向社交网络上无精确划分模拟模型,算法运行效率低,精度偏差大的问题。该文从构成社团结构最基础的三角形极大团展开数学推导,对网络节点的局部信息传递过程进行建模,并引入概率图有向矢量计算理论,对有向社交网络中具有较大信息传递增益的节点从数学基础创造性地构建了有向传递增益系数(Information Transfer Gain,ITG)。该文以此构建了新的有向社团结构划分效果的目标函数,提出了新型有向网络社团划分算法ITG,通过在模拟网络数据集和真实网络数据集上进行实验,验证了所提算法的精确性和新颖性,并优于Fast GN,OSLOM和Infomap等经典算法。

关键词：有向社团划分信息传递增益目标函数优化算法可扩展性

来源：评论

学校读者我要写书评

暂无评论

基于社会系统响应函数的在线群体分类研究

引用

电子与信息学报 2016年第9期38卷 2141-2149页

作者：刘嘉琪齐佳音北京邮电大学经济管理学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 上海对外经贸大学工商管理学院上海201620

该文致力于丰富在线群体的研究体系,为未来探索深层次科学问题提供支撑。讨论了在线群体与在线话题的定义及常见分类方式。重点展现了一种全新的依据观测社会系统响应函数的趋势将在线话题分为4类的定性研究方法,即外源性首要传播型话... 详细信息

该文致力于丰富在线群体的研究体系,为未来探索深层次科学问题提供支撑。讨论了在线群体与在线话题的定义及常见分类方式。重点展现了一种全新的依据观测社会系统响应函数的趋势将在线话题分为4类的定性研究方法,即外源性首要传播型话题、外源性次要传播型话题、内源性首要传播型话题和内源性次要传播型话题,并且进一步以此区分讨论不同类型话题的在线群体。同时,明确地提出了规范的使用步骤与实际操作时可能遇到的问题及解决方法。最后尝试运用该方法来估计以"新浪微博"与"百度贴吧"为代表的在线社交网络平台中各类话题群体的分布情况。

关键词：社交网络在线群体在线话题定性分类社会系统响应函数

来源：评论

学校读者我要写书评

暂无评论

基于人类动力学的在线社交网络信息传播研究

引用

电子与信息学报 2017年第4期39卷 785-793页

作者：李瑾颉吴联仁齐佳音闫强北京邮电大学经济管理学院北京100876 上海对外经贸大学工商管理学院上海201620 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

Web2.0时代,社交网络因其交互性和即时性,已成为人类社会中社会关系维系和信息传播的重要载体。因此,理解社交网络用户行为特征及其对在线信息传播的影响至关重要。该文从人类行为动力学视角出发,系统梳理了近年来社交网络用户行为的实... 详细信息

Web2.0时代,社交网络因其交互性和即时性,已成为人类社会中社会关系维系和信息传播的重要载体。因此,理解社交网络用户行为特征及其对在线信息传播的影响至关重要。该文从人类行为动力学视角出发,系统梳理了近年来社交网络用户行为的实证研究。其次,综述了社交网络信息传播中用户行为时间特征的实证研究。最后,对用户行为时间特征与在线社交网络信息传播的相互作用进行了总结和展望。

关键词：在线社交网络人类动力学信息传播时间异质性

来源：评论

学校读者我要写书评

暂无评论

基于图表示学习的消息回复关系判断方法

引用

信息安全学报 2021年第5期6卷 199-214页

作者：梁永明田恬杨小雨张熙邱莉榕北京邮电大学网络空间安全学院北京中国100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京中国100876 北京邮电大学计算机学院(国家示范性软件学院) 北京中国100876

微信、QQ和钉钉等社交媒体都提供多对多聊天群组功能,这些聊天群组包含海量信息,对群组聊天内容进行有效分析,获取有价值的关联信息,是当前领域的研究热点。群组中用户间交互是群组实现的主要功能,用户间消息回复是用户间交互实现的方式... 详细信息

微信、QQ和钉钉等社交媒体都提供多对多聊天群组功能,这些聊天群组包含海量信息,对群组聊天内容进行有效分析,获取有价值的关联信息,是当前领域的研究热点。群组中用户间交互是群组实现的主要功能,用户间消息回复是用户间交互实现的方式,消息间的回复行为下隐藏着消息间和用户间的关系。群组消息间回复通常是隐式和非连续的,大部分群组消息间没有指定明确的回复关系,当前消息也不一定是上一条临近消息的回复,回复关系要根据具体的聊天场景确定。当消息间没有显示指定回复关系时,回复不易于分析和理解群组聊天内容,阻碍了对群组聊天内容的整体性分析。本论文针对群组消息间的回复关系,提出了基于图表示学习的消息回复关系判断方法,该方法不同于以往方法仅使用部分群组要素,是在综合学习消息的文本信息、发送消息的用户信息和上下文信息的基础上,根据群组内容构建群组图和生成自适应消息图,得到了多种群组要素信息和要素间关系组成的图结构,利用图模型在图结构上进行群组消息的表示学习,图模型输出群组消息的表示向量,拼接消息对的表示向量并进一步预测群组消息间的回复关系。在消息间回复关系的学习过程中,图模型通过任务学习更新图中消息节点,同时更新图中用户节点向量表示,经过用户向量分析实验验证了该模型输出的用户向量的有效性和合理性。在公开数据集和标注数据集上进行了对比实验和显著性检验分析,结果显示模型在多个评估指标上大幅优于对比模型,如在F1指标上,比单纯依赖BERT的句子对分类模型提高了接近20%。

关键词：图模型对话系统消息回复自然语言推理会话分析自适应构图群组分析

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：