打造社交网络专用浏览器

如今网络社交相当普遍,邮件、微博、人人网之类的网络社交应用层出不穷,很多人都同时使用多款社交工具,由于社交工具内容更新是不确定的,为了随时能够获取更新信息,用户可能在电脑上安装多款客户端,比较麻烦。如果你用360极速浏览器,只要添加相关的网页插件,就可以为自己打造一个专门用户社交网络的专用浏览器。     

打造社交网络专用浏览器

如今网络社交相当普遍,邮件、微博、人人网之类的网络社交应用层出不穷,很多人都同时使用多款社交工具,由于社交工具内容更新是不确定的,为了随时能够获取更新信息,用户可能在电脑上安装多款客户端,比较麻烦。如果你用360极速浏览器,只要添加相关的网页插件,就可以为自己打造一个专门用户社交网络的专用浏览器。     

社交网络研究综述

社交网络已成为Web2.0时代最流行的应用,其服务范围已逐步从社交关系管理扩展到媒体信息、应用集成、电子商务等领域。社交网络中大量的活跃用户为研究网络行为、数据安全、信息传播以及其他跨学科问题提供了宝贵的数据和场景。自Facebook出现以来,研究者先后从不同的角度对社交网络进行了大量的研究,这些研究对人们认识社交网络内部规律、促进ICP服务改进具有重大意义。首先对社交网络的发展进行了简单的回顾;然后从社交网络的数据采集技术、社交网络用户行为分析、社交网络中的信息传播及社交网络中的用户隐私4个方面对已有的研究工作进行总结评价;最后,总结了当前研究中出现的问题并对未来研究发展趋势进行了展望。希望能为该领域的研究者提供一些有益的启示。     

巧用插件 自制社交浏览器

对一名时常混迹于微博、豆瓣和人人网等社交网站的网络潮人而言,一款“给力”的浏览器必不可少。比如,国外就有一款叫RockMelt的社交浏览器,不过这货太“不懂中国”。所以,作为一名小有动手能力的PCD读者,我决心自己动手,利用几款插件打造一款社交浏览器!     

跨社交网络用户识别综述

随着互联网的快速发展,社交网络不断影响着人们的生活方式,其使用率也在不断提高.随着社交网络的发展以及其多样性的特征,用户可能同时具有多个社交网络的账号.如果能够识别出同一用户在不同社交网络中的账号,就能够整合出该用户较为全面的信息,从而挖掘出一些隐藏的信息,对于好友推荐、广告推荐、信息扩散的研究也很有帮助.目前用户识别...     

社交网络更偏向于用户工具

判断一个互联网应用是否能持久发展,最根本的就是有用没有,能否给用户带来价值？对亏社交网络产品而言,这一点变得更加重要。根本上讲,社交网络更偏向才用户工具。     

聚焦社交网络

他们拥有数以百万的用户,向人们提供各类私人信息、趣闻．甚至是丑闯。至今却不赚钱,这就是社交网络。     

改进的SCIR模型中社交网络信息传播研究

社交网络中用户转发是信息传播的重要渠道,研究用户转发模式和信息传播规律,将有利于在网络话题传播过程中进行监控和抑制。现有的建模研究中,存在模型通常缺少时效性,用户行为难以准确刻画的问题。因此,着重分析了社交网络用户行为模式,基于用户连接强度和邻居节点的影响改进了转发概率计算,其次在经典的传染病动力学SCIR模型中,引入在线和离线状态的节点,通过用户在线比率控制网络活跃度。仿真结果表明,该模型相较传统SCIR模型在信息传播过程中具有较好的稳定性和更高的覆盖率,节点属性变化走势更加接近真实网络,可以较好地模拟社交网络中的热点话题的传播规律。     

当心社交网络出卖了你

对于生活在如今的人们来说,在微博、开心网、推特、脸谱网等社交网络上晒幸福、分享自己的状态信息是再寻常不过的事情了。然而,你又是否知道,危险的蛛丝马迹就在不经意间暴露了出来。一旦这些信息被别有用心的网络罪犯利用,后果将不堪设想。     

基于社交网络用户特征的数据挖掘研究

随着网络与移动通讯的发展,人们的社交关系与网络衔接越来越紧密。本文对互联网社交网络用户特征进行分析,分析社交网络群体结构、用户影响力、用户活跃度,从用户特征权重的角度进行预测算法研究,建立社交网络用户特征的数据挖掘模型,利用蒙特卡罗仿真方法,实现对社交网络用户特征数据的加工与利用。     

融入深度自编码器与网络表示学习的社交网络信息推荐模型

近年来,使用深度学习技术与用户信任信息进行推荐的系统已成为学术界的研究热点之一,但要为推荐系统建立结合了这两者的模型仍是目前学界面临的重要挑战之一。文中提出了一种通过构建联合优化函数来扩展深度自解码器和Top-k语义社交网络信息的混合模型。基于网络表示学习法进行隐性语义信息采集,并使用多个真实社交网络数据集进行实验,通过多种方法评估所述AE-NRL模型(Autoencoder-Network Representation Learning Model)的性能。实验结果表明,所提模型在更稀疏且体量更大的数据集中比矩阵分解法具有更优的性能;相比显性信任链接,隐性且可靠的社交网络信息可更好地识别用户间的信任关系;在网络表示学习技术中,基于深度学习的模型(SDNE和DNGR)在AE-NRL模型中的效果更好。     

