基于数据分析的高校共青团社交网络职能实现研究

社交网络吸引了众多高校大学生的参与,其具备的大数据特性使得众多网络社交行为可以通过数据分析得到结果,观察高校学生的社交网络行为,进而从高校共青团工作角度出发发挥相关职能具有重要的现实意义。笔者以微博为例,对高校大学生社交行为进行数据分析,进而提出共青团社交网络职能实现对策,为新时期高校共青团社交网络工作提供一定的参考。     

基于爬虫的社交平台舆情用户追踪系统设计与实现

社交网络用户言论及关联性问题一直是舆情监控的一个重要工作和难点问题,针对用户不当言论及同一言论下不同用户之间的关联关系,文中通过爬虫和深度学习方法,以及大数据分析平台实现了针对用户不当评论信息来进行关联挖掘,通过爬取微博社交平台数据验证了论文提出的系统架构和方法,并取得了不错的效果.     

LBS移动社交资源共享平台的设计与实现

LBS最基本的特征在于获得实时性的位置信息,据此构建了多层次的移动社交平台,针对各个时间段的社交资源都能进行分享.进入新时期后,LBS的社交平台获得了更多的关注,同时也体现了独特的技术优势.针对LBS技术与社交资源的移动共享平台应当进行深入探究,不断创新社交平台的具体设计方式,因地制宜实现多层次的社交信息共享.     

社交网络服务系统核心功能的设计与实现

现如今,社交网站早已经走进了大家的生活,使用社交网络服务的人数与日俱增,不论是在信息传播还是在社会影响力方面,社交网络服务都对传统方式产生的很大的冲击。因此,本文介绍了社交网络发展的历史、现状,并着重分析了社交网络的核心功能更和实现方法。同时,介绍了当今社交网络使用的主要技术,以及它们的使用方法。另外,作为一个已经产生近10多年的网络事物,伴随着各种新技术的出现,对社交网络进行变革的要求变得越来越迫切。基于位置的服务、即时网络服务是其中的两大趋势。通过结合定位引擎技术,本文中介绍的系统实现了基于位置的社交网络服务;通过与手机客户端的整合,用户通过手机登陆社交网络的同时也实现了即时网络服务,在本文的最后对下一代社交网络的发展做出了展望。文章是对此次毕业设计的总结,其中详细介绍了社交网络服务系统核心功能的调研、设计与实现,还有定位服务端与Android手机客户端的通讯和整合。并通过展示服务器功能模块的核心代码的方式,展现了整个系统良好的结构和具体实现操作方法。     

社交网络中感知技术的研究与应用

社交网络已成为互联网上最热门的话题和网络应用亮点,它让用户组织自己的网络链接,维护各种社会关系.社交网络重要的是对个人信息的维护,对网络内他人信息的感知;在社交网络环境下,用户的信息感知程度普遍较低.探索了是否可有效调整CSCW领域中的感知概念以应用到社会网络领域.分析了感知的概念和内涵,对比了CSCW领域的群组与社交网络中的社区,研究了社交网络感知信息的形成过程,从社交网络环境和群组两个方面讨论了感知技术的应用,改善了社交网络中的通信,增强了用户之间的交互性.最后,实现了面向科研工作者的社交网络--学术社区,在学术社区中应用感知技术,帮助研究者发现科研热点或某一领域的研究群体,促进学术交流和创新.     

基于WebGIS的地理社交网络空间构建

现代社会电子社交的网络越大越大,基于WebGIS的地理社交网络服务也融入了人们的生活.地理社交网络推出了很多位置信息服务,受到平台框架与语言编写的限制,定位精度受到了很大的影响,而地理位置服务也大多停留于签到与信息分享层面上,并未真正实现空间位置服务.本文对我国网络地理信息系统结构和实现的技术进行研究,提出了基于WebGIS的地理社交网络构建,为人们的出行服务更顺畅服务,满足无网络离线状态的地图查询与应用.     

面向航天信号数据的柔性分析平台设计与实现

航天信号数据是反映产品功能性能变化的重要载体,基于数据的分析对于故障预测、运维使用乃至产品优化迭代具有重要作用。信号数据分析算法众多,但存在组织应用层面中存在不能共享、不可灵活配置的瓶颈。该文在分析信号数据分析所面临的数据规范、数据存储和算法配置所面临问题的基础上,提出并建立了一种.NET框架技术设计的柔性的信号数据分析平台。在设计数据处理规范的基础上,使用大对象技术实现了高效数据吞吐,使用软驱动技术实现算法引擎从而实现对各种算法的调用和柔性算法配置,从而使组织层面能够共享数据并形成算法生态。实现的信号数据分析平台得到了良好的应用,内置的算法能够有效实现产品试验与在轨过程的异常监测。     

内嵌人格分析的社交关系强度层次模型及算法

社交网络中用户关系强度计算对于个性化社交服务呈现具有重要意义.同时,心理学研究表明人格特征是影响用户关系强度的关键因素之一.基于社会心理学中人与人之间的关系产生原理,提出一种内嵌人格分析的社交关系强度层次模型及计算方法.通过社交网络行为建模,建立用户大五人格特征预测模型,实现用户人格倾向性演算.同时结合偏好相似性和交互熟悉性计算,实现嵌入人格特征的用户关系强度的求解算法.最后,本文通过构建人人网社交关系仿真实验平台,验证了该方法的合理性和有效性.     

