基于多种词特征的微博突发事件检测方法

近年来,各领域内频频发生各类突发事件,对社会稳定发展产生了一定程度的影响.本文提出了一种基于多种词特征的微博突发事件检测模型,可以在海量微博数据中对突发事件进行检测,便于相关决策者进行微博监控和舆论引导,尽可能减少突发事件给社会带来的危害.首先根据时间信息对微博数据进行时间切片,对每一个时间窗口内的数据分别计算各个词语的词频特征、话题标签特征和词频增长率特征;然后基于D-S证据理论和层次分析法,确定词的各个特征权重,并进行加权融合得到词的突发特征值,将突发特征值大的词挑选出来构成突发特征词集,构建基于共现度和结合紧密度的突发事件特征词集的耦合度矩阵;最后将该耦合度矩阵作为凝聚式层次聚类算法的输入,生成一棵由突发词为叶子节点的二叉树,并采用内部相似度的二叉树剪枝算法对聚类结果进行划分,即可实现对相应时间窗口突发事件的检测.实验结果表明,基于突发词的事件检测模型在簇内部相似度阈值等于1.1时效果最好,正确率达到0.8462、召回率达到0.8684、F值为0.8571,表明了本文所提方法的有效性.     

短句语义向量计算方法

提出了一种基于人工神经网络的短文语义向量放缩算法,结合社交节点自身信息和短文语义,给出社交网络短文语义计算方法和突发话题发现算法。通过文本数值化实现语义距离的计算、比较、节点的分类及社区发现等。通过自行开发的微博采集工具Argus采集的大量新浪微博内容对所提模型和算法进行了验证,最后对未来工作进行了展望。     

面向话题的微博网络测量研究

针对话题生成网络的动态时序特性,设计定量计算方法,从微博内容、网络结构、用户行为角度开展面向话题的新浪微博网络测量研究,结果发现：少数微博被大量转发,转发次数与对应微博数呈现近似的幂率分布;话题热度呈现明显的突发性和变化趋势,局部波动率能够有效地在大量背景微博中发现突发话题;基于话题生成的转发网络的小世界特性并不明显,且密集的关注关系不一定引发频繁的转发行为;传播能力强的话题中含有较大比例的持续参与用户,用户行为的话题相关性能够有效检测潜在关键用户。测量结果有助于了解话题生成网络的内容传播特点、网络结构特性及用户行为模式,测量指标能够有效应用于微博话题影响力分析等相关研究。     

突发分片技术在OBS网络中的应用及其性能分析

对基于光突发分片技术的光突发竞争解决机制进行了研究,重点分析了基于突发分片技术的光突发交换网络性能,理论分析和仿真结果均表明,相比于恰量时间模型,突发分片技术具有低阻塞率和高信道利用率等优点,能够有效地减少网络数据丢失。     

卫星通信中开环载波同步算法的仿真与分析

该文针对突发通信载波同步,首先建立了数据辅助频偏估计模型和非数据辅助频偏估计模型,比较分析了频域和时域载波频偏估计模型的特点。根据理论推导,对几种典型的频域和时域开环载波同步算法进行了比较总结,指出了算法的本质和特点。最后,通过计算机仿真给出了不同算法的性能曲线,比较分析了Rife算法、Fitz算法、L&R算法和M&M算法的优点和不足,得到了算法的适用范围和条件,为实际工程应用中选取相对最佳的频偏估计算法提供了重要的参考。     

复杂环境下突发短帧扩频通信系统处理算法设计与综合性能仿真

以海上舰船和无人机控制信道为应用背景,结合某扩频通信系统的设计提出一种适合突发短帧模式的扩频通信系统设计方案.给出关键模块的实现算法分析,针对突发模式特点设计了一种频域并行伪码捕获算法,该算法采用变频率覆盖、变频率步进、变积分时间的搜索策略,使系统既能在大频偏条件下工作,又能在低载噪比条件下工作.论文还设计了一种在突发短帧模式下,能同时实现位同步和帧同步的联合同步算法.最后对设计方案进行综合性能数值仿真与分析.     