社交网络用户影响力的建模方法

社交网络用户影响力在舆情演化、广告营销及政治选举等领域有着广泛应用,研究者在过去的工作中,通过分析和建模,在影响力方面取得了一定的成果,但还存在着定义不明晰、技术落后和应用缺乏等问题。文中明确提出了社交网络用户影响力的研究模型,将传统技术与先进技术结合,并据此梳理了该领域的相关文献,主要从用户、内容特征和深度学习技术的角度论述了基于社交网络的用户影响力的研究方法,并进一步划分成本质和邻域属性、情感分析和元数据、面向局部网络和基于用户及内容特征,还介绍了节点识别的方法,为该领域的学者提供有效且全面的参考。其次,文中还介绍了用户影响力建模方法在预测应用方面的数据集、评价指标和实验结果等,旨在预测下一个激活节点。最后对其未来的发展趋势作出展望。     

社交网络用户行为挖掘研究进展与展望

随着信息技术飞速发展,社交网络逐渐占领了人们日常交往、娱乐和购物等主要平台。因此,大量围绕社交网络展开的研究也变得非常热门.现有的围绕社交网络用户行为展开的研究热点主要有：基于社交网络用户行为的用户影响力研究、基于用户行为的推荐系统研究、以及社交网络用户隐私方面的研究等。社交网络是互联网的主要组成模块之一,同时也是大数据时代的主要数据提供者之一,未来对于社交网络的研究会越来越受到学术界以及工业界的更多投入,本文对社交网络用户行为挖掘的研究现状、热点展开论述,并作出展望,提出一些目前尚缺深入研究的方向,以期对读者有所帮助。     

基于局域信息的社交网络信息传播模型

针对传统传播模型更适用于均匀网络而无法有效应用于现实非均匀无标度社交网络的问题,提出一种基于用户局域信息的社交网络信息传播模型。模型中考虑了无标度网络中用户间拓扑特征差异和用户影响力不同对信息传播的影响,根据节点周边邻居节点的感染情况和权威性计算感染概率,模拟现实社交网络中的信息传播情况。通过在采集的真实微博网络数据上进行仿真实验,结果表明该模型较传统的SIR模型更能体现社交网络中信息传播的快速性与范围的广泛性;同时,通过调整模型中的相关参数,验证了相关管控措施对传播效果的影响。     

给网络浏览器“进补”——打造自己的完美浏览器软件

近年来,网络浏览器之间的竞争日趋白热化,形成了IE内核的诸多浏览器、Opera、Mozilla Firefox及Google Chrome等很多阵营,它们各有自己的特色和不足之处。如果你是一位追求完美的用户,可能会觉得每种浏览器都不尽如人意,但三种浏览器全都安装的话,既浪费空间,使用也不方便。     

社交网络用户标签预测研究

随着社交网站的流行以及用户的大规模增加,社交网络用户行为分析已经成为社交网站进行网站维护、性能优化和系统升级的重要基础,也是网络知识挖掘和信息检索的重要研究领域。为了更好地理解社交网络用户添加个人标签的行为特征,该文基于大约263万个微博用户的真实数据,对用户标签的分布进行了研究和分析。我们主要考察了用户标签的宏观分布特征,以及用户标签与关注对象的标签分布之间的联系,发现微博用户给自己添加标签时,在开始阶段倾向于使用反映个性的标签,之后会出于从众心理而选用大众化标签。我们将研究发现运用到基于关注关系的标签预测算法中,结果证实相关分析对于社交网站的标签推荐等课题具有一定的参考意义。     

网页游戏专用浏览器全接触

随着网页游戏的高速发展,玩家们会发现自己常用的浏览器玩起网页游戏时已经开始显得力不从心了。比如许多游戏都会需要玩家通过几个小号来打资源,提供给大号去发展,但是普通浏览器的Cookies设置却让玩家切换账户时陷入极度混乱的状态;越来越精美的游戏画面也导致浏览器在载入资源时出现卡死的现象。于是越来越多的网页游戏专用浏览器出现在我们的视线里,那么这些花样繁多的浏览器同目前使用的普通浏览器相比在游戏过程中有什么样的独到之处呢?今天我们就拿360网页游戏浏览器、彩云网页游戏浏览器和2366游戏盒这三款工具来对比一下,看看它们谁能让游戏变得更专业。     

社交网络中用户个人信息安全保护方法研究

在网络时代背景下,社交网络在人们工作和生活中占据的比重越来越大,人们对社交网络的依赖性也越来越强,在享受其带来的便利服务的同时也遇到了一些新的问题,其中最为突出的就是用户个人信息安全问题.发生这一现象的主要原因在于我国相关的法律法规不够健全以及用户自身的安全意识薄弱,导致用户个人信息泄漏成为了一种常态,严重威胁着用户的生命财产安全.本文将对社交网络中用户个人信息安全保护的有效策略加以探讨和分析,以供相关人员参考和借鉴.     

一种社交网络Sybil用户检测方法

对社交网络中广泛存在的“女巫攻击”(Sybil Attack)进行检测。通过对收集的近10万微博用户数据提取特征并进行分析,同时结合网络可信度,提出了社交网络Sybil用户检测方法。最后通过实验验证了该方法的有效性。