您的位置: 专家智库 > >

陈俊宇

作品数:3 被引量:3H指数:1
供职机构:解放军信息工程大学更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 2篇用户
  • 2篇用户行为
  • 2篇活跃度
  • 2篇分析方法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇社会网
  • 1篇社会网络
  • 1篇投票
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇邻居
  • 1篇矩阵
  • 1篇半监督学习
  • 1篇大规模网络

机构

  • 3篇解放军信息工...

作者

  • 3篇陈俊宇
  • 2篇周刚
  • 2篇王濛

传媒

  • 1篇中原工学院学...
  • 1篇2013年河...

年份

  • 1篇2015
  • 2篇2013
3 条 记 录,以下是 1-3
排序方式:
大规模网络重叠社区发现技术研究
现实世界的很多复杂系统(如社会网络、蛋白质交互网络、因特网等)都是由相互联系的实体组成的,自然地以网络的形式存在或者可以用网络来表示。社区结构刻画了网络中节点间关系的局部聚集特性,一般由性质相似或功能相近的网络节点组成。...
陈俊宇
关键词:社会网络支持向量机半监督学习
微博用户行为活跃度的衰减窗口分析方法被引量:3
2013年
介绍了数据流中最流行元素挖掘的衰减窗口计算和滑动窗口计算两种方法,提出了用户行为矩阵和用户行为活跃度矩阵的概念,二者分别刻画了用户在社会网络中的行为随时间分布的均匀程度以及活跃程度.同时,从数据流的角度分析了社会网络中用户的行为数据,将数据流挖掘中的衰减窗口(Decaying Window)计数方法引入到用户活跃度的计算中.最后通过在twitter数据集上进行实验,对两种方法得出的结果进行了对比分析,结果表明,随着衰减指数c的变化,衰减窗口计算方法得到的结果比滑动窗口方法更加稳定,且后者得到的结果具有一定的抖动.
陈俊宇王濛周刚
微博用户行为活跃度的衰减窗口分析方法
介绍了数据流中最流行元素挖掘的衰减窗口计算和滑动窗口计算两种方法,提出了用户行为矩阵和用户行为活跃度矩阵的概念,二者分别刻画了用户在社会网络中的行为随时间分布的均匀程度以及活跃程度.同时,从数据流的角度分析了社会网络中用...
陈俊宇王濛周刚
关键词:用户行为
文献传递
共1页<1>
聚类工具0