结合社会网络分析和多维特征聚类的学习小组划分方法

通过引入社会网络分析方法,建立了综合学习能力、学习状态和协作能力多维指标的学习者特征模型,应用模糊相似和模糊等价演算,以多层次的模糊动态聚类方法识别候选学习领袖,通过融合多类型学习者实现学习小组的迭代划分。实验分析表明,该方法可提高虚拟学习社区中学习小组划分结果的准确度,具有良好的自适应性。     

基于社会网络的Web服务选择算法的研究

针对现有服务选择技术的不足,提出一种应用服务社会网络SSN(Service Social Network)机制的方法。算法主要通过社会网络原理,将Web候选服务根据联系紧密程度和服务本身的QoS属性选择满足用户需求的组合Web服务,理论分析和实验表明算法的有效性和可行性。     

基于学者社交网络的论文与项目关联模型

针对学者社交网络的独特用户,提出一种基于学者社交网络的论文与项目数据的协同关联模型。首先采用两步特征选择方法预处理数据,去除无关和冗余特征,得到影响论文与项目关联的有效特征;然后通过文本向量空间模型TVSM(text vector space model)计算论文与项目之间的文本相似度,为不同的论文/项目形成推荐集合。通过面向科研人员的社交网络(学者网)数据,实现模型并真实应用于学者网。在线应用情况和用户反馈表明,该模型具有较好的准确性和实用性,可更加充分地挖掘论文与项目之间蕴涵的丰富信息,给用户提供更加高效方便的学术科研管理服务,为分析学术大数据提出了新颖的研究方法。     

一种改进的业务服务选取方法

针对现有业务服务选取方法效率较低的问题,提出一种改进的业务服务选取方法。建立业务服务特征和物理服务之间的索引关系,保证建模时业务服务建模和物理服务绑定、运行时业务服务配置和物理服务选取之间的同步。实验结果表明,该方法能减少业务服务运行时服务选取的时间,提高业务服务的可用性。     

Group identification as a mediator of the effect of players’ anonymity on cheating in online games

This study aims to add to the discussion about the applicability of the classical deindividuation theory and social identity model of deindividuation effects (SIDE) in explaining online behaviours. It explores the effect of anonymity in facilitating social influence of group identity in online game cheating. A nationally representative survey was conducted face to face. Results from the survey administered in Singapore confirm predictions derived from the SIDE and challenge the classical deindividuation theory. Specifically, it was concluded that the frequency of gaming with online strangers (anonymous gaming) significantly predicted the frequency of cheating in online games. The effect of anonymity on game cheating was found to be significantly mediated by the group identification with online gaming communities/groups. Gender differences were found. Male gamers cheated more frequently than female gamers. Female gamers are more likely to cheat as a consequence of group identification than male gamers. Implications and future research are discussed.     

基于LDA的结构-内容联合社团发现模型

在社会网络中,根据已有的连接关系和文本信息发掘社会网络中的社团不但可以将相似的用户划分在一个社团,还可以用来预测网络中潜在的连接关系。为了提高社会网络中社团发现的性能,本文提出了一种基于LDA的结构-内容联合社团发现模型。首先,对社会网络的图论描述进行转化,使其适用于LDA模型。其次,对LDA模型描述进行扩充,使其包含了用户间交互的文本信息。最后,通过Gibbs采样方法对模型的参数进行估计。实验表明,本文提出的社团发现模型与其它相关方法相比较,社团发现得到的社团不仅用户间连接的紧密度和用户共享兴趣爱好的强度高,而且可以更好地用于社会网络中潜在连接的预测。     

