复杂网络特殊用户对群体观点演化的影响

针对连续观点动力学模型缺乏对用户异质性的考虑,结合现实网络用户观点交互过程,从置信阈值、收敛系数的固定化、观点交互的无向无权性等方面对有界信任模型加以改进,构建基于信任的异质性用户观点学习模型。从偏执度、影响程度、影响范围界定了影响群体观点演化的3类特殊用户,通过基于多智能体的计算实验方法,研究粉丝用户、权威用户、大V用户此3类特殊用户观点对网络群体观点演化的影响。发现特殊用户特征并非直接作用于群体观点形成,而是作为调节变量在特殊用户初始观点与群体平均观点的关系中起到正向或负向调节作用。     

观点挖掘综述

随着互联网技术的飞速发展,博客、社交网络、微博等平台的出现,使得人们在网络上发表个人观点变得更为方便快捷.从海量的数据中提取出消费者、商家、政府等群体需要的信息,并对其进行分析、总结,从而形成有针对性的、可读性强的分析结果.以观点挖掘的流程为线索,从观点提取、极性分析、观点总结等方面对观点挖掘做了较为全面的分析.其中观点提取部分介绍了域依赖性的概念,并例举观点句提取所采用的主要技术;极性分析部分对有监督学习与无监督学习、定性判断极性与定量判断极性进行对比;而观点总结部分则简要介绍了基于方面、观点对比和关键语句等总结的形式.还介绍了在不同的挖掘粒度上所运用的技术,涉及信息检索、自然语言处理、机器学习等.最后,总结了观点挖掘技术中依然存在的具有挑战性的问题,并预测未来观点挖掘领域的研究趋势.     

北京红木家具卖场综合测评

北京是红木家具卖场开的最多的区域,为了让业内商场了解信息,也便于商户选择商场。本期,本刊通过中国红木家具消费维权办公室获取的统计资料、中国红木古典家具网上的消费者点评、对固定消费群体的调查、以及现场消费者的随机抽样调查等途径,通过他们对北京地区卖场的感受和认知进行汇总、整理成文,如实刊登。本内容谨代表消费者意见,其结论不代表本刊观点。     

社会网络中观点动力学的安全性分析

该文考虑了社会网络中带有恶意观点注入的观点动力学。首先,基于DeGroot模型提出了恶意攻击者不断向网络中注入恶意观点的动力学模型,并证明了在该模型中所有个体都将收敛到攻击者的恶意观点。其次,研究了在资源受限的情况下攻击者攻击的节点对网络收敛速率的影响,为抵御攻击者的恶意攻击提出了有效的防御机制,进一步获得了个体稳态下的观点差。最后通过数值仿真验证了网络中节点角色与观点收敛速率的关系,并证实了防御机制的有效性。     

广州红木家具卖场综合测评

广州的红木家具卖场以综合卖场为主,比较分散。为了让业内了解商场信息,也便于商户选择商场,本期,本刊通过全国红木家具消费维权办公室获取的统计资料、中国红木古典家具网上的消费者点评、对固定消费群体的调查以及现场消费者的随机抽样调查,通过他们对广州地区卖场的感受和认知进行汇总、整理成文,如实刊登。本内容仅代表消费者意见,其结论不代表本刊观点。     

从众效应下的网络舆论演化

针对传统舆论演化动力学研究忽略个体决策内驱力的问题,将有限信任模型与社会心理学从众效应理论相结合,建立依从、趋同和内化3种个体状态及状态转移策略,提出了基于期望牵引力和信任邻居群的动态决策演化模型.实验结果表明：在从众效应和期望牵引力共同影响下,观点出现收敛和分化,并存在小幅震荡;依从节点不会在演化稳定后消亡,而是保持低密度存在;与传统有限信任模型相比,进一步刻画社会网络中群体舆论演进和个体交互的行为特征,揭示了群体层面观点演化内在规律.     

