基于社团结构的链接预测和属性推断联合解决方法

链接预测与属性推断是社交网络数据挖掘的两项重要任务.之前的大部分研究工作将链接预测和属性推断视为不同的问题,分别研究解决方法.然而,根据网络结构的同质性理论,社交网络中的链接与属性之间具有内在关联.本文提出了基于社团结构的链接预测和属性推断联合解决方法（LAIC）,将社团结构作为链接预测与属性推断的关联因子,利用用户属性和社团结构进行链接预测,利用链接信息得到社团属性进而推断用户属性.LAIC不仅同时解决了链接预测和属性推断问题,而且通过迭代使链接预测和属性推断的准确率可以相互提升.两个真实数据集上的实验证明LAIC方法是有效的.     

移动通信网中基于用户社会化关系挖掘的协同过滤算法

该文面对移动通信网中个性化服务推荐问题,结合社会化网络分析方法提出一种基于移动用户社会化关系挖掘的协同过滤算法。利用移动通信网中所形成社会化网络,预测潜在的社会化网络关系,并按关系紧密程度找到相似用户;然后结合基于用户评分相似度计算发现的最近邻用户,找到最相似的用户集合,进行移动用户偏好预测和推荐,有效地缓解数据稀疏性。仿真数据集和公开数据集实验表明了该算法在预测移动用户偏好和提高推荐精确度方面的可行性和有效性。     

云计算环境下的学习资源个性化推荐技术研究

针对学习资源的个性化推荐,提出了一种基于用户影响关系的协同过滤推荐方法,使用传统协同过滤推荐采用的用户项目评分信息,通过挖掘用户时序交互评论和回复行为数据发现用户之间的相互影响关系,从而优化用户兴趣矩阵,在此基础上改善基于用户的协同过滤方法进行推荐。在数据集上的实验结果表明,通过利用用户之间时序交互行为数据,挖掘隐藏的用户影响关系信息可以有效提高预测的准确度。     

一种基于云模型的社交网络推荐系统评分预测方法

本文针对评分预测中用户评分主观性及评分数据稀疏带来的预测不准确问题,围绕社交推荐的特点,设计实现一种社交网络评分预测方法.首先,针对评分主观性问题,引入并优化相关云模型理论,提出采用综合云模型生成评分标准并转化用户评分的方法.其次,针对预测不准确问题,通过引入隶属度达到数据降维和目标用户定位的作用,同时考虑到社交网络用户关系对评分结果的影响,分别利用社交关系及相似群体建立两个评分预测模型,并基于高斯变换融合两部分预测结果生成预测评分.实验表明,该方案不仅克服了用户评分主观性,同时有效改善了用户评分数据稀疏情况下传统预测方法准确度偏差的问题.     

基于项目属性和BP神经网络的协同过滤推荐

针对协同过滤推荐中存在的数据稀疏性问题,文中提出了一种基于项目特征属性和BP神经网络相结合的协同过滤推荐算法,并通过Movielens数据集验证了该模型的有效性。此方法首先将用户评分数据映射为用户对项目特征属性的偏好,然后使用BP神经网络训练得到目标用户的特征属性偏好模型并对新项目的评分进行预测,从而降低用户项目评分矩阵的数据稀疏性,最后使用协同过滤推荐算法,形成最近邻并生成推荐建议。     

面向数字图书馆用户隐私保护的匿名发布方法

针对数字图书馆用户隐私保护问题,提出了一种基于图聚类匿名发布的敏感数据保护方法。该方法将数字图书馆用户数据建模为属性图,利用结构相似性和属性相似性对属性图中节点进行聚类,并将类簇中的节点信息进行匿名化处理,实现了用户数据的匿名化保护。实验结果表明,该方法在实现用户数据匿名保护的同时,有效减少了信息损失,提高了计算效率。     

基于对象复制的高可靠性存储管理系统

文章在对象存储设备管理的基础上，对存储对象的属性进行了扩展，增加了可靠性指标。然后利用逻辑设备的可用性属性，在不同的设备上存储数据的副本，计算用户数据可靠性并自动与用户要求进行比较和调节。     

