您的位置: 专家智库 > >

江苏省“六大人才高峰”高层次人才项目(XXRJ-013)

作品数:10 被引量:115H指数:5
相关作者:孙玲芳仲兆满许锋林伟健刘宗田更多>>
相关机构:江苏科技大学淮海工学院江苏金鸽网络科技有限公司更多>>
发文基金:江苏省“六大人才高峰”高层次人才项目教育部人文社会科学研究基金国家自然科学基金更多>>
相关领域:自动化与计算机技术经济管理社会学电子电信更多>>

文献类型

  • 10篇中文期刊文章

领域

  • 7篇自动化与计算...
  • 5篇经济管理
  • 3篇社会学
  • 1篇电子电信

主题

  • 4篇网络
  • 3篇用户
  • 3篇舆情
  • 3篇网络舆情
  • 2篇虚拟社区
  • 2篇舆情危机
  • 2篇社交
  • 2篇网络舆情危机
  • 2篇关系型
  • 1篇动态交互
  • 1篇信道
  • 1篇遗传算法
  • 1篇隐蔽信道
  • 1篇用户偏好
  • 1篇语义WEB
  • 1篇预警
  • 1篇预警研究
  • 1篇预警指标
  • 1篇云模型
  • 1篇指标体系

机构

  • 6篇江苏科技大学
  • 4篇淮海工学院
  • 3篇泰州学院
  • 3篇江苏金鸽网络...
  • 2篇上海大学
  • 1篇江苏师范大学

作者

  • 6篇孙玲芳
  • 4篇仲兆满
  • 3篇许锋
  • 2篇李存华
  • 2篇管燕
  • 2篇刘宗田
  • 2篇徐会
  • 2篇王成文
  • 2篇林伟健
  • 1篇戴红伟
  • 1篇胡云
  • 1篇祁军
  • 1篇刘娅

传媒

  • 2篇计算机学报
  • 2篇计算机与现代...
  • 1篇现代情报
  • 1篇情报杂志
  • 1篇中文信息学报
  • 1篇信息技术
  • 1篇现代电子技术
  • 1篇西华大学学报...