大数据环境下对数据分析技术的研究

随着互联网技术的高速发展,人类进入到一个社会上各种信息量爆炸性增长的时代.伴随着各种多媒体、物联网、云计算以及社交软件等信息技术和产品的飞速发展,每天都会产生难以估算的数据,这些巨量数据的规模和出现速度、处理难度已经超出了传统数据处理技术的能力范围.在这种背景下,对大数据能够进行有效存储和利用的数据分析技术的研究就显得极为迫切,以大数据环境下对数据分析技术的研究为主题,简要地阐述了国内大数据技术分析的发展现状、大数据的主要特点、大数据分析技术的发展趋势,以及大数据时代数据分析技术的研究,以此体现出数据更大的价值潜力.     

图数据表示与压缩技术综述

对包含亿万个节点和边的图数据进行高效、紧凑的表示和压缩,是大规模图数据分析处理的基础.图数据压缩技术可以有效地降低图数据的存储空间,同时支持在压缩形式的图数据上进行快速访问.通过深入分析该技术的发展现状,将该技术分为基于传统存储结构的压缩技术、网页图压缩技术、社交网络图压缩技术、面向特定查询的图压缩技术4类.分别对每类技术详细分析了其代表方法并比较了它们之间的性能差异.最后对该技术进行了总结和展望.     

A tutorial on modeling and analysis of dynamic social networks. Part I

In recent years, we have observed a significant trend towards filling the gap between social network analysis and control. This trend was enabled by the introduction of new mathematical models describing dynamics of social groups, the advancement in complex networks theory and multi-agent systems, and the development of modern computational tools for big data analysis. The aim of this tutorial is to highlight a novel chapter of control theory, dealing with applications to social systems, to the attention of the broad research community. This paper is the first part of the tutorial, and it is focused on the most classical models of social dynamics and on their relations to the recent achievements in multi-agent systems.     

考虑社会关系影响差异和动态性的社会化推荐

推荐系统近年来在学术界和工业界都得到了广泛地研究和发展。随着社交媒体的发展,社交活动日益普及并产生丰富的社会关系。融合社会关系进行推荐可以缓解传统推荐系统面临的数据稀疏和冷启动问题。已有很多成功利用社会关系和评分信息进行推荐的算法,然而它们没有充分地挖掘不同的社会关系对用户的不同影响以及在不同时间段中社会关系的不同影响,这导致推荐效果的下降。基于对现实中社会关系影响的复杂性的充分考虑,提出了新的考虑社会关系影响差异和动态性的社会化推荐算法。在Epinions数据集上的实验结果表明该方法可以提高推荐质量。复杂度分析也表明该方法具有可扩展性,能够适应大数据集的要求。     

大数据系统和分析技术综述

首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计算、社会计算与可视化等)进行了简要综述,总结了各种技术在大数据分析理解过程中的关键作用;最后梳理了大数据处理和分析面临的数据复杂性、计算复杂性和系统复杂性挑战,并逐一提出了可能的应对之策.     

信用评级系统的设计与开发

信息化对社会信用体系建设具有重要的推动作用,信用评级系统是信用行业信息化建设的重要系统之一,但目前的信用系统的评级主要靠业务人员定性判断,部分具有定量判断的系统也缺少系统地对信用评级体系(如数据采集、数据发布、评级模型等)的支持.介绍的信用评级系统主要从统一数据采集与发布平台、评级分析和评级模型管理3个方面系统地对评级系统面临的问题进行支持,并对评级模性管理技术进行重点阐述.统一数据采集与发布平台极大地提高了系统的操作效率和标准化;标准化和个性化相结合的评级模型管理技术提供了系统的灵活性和适应度.该系统已在专业评级公司得到应用,实践证明它对原有的信用评级系统有很好的提升.     

Demographics and Behavior of the Chilean Internet Population

When a computer network connects people or organizations, it is a social network. Yet the study of such computer-supported social networks has not received as much attention as studies of human-computer interaction, online person-to-person interaction, and computer-supported communication within small groups. We argue the usefulness of a social network approach for the study of computer-mediated communication. We review some basic concepts of social network analysis, describe how to collect and analyze social network data, and demonstrate where social network data can be, and have been, used to study computer-mediated communication. Throughout, we show the utility of the social network approach for studying computer-mediated communication, be it in computer-supported cooperative work, in virtual community, or in more diffuse interactions over less bounded systems such as the Internet.     