基于多层注意力表示的音乐推荐模型

目前的音乐推荐方法只能挖掘用户与歌曲之间的一般性关系,无法区分不同用户对同一首歌曲的差异性偏好.为此,本文提出了基于多层注意力表示的音乐推荐模型,利用用户属性信息和歌曲内容信息从多维度学习歌曲表征,挖掘用户与歌曲之间的偏好关系.为了区分用户对歌曲多域特征的差异性偏好,设计了用户特征依赖的注意力网络;为了区分不同历史行为对用户偏好的差异性,挖掘用户行为的时序依赖关系,设计了歌曲依赖的注意力网络.最后,利用Softmax函数计算用户对候选歌曲的偏好分布并产生推荐.在30Music和MIGU数据集上的实验结果表明,相比目前的推荐模型,本文提出的模型在Recall和MRR均得到了显著提升.     

基于收视行为模式的有线电视用户流失预测

面对激烈的市场竞争,广电运营商一方面需要提升服务质量,吸引新入网用户,同时也需要更加重视对用户流失的预测管理.利用数据挖掘技术进行用户流失预测在有线电视业务中的应用尚处于探索阶段,本文针对有线电视业务的特点,提出了基于RFM模型的流失用户定义,对用户的属性特征进行分析,得出流失用户的基本特征,并提出基于用户的收视行为模式进行流失预测的分析算法,最后通过实际数据进行仿真实验,验证了模型和算法的可行性.     

MCDP:基于神经网络的多集群分布式差分隐私数据发布方法

大数据应用能够为人们的生活和工作方式提供便捷,但包含消费记录、社交关系、地理位置等个人隐私信息的数据在发布过程中可能被服务提供商收集,用户隐私面临巨大威胁.本文首次提出了一个基于神经网络的多集群分布式差分隐私数据发布方法,能够显著缓解单服务器的数据处理压力.同时,利用神经网络算法进行隐私参数预测明显提高了预测精度和预测效率,并且集群之间不同的隐私参数也保证了方案的灵活性.此外,由于中心服务器存储的是经过差分隐私处理后的统计数据,即使中心服务器由于遭受攻击导致存储的数据泄露,也能确保用户数据隐私.实验对比分析表明,我们的方法在隐私处理效率、隐私保护强度、预测精度和预测效率等方面都有明显优势.     

Use of the symmetrical number system in resolving single-frequencyundersampling aliases

The relationship between the discrete Fourier transform (DFT) and the symmetrical number system (SNS) is examined as a means of resolving single-frequency undersampling aliases (f>f_s/2). It is shown that the DFT naturally encodes the frequency information of a signal in a format that is in the same form as the SNS. Consequently, aliases that result from undersampling a signal can be resolved exactly using r⩾2 channels. To demonstrate the concept, two- and three-channel examples are presented. Using the SNS properties of the DFT, the undersampling aliases can be easily resolved to a much greater extent than previously possible     

The SNS Josephson junction with a third terminal

It is shown that a current introduced directly into the N layer of an SNS Josephson junction whose width is much greater than ξNenters the two superconductors dividing in the ratio of the resistances encountered. The device acts as a two-terminal device with an auxiliary current divider.     

一种基于信息流的社交网络安全本体模型

社交网站作为互联网的新兴应用,近年来发展迅速。以Facebook和人人网为代表的社交网站现在已经拥有数以百万计的活动用户,创造了一种新的生活方式。但是社交网络快速发展的同时也带来了新的安全问题,如垃圾信息、隐私泄露、身份盗用等。文中尝试用本体来描述社交网络中的信息流动,并提供一个能够识别垃圾信息发送者的自动化解决方案。     

移动SNS的关键技术及架构

文章从电信运营商大力发展移动社区的必要性出发,分别对移动社区的现状、特点、模式、开放平台等方面展开分析,提出了开发移动社区需要的关键技术,如WebApp、开放API、基于组件的开发等。文章提出采用符合轻量级、易于扩展和聚合的WOA(面向网络架构)的设计理念,描绘并分析移动社区平台的体系架构,从而为运营商发展移动社区奠定了坚实的技术基础。     

A comparative study of KakaoStory and Facebook: Focusing on use patterns and use motives