突发公共卫生事件中微博谣言的流播特征分析 ——以新冠肺炎疫情为例

以新浪官方辟谣账号”微博辟谣”2020年1 月19日至2月19日的辟谣内容为样本,构建新冠肺炎疫情谣言传播素材案例库;利用质性软件Nvivo进行编码与分析,发现突发公共卫生事件中的谣言传播具有明显的本土化语境特征?高度的可复制性,并出现”伪行政权力”的流播特征.综合前人研究并结合突发公共卫生事件的特殊性,提出改进辟谣信息的传播方式?更新辟谣信息的表达策略,以及建立与谣言流播主体的对话机制,以促进风险社会语境下社会秩序的重建和社会信任的修复.     

一种实用的MPSK/TDMA突发信号盲解调方案

针对时分多址(TDMA)目标的信号参数完全未知的情况,提出了一种MPSK/TDMA突发信号盲解调方案。该方案采用基于独特字的信号盲检测算法对突发信号进行了正确检测,采用改进修正协方差法来精确估计载波,采用基于非线性变换方法来精确估计MPSK信号的符号速率。设计了一种前馈法的载波同步和码元同步算法,实现了MPSK/TDMA突发信号的盲解调。理论分析和仿真试验表明,该方案具有良好的工程应用性能。     

突发模式OFDM的同步技术

同步是OFDM系统的基本技术。介绍了时域相关获得突发及符号同步的方法,以及频域差分调制快速估计整数频偏和小数频偏的方法。依据估计结果对频偏进行补偿,可保证采用廉价晶振所实现系统的解调性能。同步捕获后则通过锁相环技术跟踪长突发的同步变化。     

基于混合时频域特征的卷积神经网络心律失常分类方法的研究

心律失常是常见的心血管疾病之一，目前很多方法通过计算机辅助系统对心电图进行分析以识别心律失常，但由于大多数心律失常数据样本较少，计算机辅助系统识别心律失常效果不佳.本文提出了一种基于混合时频域分析特征提取的卷积神经网络方法，该方法提取心电图的RR间期时域特征、希尔伯特-黄变换提取的频域特征和连续小波变换提取的时频域联合特征，经过特征融合后输入卷积神经网络训练分类模型，并采用Focal Loss作为网路的损失函数，实现对心律失常的分类.本文使用MIT-BIH(Massachusetts Institute of Technology-Boston’s Beth Israel Hospital)心律失常数据库验证本文提出方法对4类心电数据分类的结果，实验结果表明，与现有的分类算法相比，本文所提出的混合时频域特征方法能有效提升心律失常分类的准确性.     

Social network bursty topic discovery based on RNN and topic model

The data is noisy and diverse,with a large number of meaningless topics in social network.The traditional method of bursty topic discovery cannot solve the sparseness problem in social network,and require complicated post-processing.In order to tackle this problem,a bursty topic discovery method based on recurrent neural network and topic model was proposed.Firstly,the weight prior based on RNN and IDF were constructed to learn the relationship between words.At the same time,the word pairs were constructed to solve the sparseness problem.Secondly,the “spike and slab” prior was introduced to decouple the sparsity and smoothness of the bursty topic distribution.Finally,the burstiness of words were leveraged to model the bursty topic and the common topic,and automatically discover the bursty topics.To evaluate the effectiveness of proposed method,the various experiments were conducted.Both qualitative and quantitative evaluations demonstrate that the proposed RTM-SBTD method outperforms favorably against several state-of-the-art methods.     

基于有意义串聚类的微博热点话题发现方法

针对微博数据特征稀疏、内容碎片化的特点,提出一种基于有意义串聚类的热点话题发现方法。结合重复串计算、上下文邻接分析和语言规则过滤多种策略,提取能够表达独立完整语义的有意义串,并将微博数据建模在相对较小的有意义串空间,通过聚类产生候选话题,根据热度排序发现热点话题。微博数据实验结果表明,该方法在一定程度上实现对微博高维稀疏空间的降维,对于微博空间的热点话题发现有效可行。     

Quality biased multimedia data retrieval in microblogs

With the rapid development of social media platforms, huge amount of user generated contents (UGC) are generated ceaselessly. In recent years, content based microblog retrieval has attracted extensive research attention. Effective microblog retrieval services complex analysis of short text and multimedia contents. In this paper, we present a quality biased multimedia microblog retrieval framework. First, we develop an anchor graph based multiview embedding framework which maps the multimedia content features into a unified latent space. Then, the content matching scores of testing microblogs related to the query are obtained by a Markov random field. Further, we employ an quality model to incorporate both microblog quality and content matching. As compared with the state-of-art methods, experimental results demonstrate the effectiveness of the proposed approach.     