基于社会-技术属性的软件服务活跃度分析

开源环境下,软件作为一类粗粒度的服务供用户使用和二次开发,其活跃程度反映了软件服务的发展状态,理解影响软件服务活跃度的因素是提高社区软件服务质量至关重要的一步。以SourceForge开源社区为研究对象,以软件服务的下载量、页面规模和点击量作为衡量软件服务活跃度的指标,分别从社会 技术属性角度来探究对开源软件服务的活跃度影响。研究结果表明：（1）软件服务要取得较好的活跃度,在核心人员组织上要规模适当（17人左右）,为确保成员的实际贡献力度,可同时参与的软件服务控制在7个以内,成员的角色应尽可能多且分布越均匀越好;（2）越成熟的软件服务倾向于越活跃,而其他技术属性的影响差异不明显且与它们的流行度无关,但它们的多样性与软件服务活跃度呈显著线性相关。     

Fuzzy-based discriminative feature representation for children's speech recognition

Automatic recognition of the speech of children is a challenging topic in computer-based speech recognition systems. Conventional feature extraction method namely Mel-frequency cepstral coefficient (MFCC) is not efficient for children's speech recognition. This paper proposes a novel fuzzy-based discriminative feature representation to address the recognition of Malay vowels uttered by children. Considering the age-dependent variational acoustical speech parameters, performance of the automatic speech recognition (ASR) systems degrades in recognition of children's speech. To solve this problem, this study addresses representation of relevant and discriminative features for children's speech recognition. The addressed methods include extraction of MFCC with narrower filter bank followed by a fuzzy-based feature selection method. The proposed feature selection provides relevant, discriminative, and complementary features. For this purpose, conflicting objective functions for measuring the goodness of the features have to be fulfilled. To this end, fuzzy formulation of the problem and fuzzy aggregation of the objectives are used to address uncertainties involved with the problem.The proposed method can diminish the dimensionality without compromising the speech recognition rate. To assess the capability of the proposed method, the study analyzed six Malay vowels from the recording of 360 children, ages 7 to 12. Upon extracting the features, two well-known classification methods, namely, MLP and HMM, were employed for the speech recognition task. Optimal parameter adjustment was performed for each classifier to adapt them for the experiments. The experiments were conducted based on a speaker-independent manner. The proposed method performed better than the conventional MFCC and a number of conventional feature selection methods in the children speech recognition task. The fuzzy-based feature selection allowed the flexible selection of the MFCCs with the best discriminative ability to enhance the difference between the vowel classes.     

微博社交网络模型的建立及其性质研究

针对在线社交网络进行建模研究将有助于理解其网络特征结构和演化机制,为了提高网络模型描述在线社交网络的准确性,分析统计了新浪微博网络演化相关特征,并结合复杂网络中社团结构特征和优先连接特性提出了COMW（Community-Oriented Model for Weibo）网络演化模型。通过实验模拟验证了COMW模型的包括度分布、聚类系数、网络效率、社团结构演化等网络特征。实验表明,COMW模型具有明显的小世界特性和明显的社团结构,并在多项特征上均符合微博网络,能够较为合理地表征微博网络的演化。     

基于属性选择的因果网络多传感器融合系统

针对粗集“简化”在实际应用中存在的问题提出了“统计简化”的定义和相应属性搜索算法,利用此算法对一个水域污染监测信息表进行属性简化,结果显示与常规算法相比,此算法得到的结果能够覆盖最大数量的对象,更不易失配,利用简化结果对上述数据融合系统建立了因果网络模型,实验表明,在保持原型搜索正确率的同时,新模型压缩了搜索空间,提高了搜索效率,此外,为便于因果网络的建立导出了因果连接强度的粗集表达式。     

略论建立和完善我国社会老年保障体系

我国正在进入老龄化国家。本文阐述了建立和完善社会老年保障体系的现实意义和历史意义,并就当前我国社会老年保障体系的现状及存在的问题进行了分析,指出了建立和完善社会老年保障体系是一项长期而复杂的跨世纪社会系统工程,需要多方面的条件以及全社会的积极参与和支持。提出建立和完善社会老年保障体系是解决我国老年社会问题的根本措施,只有抓住这个“根本”,才能有效地解决我国老龄社会出现的诸多社会矛盾,使我国顺利进入健康的老龄化国家行列。     