Before global SNS services, such as Facebook and Twitter, were introduced in Korea, Cyworld monopolized the Korean SNS market. However, Cyworld was left behind because it maintained a closed system, which no longer satisfied users. KakaoTalk, a popular Korean mobile messaging application has allowed the messenger itself to become a platform for various services including SNS. KakaoStory began as a photo-based SNS service; by integrating with KakaoTalk’s profile pictures, it has become the most popular SNS in Korea. This study focuses on the usage patterns of SNS users to analyze how KakaoStory became one of the most popular SNSs in Korea. In particular, we have examined the differences in usage patterns between KakaoStory and Facebook, and the primary reasons why Korean users select one of these two social networking sites instead of the other. We conducted an exploratory comparison between KakaoStory and Facebook, specifically focusing on the usage patterns and motivations of both sets of users. We also analyzed how the different usage motivations linked to these two social media networks have influenced usage patterns.     

数系中具有噪声保护的解模糊问题

本文介绍了DFT与对称/非对称数系(SNS/ANS)之间的关系,并讨论了噪声对数系中解模糊的影响。把ANS中对噪声不敏感的解模糊原理推广到SNS系统中,给出了具有噪声保护的SNS无模糊带宽公式,在此基础上提出了欠采样条件下对噪声不敏感的SNS实时频率解模糊算法。     

基于构件技术的移动SNS服务端架构

移动SNS平台包含了众多的关键技术,为了有效提高平台模块的复用率、系统灵活性,提出了基于构件技术的移动SNS服务端架构,详细分解了服务端架构功能,给出了移动SNS服务端的构件模型,描述了构件间的层次关系,提出了构件粒度模型,最后给出了移动SNS服务端软件架构,为移动SNS系统服务端设计提供了一个可行的方案。     

THE SOLUTION TO AN AMBIGUITY PROBLEM WITH NOISE PROTECTION IN NUMBER SYSTEM

The relationship between the discrete Fourier transform (DFT) and the symmetrical/asymmetrical number system (SNS/ANS) is introduced in this paper. And the influence of noise upon the solution to the ambiguity problem in number system is also discussed. The principle of noise insensitive solution to the ambiguity in ANS system is extended to SNS system. The unambiguous bandwidth equations with noise protection in SNS are presented, based on which a real time noise insensitive algorithm in SNS for resolving undersampling ambiguous frequency is proposed.     

How do uncertainty reduction strategies influence social networking site fan page visiting? Examining the role of uncertainty reduction strategies,loyalty and satisfaction in continuous visiting behavior

Nowadays, it is common for people to find product or service information from various information sources on social networking sites (SNS). Among many embedded communication tools in SNS, our study focuses on fan pages and page followers, highlighting their continuous visiting behavior to company fan pages in the context of Facebook. Based on uncertainty reduction theory, our study proposes a research model examining the relationship between uncertainty reduction strategies and continuous visiting behavior, mediated by the low level of uncertainty. In addition, we employ the perceived usefulness of postings on fan pages as a mediator between uncertainty and visiting behavior. Lastly, we adopt two moderating factors: SNS satisfaction and SNS loyalty. To test hypotheses, we analyzed survey data from 189 Facebook users who have subscribed to at least one fan page on Facebook using a partial least squares (PLS) method. We found that uncertainty reduction strategies are positively associated with a low level of uncertainty about information regarding products or services on fan pages. In addition, perceived usefulness of postings is significantly accounted for by the low level of uncertainty. Both the low level of uncertainty and usefulness of postings explain continuous visiting behavior jointly. Our research findings also revealed that SNS satisfaction and SNS loyalty have significant moderating effects on the relationships between the low level of uncertainty/perceived usefulness and continuous visiting behavior. Based on research findings, implications and limitations are discussed.     

移动社区服务解决方案探讨

研究和分析了互联网社区服务的特点,列举了国内外移动社区发展的情况,着重分析移动社区业务的盈利模式特点,总结了移动运营商开展移动社区业务应关注的几个发展趋势,即社区聚合化、与位置信息结合的服务、为用户提供差异化服务和统一移动客户端。