排序方式: 共有25条查询结果,搜索用时 0 毫秒
1.
2.
3.
我国网络舆情安全评估指标体系的构建研究 总被引:1,自引:0,他引:1
近几年,国内通过网络爆发的重大舆情事件激增,使得网络舆情安全监管和预警形势极为严峻,引起了国家的高度重视。构建网络舆情安全评估指标体系能为网络舆情分析及预警技术与应用系统的实现和应用提供系统化、整体性的基础性平台。本文将"舆情"这一通过社会层面定性描述的概念与"网络"这一通过技术层面定量表征的概念有机地契合,深入挖掘互联网上所体现的舆情演变规律,从而构建了网络舆情信息在传播扩散、民众关注、内容敏感性、态度倾向性四个维度的安全评估指标体系,实现了对某一具体的网络舆情信息的安全态势评估。 相似文献
4.
用户评论往往同时包含多个方面、多种情感,如何正确判断一条评论中不同方面的情感倾向性是方面情感分析的难点.文中提出基于词嵌入与记忆网络的方面情感分类.通过在记忆网络的不同模块引入方面词向量,加强方面词的语义信息,指导注意力机制捕捉方面相关的上下文信息,提升方面情感分类效果.在SemEval 2014任务4的短文本英文评论数据集和文中标注的长文本中文新闻数据集上实验表明,文中方法分类效果较好,在记忆网络框架下引入方面词嵌入信息是有效的. 相似文献
5.
6.
该文提出了一种基于情感词向量的情感分类方法。词向量采用连续实数域上的固定维数向量来表示词汇,能够表达词汇丰富的语义信息。词向量的学习方法,如word2vec,能从大规模语料中通过上下文信息挖掘出潜藏的词语间语义关联。本文在从语料中学习得到的蕴含语义信息的词向量基础上,对其进行情感调整,得到同时考虑语义和情感倾向的词向量。对于一篇输入文本,基于情感词向量建立文本的特征表示,采用机器学习的方法对文本进行情感分类。该方法与基于词、N-gram及原始word2vec词向量构建文本表示的方法相比,情感分类准确率更高、性能和稳定性更好。 相似文献
7.
针对以往流行度预测方法未利用演化模式之间的差异和忽略预测时效性的问题,提出了一种基于演化模式的推特话题流行度预测方法。首先,基于K?SC算法对大量历史话题的流行度序列进行聚类,并得到6类演化模式;然后,使用各类演化模式下的历史话题数据分别训练全连接网络(FCN)作为预测模型;最后,为选择待预测话题的预测模型,提出幅度对齐的动态时间规整(AADTW)算法来计算待预测话题的已知流行度序列与各演化模式的相似度,并选取相似度最高的演化模式的预测模型进行流行度预测。在根据已知前20 h的流行度预测后5 h的流行度的任务中,与差分整合移动平均自回归(ARIMA)方法以及使用单一的全连接网络进行预测的方法相比,所提方法的预测结果的平均绝对百分比误差(MAPE)分别降低了58.2%和31.0%。实验结果表明,基于演化模式得到的模型群相较于单一模型能更加准确地预测推特话题流行度。 相似文献
8.
近些年,P2P点播系统(P2P-Vo D)受到广泛关注,其大多研究工作基于理论性的传统假设,这些假设在真实的系统中是如何表现的不得而知。因此,在真实P2P-Vo D系统中对传统假设进行全面的测量和验证就显得十分迫切。对实际运行的P2P-Vo D系统Cool Fish进行了大量的测量与分析,发现了一些不同于以往假设的结果:节点加入不是简单地服从泊松分布;观看时间和影片流行度不呈严格的正相关性;跳转频率和影片流行度不呈负相关。最后对这些结果进行了深入的分析和讨论。 相似文献
9.
10.
所谓动画就是使一幅图像“活”起来的过程。传统的动画实现一般是针对某一个特定动作制定一个算法.然后根据这个算法进行编程。然而CAI中动画是作为例子来演示一些不宜用文字所表述的内容.动画较多.可变动性较大.如果把每一幅动画都具体用某一算法程序来实现,会造成系统的灵活性、通用性差,每增加或修改一幅动画都必须修改程序.给用户带来很多不便。考虑到这些因素,系统采用了将动画制作与动画设计分开.编写一个常用动画算法类库的通用程序。制作具体CAI课件的人员只需利用Paintbrush(画板)等工具随意画一组部件图形并输入相… 相似文献