基于词向量的多维度正则化SVM社交网络抑郁倾向检测方法

针对目前抑郁症的诊断方式单一、诊断率低等问题,提出一种基于词向量的多维度正则化SVM社交网络抑郁倾向检测方法.通过人工标注获得训练数据,并请心理学硕士对数据进行验证,确保数据的可用性.在预处理阶段,统计得到常用的抑郁词,使用腾讯词向量进行文本向量化及用户向量化,在构建向量的过程中加入TF-IDF和抑郁词权重因子;在训练...     

Estimating the Number of Posts in Sina Weibo

Sina Weibo, an online social network site, has gained popularity but lost it in recent years. Now we are still curious on the number of posts in Sina Weibo in its golden age. Besides checking this number in Sina’s operating results, we aim to estimate and verify this number through measurement by using statistical techniques. Existing approaches on measurement always rely on the supported streaming application programming interface (API) which provides proportional sampling. However no such API is available for Sina Weibo. Instead, Sina provides a public timeline API which provides non-proportional sampling but always returns a (nearly) fixed number of s amples. In this paper, we present a novel method utilizing this API and estimate the number of posts in Sina Weibo in its golden age.     

9微米的壮阔乾坤——走过改革开放30年的四川威玻新材料集团公司

介绍了改革开放30年威玻集团从一家玻璃球老企业发展成中国玻纤池窑企业的不平凡历程。面对当前金融危机，分析了企业如何发挥优势积极应对，谋求危机后做大做强。     

基于微博数据的台风"山竹"舆情演化时空分析

将情感分析模型、动态演化模型、话题聚类模型、网络社团模型结合地理可视化技术应用到台风的灾害评估中。将微博情绪与台风灾害联系起来,从情感值与讨论热度两个角度入手,根据台风“山竹”相关话题的25 798条微博数据,完整的展示本次事件网络舆情的演化过程,通过隐含狄利克雷分布(latent dirichlet allocation, LDA)主题模型挖掘用户关注话题,发现台风登陆事件与湖南收费站事件对公众情绪的消极影响;抽取台风“山竹”相关微博中蕴含的地理位置信息,建立广东省21个城市的网络社团模型,检验用户情绪、城市词频、用户位置、网络节点活跃度等指标探测受灾城市的能力;根据广东省38个气象站点的24 h最大降雨数据进行空间插值。降水主要集中在广东南部地区,阳江市发生特大暴雨,引发了严重的洪涝灾害,其情绪值也是最低的。     

Weibo spammers’ identification algorithm based on Bayesian model

In order to distinguish the spammers efficiently,a classifier based on the behavior characteristics was established.By analyzing the previous research,the ratio of followers,total number of blog posts,the number of friends,comprehensive quality evaluation and favorites according to latest data set,the Weibo spammers’ identification algorithm was realized based on Bayesian model and genetic algorithm.The experiment result based on the real-time data of Sina Weibo verify that the Bayesian model recognition algorithm can ensure spammers recognition accuracy without sacrificing recognition rate of non-spammers,and the proposed threshold value matrix proposed optimization can significantly improve recognition accuracy navy.     

基于高斯分布的改进词嵌入主题情感模型

近年来,主题情感联合模型成为了无监督学习领域的一项重要研究内容,在文本主题挖掘和情感分析等方面均有实际应用。然而,在现实场景中,微博因其文字短小、结构不完整等特征,给主题情感联合模型带来了一定的挑战。因此,围绕微博主题情感模型展开相关的研究与改进工作,目前较为流行的主题情感模型——TSMMF模型(Topic Sentiment Model Based on Multi-feature Fusion)中引入了词向量技术,运用多元高斯分布从词向量空间中快速采样邻近词语,并替换掉原Dirichlet多项式分布产生的单词,从而将共现频率低、信息量少的单词转变成突出主题、信息明确的单词,同时使用最近邻搜索算法来进一步提升模型处理大型微博语料库的运行速度,进而提出了GWE-TSMMF模型。对比实验结果表明,GWE-TSMMF模型的平均F1值约为0.718,相比原模型和现有的主流词嵌入主题情感模型(WS-TSWE模型和HST-SCW模型),其微博情感极性的分析效果均有显著提升。     

基于用户意图的微博文本生成技术研究

微博是个人和组织用户分享或获取简短实时信息的重要社交平台,微博文本自动生成技术能帮助用户在微博平台上快速实现各种社交意图。为辅助用户发表博文并表达社交意图,提出一种基于用户意图的微博文本生成技术,以挖掘提取微博文本特征,并在给定微博主题的条件下生成与用户意图相一致的微博文本。采用预训练语言模型与微调相结合的方法,在预训练语言模型GPT2上实现联合主题和用户意图的文本控制生成,以及具备用户对话功能的文本预测生成。实验结果表明,该技术生成的文本具有较高的可读性且符合微博文本语言风格,结合主题和5类用户意图的生成样本人工评分达77分以上。     

时间敏感的社交网络热点话题检测

为降低算法复杂性以及改善其普适性,提出了一种时间敏感的新型话题检测技术。该技术抽取微博内容,根据一个新型老化理论建立了词语生命周期模型,来挖掘最新出现的术语。若一个词组在特定的时间段出现频率高、而在过去一段时间内未出现,可表示为突发事件出现。此外,考虑内容重要性也取决于其来源,使用通用的Page Rank算法分析社交网络关系,以确定用户的权威性。结合用户权威性以及突发词组实现在用户假定时间限制下的热点话题检测。在新浪微博数据集上的多个实验结果表明,该算法能够高效识别出特定时间段内的热点话题。     

新浪微博谣言检测研究

社会网络信息的可信度问题近年来受到了相当大的关注。谣言的散播可能造成社会恐慌,引发信任危机。在国内,新浪微博用户量的快速增长,使其成为了谣言传播的温床。及时清理在新浪微博中传播的谣言,对于社会的和谐发展有着现实的意义。该文以新浪微博为背景,将谣言检测任务作为分类问题,首次提出将微博评论的情感倾向作为谣言检测分类器的一项特征。实验结果表明,引入评论的评论情感倾向特征后,使得谣言检测的分类结果得到了可观的提升。     

两微一端视听节目智慧监管系统设计与实现

针对两微一端违规视听节目监听、监看实际业务需求,设计实现了一套基于特定音频检测、敏感语音关键词识别等智能音频技术的智慧监管系统,可实现针对涉政、涉暴、涉黄等违规视听节目的智能监管。实际应用效果表明,两微一端视听节目智慧监管系统数据处理速度快、内容识别智能程度高,大大降低了辖区内两微一端视听节目监管工作的复杂度,显著减轻了监管人员的工作负荷。