基于观点挖掘的突发事件微博意见领袖识别方法

基于意见领袖概念的本质, 运用观点挖掘技术研究突发事件中微博意见领袖的识别, 为网络舆情治理提供参考。提出三步识别方法框架: 首先采用文献分析法构建指标模型, 评价微博博主的信息影响力; 其次构建文本主客观分类模型, 计算高影响力博主事件相关博文的观点输出性, 识别观点博文; 然后针对观点博文的评论文本构建情感极性分类模型, 计算博文观点获得的支持度以及博主观点的支持率, 最终将输出了观点并获得较多支持的高影响力博主作为该事件的“意见领袖”。同时, 运用上述方法对典型实际案例的微博舆情数据进行分析, 识别该事件的微博意见领袖, 对其特征和舆情参与行为进行观察。并将该结果与社会网络分析法、专家人工分析法识别的结果进行了对比, 验证了本方法的科学性和有效性。结果表明, 本方法能够识别在突发事件舆情生命周期中真正拥有舆论引导力, 具备治理价值的微博意见领袖。     

复杂网络中无信任边界限制的连续观点演化研究

多数的连续观点演化模型中,缺少考虑舆论环境对信任关系的影响,同时信任边界条件使得观点演化聚合之后,各观点集合中的个体无法进行后续观点交互。该文分析个体观点差异以及邻居舆论环境对交互过程中信任关系的影响,消除信任边界对观点交互更新的限制,建立无观点信任边界限制的连续观点演化模型,并研究该模型观点演化统一的影响机制。理论分析与仿真实验表明:该模型不单可以反映观点演化的聚合过程,而且能反映舆论演化聚合之后各观点集合之间的竞争交互过程,模型可描述观点集合形成后的观点有序集合的变化;同时,模型反映了在较高聚类系数的无标度网络中,观点演化统一更加困难,而在平均连接度高的网络中,演化统一更加容易,这与已有相关研究结论是基本相符的。     

基于MABM的消费者情感倾向识别模型——以电影评论为例

识别线上消费者群体评论的情感倾向,有助于优化平台推荐算法及提升服务质量,如何有效识别消费者情感倾向,是一个热门的研究选题。本文基于多头自注意力机制的双向长短期机制提出MABM(Multi-head self-Attention and Bidirectional long-short term Memory neural network)情感倾向识别模型,采用知名电影点评网站豆瓣点评在线评论数据作为语料,使用文本挖掘工具对数据进行预处理,以10个机器学习模型和4个深度学习模型为对照组,按照8:2划分训练集和测试集来验证对比评估MABM模型的有效性和稳健性。两组对比实验结果发现,深度神经网络模型预测效果整体优于机器学习模型,并且以MABM模型的分类效果最佳。MABM模型能够有效识别消费者评论的情感倾向,使推荐算法能有效结合消费者的心理行为,以获得更显著的营销效果。     

基于多智能体强化学习的社交网络舆情增强一致性方法

针对社交网络舆情动力学的增强一致性问题,提出了一种基于多智能体强化学习的智能感知模型(Consensus Opinion Enhancement with Intelligent Perception, COEIP)。在舆情动力学场景下的马尔科夫决策过程中,首先通过双向循环神经网络设计了智能体的决策模型以解决智能体不定长感知的问题。然后通过差分奖励的思想针对收敛效率、连通度和通信代价三类目标,设计了有效的奖励函数。最后为优化COEIP模型,设计了基于策略梯度的多智能体探索与更新算法,让智能体在彼此交互过程中,通过奖励值自适应学习具备多目标权衡能力的邻域选择策略。大量仿真验证了COEIP在社交网络舆情动力学场景下可以有效调和智能体间的矛盾,降低系统稳定时的簇数,进而增强系统的舆情一致性。本模型为大规模社交网络下提高人群意见的统一性提供了新的解决方案,具有重要的理论指导意义。     

网络消费者消费心理探析

网络技术的飞速发展,使消费者获得信息更加方便快捷,加速了网络消费的进程,这迫使企业去探究网络消费者的心理动机,分析网络消费者的行为,尽可能地为营销活动提供可靠的数据来源和营销依据。本文首先从消费者的角度入手,对消费者的心理特征和在网上购物的心理因素进行分析,然后从营销者的角度来探析营销策略。     

基于网上消费者风险的快递服务满意度分析

针对近年来我国网购流程中引发的消费者网购带来的风险问题,研究了服务质量与网购消费者风险感知的关系,对提高顾客满意度和电子商务服务的成功率有较为重要的意义。根据我国网上消费者风险感知模型建立快递服务质量评价指标体系,利用卡诺模型采用问卷调查法,对网上消费者快递服务风险重要度评价与各快递服务指标的满意度、重要性评价及其差值进行了测评和对比分析,在数据分析的基础上提出了我国快递服务质量值得引起重视的几个问题。     

网络购物环境下基于模糊评语的商品推荐系统

Internet为顾客搜寻和购买商品提供了传统商品零售之外的另一种渠道。提出了一种方法对要求明确的客户进行帮助,即对准备网上购物的客户浏览过程进行跟踪记录,通过计算相似度来计算客户的理想产品和产品属性的权重,最后用排序方法得到产品排序表,帮助客户找到可选产品中满意度较高的产品。     

