基于多维特征分析的社交网络意见领袖挖掘

在社交网络中进行意见领袖的挖掘对信息传播与演化的深度分析、舆情监控和引导具有重要意义,本文综合结构特征、行为特征和用户的情感特征对意见领袖节点挖掘问题进行研究.本文首先对微博真实文本数据进行话题识别得到主题社区,在主题社区中基于用户节点之间的关注关系构建交互网络拓扑.然后分别从结构、行为和情感三个维度对用户的影响力进行度量.最后,分析用户在主题社区中的影响力分布与传播规律,提出意见领袖识别算法MFP(Multi-Feature PageRank).实验表明,该算法可有效地挖掘潜在的意见领袖节点,能够获得较高的支持率.     

基于异质网络的意见领袖社区发现

针对意见领袖社区发现问题,通过将论坛中主题及其回复关系建模为异质网络,准确表示社区结构.提出意见领袖社区影响力概念及其量化方法,在此基础上设计了一种基于异质网络的意见领袖社区发现算法.通过采集天涯论坛的大量数据,验证了该社区挖掘方案能够较准确地挖掘论坛中的意见领袖社区.     

微博客意见领袖识别的研究

基于对已有成果的借鉴,从用户影响力和活跃度两方面出发,主要针对微博中存在的＂互关注＂风气及＂即逝意见领袖＂问题,构建了用户领袖值评分指标体系,并提出了用户领袖值的量化定义,最后在获取的新浪微博真实数据集上进行了验证,确保了本文识别机制的有效性。     

PageRank算法在学术网络平台中的应用研究

随着学术网络平台上科技论文的大量发表,高效地从复杂的学术网络中找到符合用户需要的有价值的文章及其作者成为当前一项重要而困难的工作。文章首先对学术社区发现算法的研究现状进行说明;然后对论文排名和作者影响力评估算法进行论述;最后总结论文排名和作者影响力评估算法存在的不足和面临的挑战,并对学术影响力排名的发展前景进行展望。     

网络意见领袖影响力分析

意见领袖影响力分析作为意见领袖研究热点之一,对于优化网络传播过程中的信息整合与传输、深入了解微博发展方向、维护网络内容安全、促进网络发展具有非常重要的理论和实践意义。文章通过对现有网络意见领袖影响力分析研究发现,网络意见领袖影响力评估模式、算法研究稍显薄弱,大多数研究尚处于理论探索阶段,缺乏深入的实证性分析。因此,采用定量方法构建网络意见领袖影响力指标体系并对其进行科学评价就显得尤为必要。     

基于SNA的学术型网络社区用户关系研究——以“维普论坛”为例

本文采用社会网络分析方法,对“维普学术论坛”中用户发帖与回帖数据进行分析。通过网络社群图、网络密度、点八点出度以及中心度等指标刻画了用户群体的基本特征,确立核心成员和意见领袖,勾勒出学术型网络社区中用户之间的关系,发现社区中存在的问题,为日后社区的改进提供依据。     

结合时间因子的校园论坛用户影响力分析方法研究

针对如何在高校论坛中识别出高影响力用户的问题,提出了一种结合时间因子的论坛用户影响力计算方法.在PageRank算法的基础上,通过分析论坛用户回帖行为随时间变化的规律引入用户影响力的衰减系数,并根据用户间的交互情况,通过用户间的交互次数和用户主题参与度来优化用户影响力的分配形式.实验结果表明:在相同时间段内,改进后的算法相对于PageRank算法能够识别出具有更强中心性特性和更高用户覆盖率的高影响力用户.在连续时间段上,通过引入衰减系数能够发掘当前真正具有影响力的用户并保持稳定的用户覆盖率.     