动态特征选择算法对恶意行为检测的优化研究

针对互联网中存在的恶意行为,特别是社交网络应用中的在线恶意行为,通常使用基于用户多维特征的聚类分析算法进行检测。提出一种动态特征选择算法(DFSA),使用具有特征加权熵的模糊C均值目标函数,首先为参数构建一个学习模式,自动计算每个特征权重,并剔除权重小于阈值的特征,动态选择重要的特征,迭代地更新隶属函数、簇中心和特征权重直到最优化为止,最后识别出具有高精度的恶意用户行为簇。仿真结果表明,对比SDAFS算法、ELAFC算法和NADMB算法,DFSA算法在Rand指数、Jaccard指数和归一化互信息量3个主要性能指标上均有改善。     

Web社区管理研究综述

随着互联网不断增长,对Web社区这种新的社会交流应用形式进行研究具有重要的意义,并引起人们广泛关注,但其理论研究仍然落后于实践。通过讨论Web社区的定义,对比分析国内外的研究现状,对Web社区管理的研究主要集中在建模、社区发现、用户交互和推荐等领域,其中社区发现和推荐研究充分利用了Web社区具有关系和协同的特点。总结相关研究成果,并从服务管理、声誉管理和社会搜索三个方面对未来的研究趋势进行了展望。     

基于Web Service的虚拟社区平台的研究与设计

为了解决目前广泛应用的商务应用体系架构的不足和远程访问协议的局限性,对Web Service独特的运作方式和特点进行了研究.与传统的商务平台不同,基于Web Service的虚拟社区平台充分利用了Web Service的特性,使得系统具有良好的可扩展性和可维护性.     

基于话题概率模型的语义社区发现方法研究

语义社会网络(Semantic social network, SSN)是一种由信息节点及社会关系构成的复杂网络, 也是语义信息时代社会网络技术研究的热点, 相较于传统社会网络更具实用价值. 其研究内容包含了社会网络的语义分析及社会关系分析, 因此, 语义社会网络的社区挖掘建模具有一定的复杂性. 在语义社会网络的社区挖掘研究方面, 本文分析了当前基于话题概率模型的语义社区发现方法, 并在综述其内容的同时总结了各方法的优缺点, 为后续研究提供了理论基础. 在语义社会网络社区挖掘结果的评判方面, 本文归纳了相关的评价模型, 并通过实验分析对比了各模型对拓扑相关性和语义相关性的倾向性.     

动态社会网络中的社区演变挖掘

在静态网络图中对社会网络进行分析,可能忽略网络的时间特性,从而错过捕捉动态网络演变模式的机会.为检测社区的演变及社区结构随时间的变化,分析动态社区,为每一个社区定义一系列重大事件,给出社区匹配算法,并对元社区的概念进行定义.实验结果证明,采用该算法建模和检测社会网络中的社区演变,可有效识别和追踪随时间变化的相似社区.     

一种综合可计算情感建模方法

情感作为人类具有智能的一个重要体现,是创建可信服的虚拟智能体不可或缺的环节.如何通过情感来提高虚拟智能体的智能性和可信服性已成为亟待解决的关键问题.结合生理和认知对情感的影响,提出了一种综合的可计算情感建模方法;设计了一个完全的过程框架,以描述情感在不同时刻如何动态变化以及如何处理多种混合情感的情况;并建立了基于具体描述事件和情感关系的情感结构,以产生具体、真实的情感行为;提出了交互学习机制以增强虚拟智能体对动态环境的适应能力.实例验证表明,此情感模型能有效地增加虚拟智能体在交互过程中的可信服性.     

移动社会性网络中基于朋友关系的社区服务

移动社会性网络服务引领了网络发展的新时代,是以帮助人们建立社会性网络为目的的互联网应用服务,受到了广大用户的喜爱。但是这些网站繁多,用户登录所有的网站不太方便。针对社会性网络,运用种子扩展的算法对网络用户所有的社交关系进行归纳分析,构造出"好友圈子",为用户提供社区服务。对某大学的产品调研表明好友圈子为用户提供了便捷、聚合性的服务,为商家寻求盈利模式提供了新的关注焦点,具有较高的商业价值。