基于产品体验性的双渠道体验服务协调模式分析

从产品体验性视角出发,建立线上销售渠道与线下销售渠道的产品定价与服务策略模型,以此 分析产品体验性和消费者搭便车行为对线上销售渠道以及线下销售渠道的产品体验服务水平的影响,进而分 析集中决策模式与分散决策模式下线上、线下双渠道体验服务决策的制定。研究结果表明：当产品体验性系 数较低时,即消费者越需要体验才能确定产品价值的时候,制造商应促使线上、线下双渠道进行产品体验的 服务合作,采取集中决策模式;反之,则应采取分散决策模式。在集中决策模式下,线下销售渠道产品体验 服务水平要高于其线上产品体验服务水平;当消费者搭便车行为较多时,应当提高双渠道产品体验服务水平, 反之亦然。     

电子商务环境下女性服装消费行为分析

以女性网购消费者的购买行为为研究对象,以问卷调查方式,时网购的主要群体、信息来源、购买决策风格、频次、经验、购买的服装类别、渠道、付款方式、购买过程中的关注因素以及满意度等进行了抽样调查.运用SPSS统计软件对调查结果进行分析.结果显示:我国女性服装网购者主要集中在19～35岁之间、月收入低于3 000元的大学生和职员...     

利用消费者浏览行为识别品牌竞争关系研究

为了能在包含近百种同类品牌、几千种同品牌产品的电商平台中全面识别品牌间和品牌内产品的竞争性市场结构,根据共现理论,从消费者的在线浏览行为出发,将在线消费者同一浏览行为中共现的品牌和产品视为相互竞争关系,利用社交网络从消费者浏览行为的角度识别品牌间和品牌内产品间的竞争关系.分析结果显示,相对于品牌间的竞争强度而言,品牌内产品的同质化竞争更激烈.该结果对品牌内产品的生产线管理具有重要的实践意义,相对于着重关注品牌间竞争关系的企业而言,品牌生产企业更应将时间和精力放在品牌内生产线的长度设计上,以便快速提升品牌的市场竞争力.     

在线社交超网络的信息全局传播模型

信息爆炸时代,在线社交网络作为信息传播的主要途径被广泛应用,但在线社交网络中信息传播的动态过程往往难以准确预测和防控。该文引入超图中的超边描述两个或两个以上个体之间复杂的社交关系,利用基于超网络动态演化模型构建在线社交超网络,并结合基于反应过程策略的SIS模型,对在线社交超网络中信息全局传播的动态过程进行理论分析和仿真实验。使用平均场理论得到超网络结构参数与传播率、恢复率之间的解析表达式,并通过仿真实验分析超网络规模、传播率、恢复率、超网络结构参数以及初始传播节点对信息全局传播的影响。进一步,对超网络和复杂网络结构下的信息全局传播过程进行了对比分析。研究结果有助于深层次理解在线社交网络中信息全局传播的传播规律及发展趋势,并为信息侦测和舆情控制等实际应用提供科学依据。     

网站特性对在线冲动性购买影响的实证研究

相比传统购物模式,网络环境下在线消费者更易因各种不确定性因素而采取冲动性购买。本研究以B2C购物网站为对象,从网站特性视角对在线冲动性购买的影响因素及其作用机理进行理论分析和实证检验。使用SPSS13.0统计分析的方法对200个样本数据进行因子分析和回归分析。结果表明,网站信息质量以及推荐功能对冲动性购买呈正向影响;冲动性特质明显的消费者更可能做出冲动性网购决策。     

基于RSS技术的校园统一资讯平台设计

目前校园内通知公告等信息都通过网站发布,但各个站点之间相互独立,用户要及时全面获取不同类型的信息需要频繁在各个网站之间来回穿梭。基于RSS技术构建校园统一资讯平台,实现了校内各站点上信息资源的自动提取与采集,以RSS的格式发布,同时对采集到的信息进行分类、在线聚合,可方便校内用户个性化订阅,提高信息发布效率。     

网上试衣间的构造

网购服装日渐成为服装的重要交易方式之一,消费者要求网上虚拟体验服装产品的愿望也愈加强烈.针对这种情况,分析了国内外服装商业网站试衣间的现状和不足,提出网上试衣间的构成要素及发展方向,研究了网上3D试衣间的后台支撑技术,给出了所开发的网上试衣间的一个实例.研究结果可为服装定制和商业平台的设计与制作提供有效的网上试衣的方法和技术基础.