TPRank用户影响力评价算法的应用

目前针对社交网络的数据挖掘,出现了越来越多的研究热点。结合用户影响力分析建模,提出了TPRank用户影响力评价算法,该算法可以在特定话题下对用户影响力进行评价。引入用户活跃度的概念来反映用户发布微博的频率高低,在此概念的基础上,提出了基准用户影响力评价算法,而后提出了用户聚集系数的概念来反映一个用户的凝聚力大小,对基准用户影响力评价算法进行修正,得到最终的用户影响力评价算法TPRank。该算法综合考虑了用户活跃度、转发行为、时间和聚集系数等因素。最后在新浪微博数据集上进行了实验,利用TPRank找出了特定话题下影响力大的用户。     

有效改善标签传播算法鲁棒性的途径

在大规模复杂网络社区划分中,标签传播算法已经被证实为一种速度极快的算法,被广泛应用。但是标签传播算法还存在一些缺陷,比较突出的是社团划分结果的不稳定,鲁棒性较差。通过某些指标来计算节点在网络中的影响力,在节点第一次更新时,有效地将影响力较大的核心节点标签值传播出去,准确形成各个社区的基本框架,大幅改善了传统标签传播算法的鲁棒性,同时取得了更好的社区划分效果。     

基于多特征融合的微博用户权威度定量评价方法

微博用户权威度是评价微博信息可靠性的重要因素之一.本文针对微博用户权威度的定量计算提出了一种基于多特征融合的微博用户权威度定量评价模型.首先,提出了用户权威度的概念,将其定义为用户影响力和被信服度两部分组成;在暂不考虑用户领域影响因子的情况下,基于新浪微博数据,抽取出微博用户信息传播影响力、用户信息完整度、用户活跃度以及用户平台认证指数4项评价特征,以构建了用户权威度定量计算模型;然后,采用层次分析法对所构建模型的4项评价特征的权值进行确定,并分别给出了4项评价特征的提取算法.同时,在用户关注关系网络的基础上,提出了一种基于用户被关注价值的用户信息传播影响力模型UIRank,并通过实验验证了其比PageRank算法更加有效.实验结果表明,本文提出的微博用户权威度定量计算模型比较合理,为用户权威度的定量评价提供了一种可行的解决方案.     

基于Stackelberg博弈的多任务协作频谱感知算法

随着移动设备的增多,认知无线电技术诞生,而频谱感知是认知无线电技术中的重要一环。本文将群智感知和频谱感知结合,提出了一种基于Stackelberg博弈的多任务协作频谱感知算法。该算法将融合中心(平台)与次用户分别建模为Stackelberg博弈领导者和从属者。在领导者博弈中,平台给次用户发布最优的报酬值以获得最佳的效用;在从属者博弈中,本文着重考虑了剩余能量对次用户的影响,次用户在平台给的报酬下改变感知时间以获得最优的效用。仿真结果表明,该算法可以提高融合中心对频谱的检测概率。      

认知无线电中基于Stackelberg博弈的分布式功率分配算法

在underlay认知无线电场景中,为了让认知用户能随机地接入主用户正在使用的授权频段,且对主用户产生的干扰不高于主用户能够容忍的干扰温度门限,该文采用Stackelberg博弈机制进行认知用户的发射功率分配。将主用户作为模型中的leader,认知用户作为follower,认知用户使用主用户的授权频段时需以干扰功率为单位支付给主用户相应的费用,而主用户则可以通过调整价格,限制认知用户产生的总干扰功率不高于其所能容忍的干扰温度门限,以便获得最大收益。同时,不同认知用户间根据主用户制定的价格,进行非协作博弈。仿真结果表明,与集中式的最优功率分配算法相比,该文可通过简单的分布式功率分配算法获得与其相近的系统性能,且主用户与认知用户间只需进行少量的信息交互,这与需进行大量信息交互的集中式最优算法相比,具有较大的优势。     