一种融合用户关系的自适应微博话题跟踪方法

针对微博口语化、文本短小等特点以及现有研究的不足,本文提出了一种融合用户关系的自适应微博话题跟踪方法.首先,在当前跟踪的时间窗内,推文被映射到特征空间,并作为候选推文集合.然后,针对推文的分布特点以及话题跟踪的目的,变换推文特征空间.在此基础上,利用改进的K-means聚类算法对候选推文集合进行二元聚类,从而划分出相关推文集合,即当前话题目标模型.本文通过Twitter平台获取数据进行实验,实验结果表明,该方法能够实时地跟踪话题热度的变化以及焦点的演变,并提高了微博中话题跟踪的稳定性.该方法为用户推荐、舆情分析等领域提供了有效的支撑.     

微博在环境科技传播中的应用研究——以新浪微博@环保董良杰环境科技微博为例

作为新媒体的典型代表,近年来微博发展非常迅速,能够有效地克服环境科技传播的时效性和交互性问题,降低环保科普的投入成本。以新浪微博@环保董良杰为环境科技微博案例,分析表明环境科技专业微博可以发展成为人气微博,上午6：00—10：00是发布微博的黄金时段,高质量的微博文源于网页新浪微博“原创”,话题紧扣环境热点、语言生动幽默、分析有理有据、观点言简意赅且富有强烈责任感是专业微博的重要生命力。环境科技微博面临着缺乏有效监管、专业性不足、“评论”与“转发”比例失衡、不能取代环境科技传播传统媒体等问题,应鼓励环境科技专家和专业机构开设微博,积极参与环境科技传播和互动,充分发挥微博优势服务环保科普。     

BURST-LDA： A NEW TOPIC MODEL FOR DETECTING BURSTY TOPICS FROM STREAM TEXT

Topic models such as Latent Dirichlet Allocation （LDA） have been successfully applied to many text mining tasks for extracting topics embedded in corpora. However, existing topic models generally cannot discover bursty topics that experience a sudden increase during a period of time. In this paper, we propose a new topic model named Burst-LDA, which simultaneously discovers topics and reveals their burstiness through explicitly modeling each topic＇s burst states with a first order Markov chain and using the chain to generate the topic proportion of documents in a Logistic Normal fashion. A Gibbs sampling algorithm is developed for the posterior inference of the proposed model. Experimental results on a news data set show our model can efficiently discover bursty topics, outperforming the state-of-the-art method.     

Performance Studies of a Reside Number System Based CDMA System over Bursty Communication Channels

This paper is concerned with the performance of a residue number system (RNS) based CDMA system over bursty communication channels. Concatenated codes employing redundant RNS as inner codes and convolution codes as outer codes are adopted to improve the system performance. An efficient interleaving method is designed to enhance the system performance. A simplified channel model represented by a three-state Markov process is presented for bursty communication channels. The proposed system is extensively simulated for different channel parameters for both multipath environment and for bursty channels. The results show that the performance of the system is better than similar systems when the SNR is sufficiently high.     

电信运营商网络流量采集模型研究及应用

为了评估网络流量情况,及时扩容拥塞电路,运营商普遍采用基于SNMP的网络流量采集方法,通过计算两次采集间隔的平均速率粗略估计电路流量。为了进一步定性分析流量突发情况,编写了实验程序,缩短采集周期,实现了秒级采集,使用不同采集周期的数据进行计算和对比分析,得到了不同采集周期下的峰值流量的比值,最后提出了更有效的运营商网络流量传统采集加触发式秒级采集的新模型,以期实现精准扩容和更加敏捷的流量调度。     

一种新的突发分配业务模型以及在OBS中的应用

文章提出了一种新的突发分配业务模型,给出了这种业务模型的详细定义,并应用此模型和传统的非突发分配模型对光突发交换(OBS)中的交换机构进行了性能分析和对比.计算结果表明,当交换机构扇出比F=1、突发强度B1=2时,突发分配模式下的丢包率比非突发分配模式下的丢包率增加大约一个数量级.也许该突发业务模型并不能真实地反映现实世界的业务流,但其能提供一种逼近现实世界业务流的分析方法.