The change in user and IT dynamics: Blogs as IT-enabled virtual self-presentation

Using the blogosphere as an enabling IT environment, this paper investigates how self-concept influences virtual self-presentation behavior and the use of IT artifacts. Self-presentation theory is adapted from the social psychology literature to develop a theoretical research model of virtual self-presentation. We tested the research model and hypotheses with data collected from 312 bloggers. Structural equation analysis of this data reveals a nomological net of self-concept leading to IT-enabled virtual self-presentation and the use of IT artifacts. Our findings provide a new perspective of users as heterogeneous individuals who have various self-concepts that change the sequence and dynamics among users, IT artifacts, and tasks. In contrast to traditional systems, in the social context of virtual self-presentation, users are the primary and essential drivers who determine vaguely defined tasks and systems.     

词计算和语言动力学系统的基本问题和研究

语言动力学研究的实质是如何通过词计算在语言层次上动态地有效利用信息,解决复杂系统的建模、分析、控制和评估问题.语言动力学研究的主要思想是如何借助于一般数值动力学中行之有效的概念、框架、方法等,建立自己的相应体系.语言动力学将主要应用于数值动力学系统的抽象化分析,基于词描述的经济、社会、管理和生态系统的动态分析、决策综合、政策评估、以及大数据量的知识挖掘和动态表示等.这方面研究的最终目的是建立连接人类的语言知识表示与计算机的数字知识表示的桥梁,成为下一代智能化人机交互和知件体系的理论基础之一.本文简要讨论词计算和语言动力学系统的一些基本问题及研究.     

幂律特性在新浪微博个性化推荐中的应用研究

在社交网络数据中,幂率分布是数据的基本规律,幂率分布的长尾部分数据有明显的稀疏性,长尾推荐一直是推荐系统的挑战,而冷启动、数据稀疏和覆盖率这些问题也是推荐系统的重要研究内容。通过分析数据幂律分布的特性,在研究社交网络个性化推荐方法的基础上,结合社交网络用户行为数据反映出来的幂律分布特性,通过极大似然估计数据幂律分布的标度值。结合幂率特性改进了相似度计算方法,提出了一种基于幂率特性的混合推荐方法 PowerLawCF。最后,使用新浪微博的用户签到数据进行对比分析,PowerLawCF算法的推荐效果有显著提升,提高了长尾推荐的效果,对推荐系统的数据稀疏性和冷启动问题解决效果较好,说明基于幂律分布特征的推荐方法在推荐系统中的应用有积极的效果。     

Social construction of information systems in the banking sector

This article presents the results of a study conducted in order to understand under what circumstances the process of social construction of information systems (ISs) in the banking sector in Brazil takes place. It presents an analysis of the implementation, use and procedures for improvement of three systems, used in two of the country's largest banks. We started from the premise that technology is a socially constructed phenomenon, with a structure of use that is formed by its practical application. The data were collected through 46 semi-structured interviews, direct observation and documental analyses. A structural protocol has been used to interpret and analyse the data. This analysis revealed a process of social construction that generated four types of use of IS: total use, partial use, combination and adaptation. The characteristics and outcomes of each will be explained in this article. The assimilation of systems has been influenced by the confluence of individual and organisational objectives and the type of training applied. The main findings revealed practices that integrate the structure that underlies the process of social construction of the systems investigated.     

Granular modeling and computing approaches for intelligent analysis of non-geometric data

Data analysis techniques have been traditionally conceived to cope with data described in terms of numeric vectors. The reason behind this fact is that numeric vectors have a well-defined and clear geometric interpretation, which facilitates the analysis from the mathematical viewpoint. However, the state-of-the-art research on current topics of fundamental importance, such as smart grids, networks of dynamical systems, biochemical and biophysical systems, intelligent trading systems, multimedia content-based retrieval systems, and social networks analysis, deal with structured and non-conventional information characterizing the data, providing richer and hence more complex patterns to be analyzed. As a consequence, representing patterns by complex (relational) structures and defining suitable, usually non-metric, dissimilarity measures is becoming a consolidated practice in related fields. However, as the data sources become more complex, the capability of judging over the data quality (or reliability) and related interpretability issues can be seriously compromised. For this purpose, automated methods able to synthesize relevant information, and at the same time rigorously describe the uncertainty in the available datasets, are very important: information granulation is the key aspect in the analysis of complex data. In this paper, we discuss our general viewpoint on the adoption of information granulation techniques in the general context of soft computing and pattern recognition, conceived as a fundamental approach towards the challenging problem of automatic modeling of complex systems. We focus on the specific setting of processing the so-called non-geometric data, which diverges significantly from what has been done so far in the related literature. We highlight the motivations, the founding concepts, and finally we provide the high-level conceptualization of the proposed data analysis framework.