年份

  • 2篇2018
  • 1篇2017
  • 2篇2016
  • 1篇2015
  • 4篇2014
10 条 记 录,以下是 1-10
排序方式:
基于BP神经网络和遗传算法的网络舆情危机预警研究被引量:60
2014年
Web2.0时代,如何对网络舆情危机进行有效预警已经成为政府部门的必修课。本文充分考虑了网络舆情危机产生、发展、变化的规律及特点,综合现有指标体系的优缺点,建立了3个一级指标和11个二级指标的网络舆情危机预警的指标体系。利用遗传算法优化BP神经网络的初始权值与阀值,构建了基于BP神经网络和遗传算法的网络舆情危机预警模型。最后,通过仿真实验,结合5个具体案例对该模型进行了验证与分析。实验表明,本文建立的网络舆情预警指标体系与遗传BP神经网络模型是有效可行的,预警准确率要优于标准的BP神经网络网络模型。
孙玲芳周加波林伟健候志鲁许锋
关键词:遗传算法网络舆情预警指标
基于云模型的网络突发群体事件预警方法的研究被引量:4
2016年
构建了网络舆情危机预警指标体系,从舆情危险度、舆情扩散度和舆情热度3个维度出发,将云模型的数学模型运用到网络舆情危机预警中,提出基于云模型的网络突发群体事件预警的方法,最终实现网络舆情危机预警的实时、智能和简单有效等作用。
孙玲芳林伟健
关键词:云模型
微博中特定用户的相似用户发现方法被引量:9
2016年
微博的用户关系分析是近期的研究热点,而用户的相似度计算是微博用户关系分析的基础.已有方法在发现相似用户时,主要面向关注和粉丝群体,用户微博相似度及交互相关性计算对微博的动态特性利用不够.该文提出了新颖的微博特定用户的相似用户发现方法,该方法的创新性主要体现在:(1)发现相似用户时,在关注和粉丝的基础上引入了访客类用户,扩展了已有方法局限于关注和粉丝构建自我网络(Ego Network)的模型,增加了发现相似用户的多样性;(2)根据微博动态社交的特点,提出了用户动态微博的相似度计算和动态交互相关性计算方法,以时间片为动态社交划分的基础,以指数衰减为累加策略,使得微博用户的相似度计算更为合理,发现的相似用户更为准确.以新浪微博为例,选取了学术研究、企业管理、教育、文化、军事5个领域的50个种子用户,使用S@n(前n个用户的得分)为评价指标,进行了相似用户发现的实验分析和比较.结果显示,访客类用户可以扩展相似用户的发现范围,访客在发现的相似用户中的比例为32%,动态的微博相似度和交互相关性计算方法能够改善用户相似度的计算效果,比已有的最新方法的S@n指标提高了1.3.
仲兆满胡云李存华刘宗田
关键词:社会媒体社交网络
基于改进K-means的网络舆情热点事件发现技术被引量:7
2014年
基于网络舆情监控的需要,设计一个网络舆情热点事件自动发现模型,包括舆情信息采集、中文分词、特征选择、文本分词和聚类分析。对K-means算法进行改进,减少算法对孤立点的敏感性和降低算法的时间和空间复杂度。利用F1值对改进的K-means算法和传统K-means算法进行性能比较,证明了该模型的可行性与有效性。
孙玲芳周加波徐会许锋候志鲁
关键词:网络舆情VSMMEANS算法
微博网络地域Top-k突发事件检测被引量:18
2018年
传统的事件检测不考虑地域特性,面对的是媒体的整个信息流,是一种广域事件检测,会引起局部地域事件检测的失效.随着Web2.0及GPS技术的推广应用,很多社交媒体生成的内容体现了地理信息和时间标记.社交媒体中地域性突发事件的检测是近期新兴的研究热点.针对地域突发事件检测的需求,在合理利用社交媒体及突发事件表现的特性等方面,已有的研究仍有较大的不足.微博网络作为实时性、交互性很强的社交媒体,已经成为人们爆料事件、发表观点的首选媒体.该文面向微博网络,给出了地域Top-k突发事件检测的系统框架,包含地域博文采集、博文预处理、词突发值计算、突发词聚类、突发事件排序及突发事件可视化等部分.根据微博的时空特点,在综合考虑微博博文及社交关系的基础上,利用词出现频率、词关联用户、词分布地域及词社交行为4类指标,提出了新颖的微博网络词突发值计算模型.结合微博网络的特点以及地域Top-k突发事件检测的需求,提出了融合突发词地域、频率、关联博文、关联博文产生的影响力以及关联用户5类指标的突发事件热度计算方法.选取新浪微博作为真实的检测环境,以北京、南京、连云港和日照4个城市为地域范围,使用了5种方法比对了突发事件检测的准确率,这5种方法分别为HBED(2011年)、GeoSED(2013年)、EvenTweet(2013年)、GeoBurst(2016年)和该文提出的方法 LocTBED.结果表明,文中所提方法在地域Top-k突发事件的检测上有较好的性能.
仲兆满管燕管燕李存华
基于多重协议的网络隐蔽信道设计与实现被引量:3
2017年
在网络信息安全问题日益突出的背景下,研究了网络隐蔽信道的通信机制。提出一种基于多重协议建立网络隐蔽信道的方法:通信双方通过ICMP协议进行密钥协商,用协商密钥加密传输的隐蔽信息,加密后的信息写入TCP协议的32位序列号字段,加密后的会话密钥写入IP协议的16位标识位字段。该方法在Linux平台下实现并检验。实验结果表明,此隐蔽信道隐蔽性高、传输速度快、切实可行,为防范隐蔽信道的恶意攻击提供了理论依据和技术支持。
刘娅仲兆满
关键词:隐蔽信道ICMPTCP
微博网络用户的活跃性判定方法被引量:2
2018年
推荐系统的冷启动问题是近期的研究热点,而用户的活跃性判定是冷启动问题的基础。已有方法在判定用户的活跃性时,单纯地考虑了用户发表信息量,对社交媒体的社交关系及行为等特征利用不够。该文面向微博网络,提出了系统的用户活跃性判定方法,创新性主要体现在:(1)提出了微博网络影响用户活跃性的四类指标,包括用户背景、社交关系、发表内容质量及社交行为,避免了仅仅使用用户发表信息数量判定用户是否活跃的粗糙方式;(2)提出了用户活跃性判定流程,提出了基于四类指标的用户与用户集的差异度计算模型。以新浪微博为例,选取了学术研究、企业管理、教育、文化、军事五个领域的900个用户作为测试集,使用准确率P、召回率R及F值为评价指标,进行了实验分析和比较。结果显示,该文所提用户活跃性判定方法的准确率P、召回率R、F值比传统的判定方法分别提高了21%、13%和16%,将该文所提方法用于用户推荐,得到的P、R和F值比最新的方法分别提高了5%、2%和3%,验证了所提方法的有效性。
仲兆满戴红伟戴红伟
基于服务转型视角的关系型虚拟社区研究
2014年
新时期关系型虚拟社区在把握会员偏好上的偏差导致其增速趋缓,而微博发展迅猛。分析了关系型虚拟社区发展现状及网络用户需求的变化,指出虚拟社区面临的问题,并借助对微博发展的关联因素分析,提出从服务转型角度的关系型社区的应对策略,以给关系型虚拟社区在新时期的持续发展提供策略支持参考。
孙玲芳王成文祁军
关键词:用户偏好灰色综合关联度
网络舆情危机的概念辨析及指标设定被引量:15
2014年
针对学界对网络舆情危机概念研究模糊不清的现状,本文在总结与探讨舆情、网络舆情的概念的基础上,从公共危机管理的角度,提炼出网络舆情危机的概念,并指出网络舆情危机具有不确定性、破坏性、紧迫性、连带性、相对性和波及面广等特点,初步建立了网络舆情危机预警的指标体系,为网络舆情危机的研究提供理论支持。
孙玲芳周加波徐会侯志鲁许锋
关键词:网络舆情危机概念辨析指标体系
面向关系型虚拟社区会员兴趣主题的服务组合研究
2015年
当前我国关系型虚拟社区呈现出用户新增饱和和规模缩减的趋势。从服务创新的角度,选取社区会员兴趣偏好为主题,将会员数据和服务信息语义本体化,并借助语义Web来实现偏好主题下的服务组合,以期为促进关系型虚拟社区的顺利转型提供策略支持。
孙玲芳王成文
关键词:语义WEB
共1页<1>
聚类工具0