考虑整数比特率及公平性的认知无线电OFDMA功率分配算法

在基于正交频分多址(OFDMA)的认知无线电系统中,每个认知用户在实际中都是以整数比特进行传输,而以往的速率取整算法只考虑了单认知用户。针对这种情况,提出了一种新的速率取整算法,该算法在原有算法的基础上进行了改进,让每个子载波最多参与一次速率的调整,从而使其在应用于多认知用户时保证了速率取整时的公平性,同时总的传输比特率比原算法有了一定的提高。仿真结果表明,所提算法有效提高了各认知用户在速率取整时的公平性。     

融合偏置的动态专家信任推荐算法

针对协同过滤推荐算法中数据稀疏、冷启动与噪声用户对推荐质量的严重影响,该文将用户-项目评分数据与用户信任关系数据相结合;提出一种融合偏置的动态专家信任推荐算法(BDETA),首先根据用户信任关系数据进行社区划分,获取用户间显式信任值;其次从社区中用户-项目评分数据获取可信度、隐式信任值;通过结合用户间可信度、显式信任值、隐式信任值动态确定专家信任因子,根据用户的推荐能力为每个社区确定专家数据集;最后结合用户不同评分标准进行评分预测。在真实数据集FilmTrust的实验结果中,能够有效地解决协同过滤中冷启动与数据稀疏问题,可更好地满足用户的个性化推荐需求,并且在推荐系统常用评价指标MAE与RMSE中有着不错的表现。     

认知无线网络中基于Stackelberg博弈的功率控制新算法

针对认知无线网络中存在的干扰问题和功率消耗过大问题,提出了一种新的基于斯坦克尔伯格(Stackelberg)博弈的功率控制算法。建立了主次用户双层网络模型,将主用户设置为领导者,次用户设置为追随者,并对次用户产生的总干扰进行定量分析。在次用户多次博弈的过程中,动态地调整主用户单位干扰价格,在保证主用户自身正常通信前提下,尽量使得收益最大化,提高主用户的参与积极性。仿真实验表明,该算法在保证主次用户的服务质量（QoS）前提下,有效地减小了次用户的发射功率,而且能获得更高的系统容量。     

基于应用时间窗多用户MIMO-OFDM系统中的比例公平算法

该文针对基于延时信道状态信息的多用户MIMO-OFDM系统,在用户比例速率要求和功率限制的情况下,以最大化时间窗内系统吞吐量为目标,提出了一种基于应用时间窗比例公平算法。该算法首先设计各子载波上满足用户误比特率要求的星座距离,然后把系统中每个用户按照其比例映射为相应数目的虚拟用户,最后根据影子价格把子载波最优地分配给虚拟用户。仿真结果表明,该算法在保证用户公平性的基础上,有效地提高了系统吞吐量。     

Optimum receivers and low-dimensional spreaded modulation for multiuser space-time communications

The jointly optimum receiver is obtained for multi- user communications in a frequency nonselective Rayleigh-fading channel with N/sub T/ transmit antennas per user and N/sub R/ receive antennas. Based on a general analysis of quadratic receivers in zero-mean complex Gaussian vectors, asymptotically tight expressions (for high signal-to-noise ratio (SNR)) for the pairwise error probabilities are derived. Subsequently, it is shown that N/sub T/-dimensional single-user signaling suffices to provide full diversity order N=N/sub T/N/sub R/ for all the users. In other words, the presence of other users does not increase the minimum dimension required beyond what is needed for the single-user space-time channel. For the special case of low-rank "code-division multiple-access (CDMA)" signaling with N/sub T/=1 and provided the signatures of any two users are linearly independent, it is shown that the error probability of a K-user system asymptotically approaches single-user-like performance for every user. Remarkably, therefore, an increase in the number of users, and hence an increase in the aggregate spectral efficiency, does not require the users to transmit with more power to achieve single-user-like performance asymptotically. A signal design algorithm is proposed to illustrate this point and examples are given. These results are then generalized to the multiple transmit antenna case. A new (N/sub T/+1)-dimensional signaling strategy is proposed for the multiuser channel that leverages existing single-user space-time signal designs while ensuring full diversity order and single-user-like performance asymptotically for every user.