信息传播中的用户转发选择预测

在线社会关系网络中,用户之间的关注关系网络承载着上层的信息传播,关注关系网络的结构影响着消息的可见度,并影响着信息传播过程的转发选择。以新浪微博为例,围绕信息传播中的多次暴露现象展开研究,结合用户关注关系网络的结构,探索信息传播过程中多次暴露情形下用户转发选择行为的模式和规律。针对信息传播中用户在多个暴露源下的转发选择预测问题,融合消息内容、网络结构、时序和交互历史等多方面因素,建模和预测用户转发选择。实验结果表明,新方法的预测准确率高达91.3%。     

社交网络信息传播预测与特定信息抑制

近年来,随着Twitter、Facebook、新浪微博等社交网站用户数量的激增,信息数量急剧膨胀,隐藏在海量信息中的不实信息的传播带来了不良的影响,如何调控或抑制特定信息的传播是网络信息管理面临的一项技术挑战.为了解决这一问题,首先从真实微博网络出发,基于机器学习方法提出了不依赖于传播模型的独立信息转发预测机制,从而对信息的传播进行预测;其次,基于独立级联模型,综合考虑本文场景的特殊性,提出了异步信息不平等竞争传播模型作为特定信息与免疫信息的竞争传播机制;最后,提出了3个种子节点集合选择算法,通过向选择的种子节点注入免疫信息使得免疫信息在网络中广泛传播从而抑制特定信息的传播.基于真实社交网站数据的实验证明,提出的信息传播预测模型以及种子节点选取算法对特定信息传播的调控和抑制具有良好的效果.     

基于行为预测的微博网络信息传播建模

研究微博网络中的信息传播及扩散机制在市场营销、舆情管控等方面具有重要意义。当前的传播模型大多忽视了用户间的个体差异。为解决这一问题, 提取了影响转发行为的四类特征, 利用机器学习中的逻辑回归模型分析预测个体转发行为, 并在此基础上融入用户个体差异, 建立了一种基于行为预测的信息传播模型。实验表明, 该模型能较好地模拟真实网络中的信息传播过程。     

基于传染病模型的微博信息传播预测研究

随着微博的爆炸式发展,微博已成为消息扩散和舆论传播的重要平台。研究微博信息的传播对市场营销、舆情管控等方面都具有重要意义。根据微博信息传播特点,结合传染病动力学原理,提出基于经典SIR(Susceptible-Infectious-Recovered)传染病模型的微博信息传播预测模型。该模型考虑了微博用户转发行为对信息传播机理的影响,构建具有微博传播特性的演化方程组。实验结果表明,该模型比SISe模型的预测误差更小,可以更准确地拟合和预测微博信息的转发数,从而预测得出微博信息的传播趋势。     

微博中转发行为的预测技术综述

在线社交网络中,微博平台的便捷性和开放性,给信息的传播和爆发提供了很大的便利.转发是微博平台上用户的重要行为,也是信息传播的关键机制.基于转发行为,分析一条推文是否被用户转发或者一段时间后的转发量,可以使我们更好地了解信息的传播特性,探索用户的行为与兴趣,以此推进信息推荐、预防突发事件和舆情监控等应用发展.该文较为系统...     

新浪微博网信息传播分析与预测

文中以新浪微博为研究对象,以分析新浪微博的信息转发与传播特征为研究目的,并对传播行为进行预测.在获取大量新浪微博在线数据的基础上,对各种可能影响用户转发行为的因素进行统计、分析,挖掘各种影响因素特征并进行建模.提出基于用户属性、社交关系和微博内容三类综合特征,使用机器学习的分类方法,对给定微博的用户转发行为进行预测.基于微博网关注关系拓扑,利用概率级联模型对给定微博的转发路径进行预测,为预测微博的影响范围提供依据.文中通过实验分析了新浪微博符合复杂网络特征、社交类特征对转发行为有重要影响,并验证了传播预测的有效性.     

基于代理的信息传播网络中的初始节点选择

如何在各种网络中选择合适的节点作为初始节点从而达到传播效果最大化已经得到了广泛的关注和研究,但是目前的研究大部分都局限于网络结构本身,忽略了节点的异构性,从而缺乏实用价值。基于ABM实验模型,构建了由具有异构属性和行为的节点构成的信息传播模型,在此基础上,探讨了各个因素对于节点重要性的影响。实验结果表明,综合考虑网络结构因素和节点异构性因素能够更有效地找到影响力大的节点。     

微博信息传播预测研究综述

微博已经逐渐成为人们获取信息、分享信息的重要社会媒体,深刻影响并改变了信息的传播方式.针对微博信息传播预测问题展开综述.该研究对舆情监控、微博营销、个性化推荐具有重要意义.首先概述微博信息传播过程,通过介绍微博信息传播的定性研究工作,揭示微博信息传播的特点;接着,从以信息为中心、以用户为中心以及以信息和用户为中心这3个角度介绍微博信息传播预测相关研究工作,对应的主要研究任务分别是微博信息流行度预测、用户传播行为预测和微博信息传播路径预测;继而介绍可用于微博信息传播预测研究的公开数据资源;最后,展望微博信息传播预测研究的问题与挑战.     

电网实时信息转发系统的设计与分析

在电力系统中,SCADA系统应用最为广泛,有着信息完整、提高效率、正确掌握系统运行状态、加快决策、能帮助快速诊断出系统故障状态等优势,现已成为电力调度不可缺少的工具。本文设计并分析了如何将这些实时信息发布到Intranet上,以更多的使用者所访问。     

无线传感器网络中的选择转发攻击检测

针对无线传感器网络中现有检测攻击方法需要节点协同或检测硬件的缺点,对选择转发攻击进行研究,提出一种基于信任度与丢包行为的检测方法。通过节点收发数据包的情况,计算节点的信任度,结合节点丢包行为评估,判断节点是否发动攻击。这种检测方法的计算与存储开销都集中于基站,且不需增加额外的检测设备。实验结果表明,这种方法较之现有检测方法,检测率更高。     

基于信息偏好的影响最大化算法研究

实证研究表明,社会个体对于不同主题的信息有着不同的偏好,这对于社会网络中的信息传播过程起着非常重要的作用.影响最大化是社会网络信息传播领域中关于影响结点集挖掘的热点课题.它会从社会网络中寻找最具影响力的结点子集,以这些结点为目标进行影响传播时会获得最大的影响范围.以前关于影响最大化算法研究的大部分工作没有考虑社会个体的信息偏好,这大大降低了结果的准确性.为了提高影响最大化算法的效率和种子集的影响范围,提出一种基于信息偏好的2阶段启发式影响结点挖掘策略L_GAUP：第1阶段,基于网络中各结点对于信息主题的偏好程度,得到易感染结点网络;第2阶段,在易感染网络中,基于贪心策略进行影响结点的挖掘.实验中,在数据集douban上实现了L_GAUP,GAUP和CELF算法.实验结果表明,与基准算法GAUP相比,L_GAUP不仅在影响范围指标ISST和IS上有着更好的表现,在效率上也有大幅度的提高.     

机会网络数据收集中的转发控制

针对机会网络中由于节点移动、网络稀疏等各种原因通常导致网络拓扑动态变化大,消息源节点到汇聚节点之间往往不存在稳定的端到端的通信链路,提出了一种基于偏好顺序决策法(the technique for order preference by similarity to ideal so-lution,TOPSIS)的数据收集策略(data gathering based on the TOPSIS,DGT)。DGT策略根据节点的剩余能量、感知节点到汇聚节点的距离以及传感器节点的连通变化,采用TOPSIS评估选择下一跳中继节点。仿真实验表明,与现有的几种典型转发控制机制相比,DGT策略在保证较低传输延迟和较高传输成功率的基础上,通过减少节点间的转发次数,降低了网络传输开销。     

基于偏好信息的案例检索算法

案例推理方法建立在“相似问题具有相似解”的基础上,能否从案例库中检索出与新问题“最相似”的案例是案例推理方法成功的关键因素之一。该文提出一种改进的检索方法,在原始最近相邻算法基础上,用专家对新问题案例与历史案例属性差异的效用评价替代原始的属性差异值来衡量专家对属性差异的敏感程度。引入变异系数来标度新问题案例与历史案例的属性差异的分布情况,从而保证检索出的最相似案例具有较高的属性差异的均衡性。通过具体案例检索实例分析,验证了该方法的有效性。     

基于按需服务的用户QoS 偏好信息的处理策略

为满足按需服务的需求,需建立处理用户QoS 偏好信息的具体策略与方法．本文研究了QoS 偏好信 息的描述方式,提出了基于AHP 判断矩阵的QoS 偏好信息表示方法．该方法使用数字标度方法把QoS 偏好转换为 AHP 矩阵,用特征向量法计算出矩阵的权重向量,从而为QoS 偏好提供了量化表示．在此基础上,给出了基于QoS 偏好的相对最优服务的求解策略．具体数例表明,本文中QoS 偏好信息的处理方法与策略是有效的．     

群决策中多形式偏好信息的转换及一致性分析

描述序关系、效用值、互补判断矩阵、互逆判断矩阵4种形式的偏好信息,给出将前3种偏好信息转换到互补判断矩阵的公式。在集结前,对转换后的互补判断矩阵进行一致性分析,如果没有达到规定的一致性指标,找出该矩阵中一致性最差的元素,并提交给其决策者进行调整,直到达到一致性指标。通过一个算例说明该方法的应用过程。     

动态模糊形式化关系群体决策方法

群体决策问题是决策科学的核心问题之一。基于动态模糊理论,从动态角度研究群体决策问题,提出了一种动态模糊形式化关系决策方法。从个体偏好信息表达、个体偏好数据分析、个体偏好集结、方案选择和意见反馈五个阶段探讨了动态模糊群体决策模型,并通过实例验证了该模型的可行性和合理性。     

实时响应物联网中基于查询的数据转发方案

在许多基于传感器网络技术的物联网应用中,用户需要快速的查询响应,比如智能交通物联网应用中,行驶在路上的司机即时查询附近的空停车位信息.如何为此类物联网设计一种符合传感器网络特性(如能量有效等)的快速数据转发方案是一项重要的挑战性工作.已有的传感器网络实时数据转发协议大都因未解决好转发断路带来的额外开销、孤立节点处理耗时、难以适应网络拓扑动态变化等关键性问题而未取得理想的实时性效果.为此,该文提出一种新的基于查询的快速数据转发方案,利用查询消息为每个传感器节点建立最快速的数据转发路径(有向无环图),此外文中给出的综合路径代价模型可以均衡网络能量和减少网络拥塞延时,最后设计了贪婪的分布式数据转发算法及其改进算法,并用仿真实验验证了该方案的有效性和高效性.     

基于距离信息扩展原理的物体识别方法

利用稀疏距离图象与灰度图象相结合，通过射影变换可使灰度图象特征有条件地获取距离信息，这称为 基于射影变换的距离信息扩展原理。利用这些距离信息可计算物体表面平面图形的欧氏空间不变量并对景物中的 物体产生假设。由于初始假设建立在可靠的基础上，并使用了带反馈的混合控制策略，使这种基于模型的物体识别 定位技术具有实用的前景。此文讨论了整个方法的原理及其实施方案，并实验验证了原理的正确性与有效性。