微博数据挖掘研究综述

随着近几年微博的快速发展与普及,微博凭借平台的开放性、终端扩展性、内容简洁性和低门槛等特性,在网民中快速渗透,已发展成一个重要的社会化媒体,微博成为网民获取新闻时事、人际交往、自我表达、社会分享以及社会参与的重要媒介以及社会公共舆论的重要平台,对国家安全和社会发展产生了深远的影响.微博是人类在虚拟网络世界生活的抽象概括和延伸,与一般信息网络不同,微博本身具有大规模、噪音数据多样性、快速传播演化性、非线性、社会媒体性以及多关系等特征,因此其在分析方法和挖掘目标上都与传统信息系统具有很大差别,在相关技术的研究上也带来了更大的挑战.针对微博的新特性,研究了微博近几年的相关研究现状,同时分析了Twitter数据集特征,且总结了未来研究面临的挑战.     

网络舆情监测、分析与管理的现状与挑战

本文从管理学和社会学视角、计算机科学与信息技术视角,概述了国内外网络舆情监测、分析与管理的研究现状以及我国的主要行业应用情况;在此基础上,讨论当前网络舆情监测、分析与管理面临网络新媒体和大数据带来的挑战,以及大数据分析、智能计算等带来的新机遇。     

基于PFA的虚拟角色行为辅助设计工具

在虚拟训练系统中,如何构建高度真实的虚拟角色是一个根本性的问题.不确定性是人类行为的一个重要特征,对其建模有助于增强虚拟角色的真实感和可信度.现有的基于规则、Petri网和FSM的行为建模工具无法满足不确定性行为建模的需求.在对虚拟角色行为不确定性进行定义的基础上,利用概率有限自动机(PFA)对不确定决策与规划进行建模,形成了行为概率自动机(BPFA).基于BPFA设计并实现了一个行为设计工具UBTool,方便了不确定性行为的设计与实现.最后以坦克作战行为为例展示了该工具的有效性.     

基于DeepLink的社交网络去匿名方法

现有的社交网络去匿名方法主要是基于网络结构,对网络结构进行学习与表示是去匿名的关键。用户身份链接(user identity linkage)的目的是检测来自不同社交网络平台的同一个用户。基于深度学习的跨社交网络用户对齐技术,很好地学习了不同社交网络的结构特征,实现了跨社交网络的用户对齐。将该技术用于同一社交网络匿名用户识别,实验结果优于传统去匿名方法。     

无线传感器网络基于虚拟节点的小波压缩方法

除了能量受限以外,有限的存储容量也是无线传感器网络的基本特征.研究传感器网络中节省存储的数据传输问题,提出了一种基于虚拟节点的渐进数据传输方法.首先定义虚拟节点并建立各级虚拟节点之间的对应关系,充分利用传感数据的相关性;然后,设计基于此映射关系的传感数据调度算法,单轮传送数据的节点总数由相应簇头的实际存储容量决定,虚拟节点对每轮收集到的数据进行联合编码,形成节省存储的渐进数据传输.模拟实验表明,所提出的算法比DIMENSIONS有更小的网络耗能和延时,而且具有存储有效性.     

Log integration on large scale for global networking monitoring

Supposing that the overall situation is dug out from the distributed monitoring nodes, there should be two critical obstacles, heterogenous schema and instance, to integrating heterogeneous data from different monitoring sensors. To tackle the challenge of heterogenous schema, an instance-based approach for schema mapping, named instance-based machine-learning (IML) approach was described. And to solve the problem of heterogenous instance, a novel approach, called statistic-based clustering (SBC) approach, which utilized clustering and statistics technologies to match large scale sources holistically, was also proposed. These two algorithms utilized the machine-leaning and clustering technology to improve the accuracy. Experimental analysis shows that the IML approach is more precise than SBC approach, reaching at least precision of 81% and recall rate of 82%. Simulation studies further show that SBC can tackle large scale sources holistically with 85% recall rate when there are 38 data sources.     

隐私计算研究范畴及发展趋势

随着移动互联网、云计算和大数据技术的广泛应用,电商、搜索、社交网络等服务在提供便利的同时,大数据分析使用户隐私泄露的威胁日益凸显,不同系统隐私保护策略和能力的差异性使隐私的延伸管理更加困难,同一信息的隐私保护需求随时间变化需要多种隐私保护方案的组合协同。目前已有的各类隐私保护方案大多针对单一场景,隐私缺乏定量化的定义,隐私保护的效果、隐私泄露的利益损失以及隐私保护方案融合的复杂性三者之间的关系刻画缺乏系统的计算模型。因此,在分析隐私保护研究现状的基础上,提出隐私计算的概念,对隐私计算的内涵加以界定,从隐私信息的全生命周期讨论隐私计算研究范畴,并从隐私计算模型、隐私保护场景适应的密码理论、隐私控制与抗大数据分析的隐私保护、基于信息隐藏的隐私保护以及支持高并发的隐私保护服务架构等方面展望隐私计算的发展趋势。     

基于用户主题模型的微博用户兴趣挖掘(英文)

Microblogs have become an important platform for people to publish,transform information and acquire knowledge.This paper focuses on the problem of discovering user interest in microblogs.In this paper,we propose a topic mining model based on Latent Dirichlet Allocation(LDA) named user-topic model.For each user,the interests are divided into two parts by different ways to generate the microblogs:original interest and retweet interest.We represent a Gibbs sampling implementation for inference the parameters of our model,and discover not only user's original interest,but also retweet interest.Then we combine original interest and retweet interest to compute interest words for users.Experiments on a dataset of Sina microblogs demonstrate that our model is able to discover user interest effectively and outperforms existing topic models in this task.And we find that original interest and retweet interest are similar and the topics of interest contain user labels.The interest words discovered by our model reflect user labels,but range is much broader.     

网络空间大搜索研究范畴与发展趋势

随着网络空间的拓展、网络应用模式的发展及大数据时代的到来,面向网络空间的下一代搜索引擎——“大搜索”已具有迫切的需求。阐述了网络空间大搜索的内涵及其特点,提出了大搜索的研究范畴,包括泛在网络空间信息获取与发掘、知识仓库构建和管理、用户搜索意图准确理解与表示、用户意图高效匹配和推演、大搜索安全可信与隐私保护等方面的内容,并针对上述问题,指出了具有5S特性的网络空间大搜索技术的发展趋势。     

基于攻击图的风险邻接矩阵研究

针对各种已知的工具产生的攻击图十分复杂而且难以理解的问题,提出一种基于攻击图的风险邻接矩阵方法,并通过实验验证了所提方法的合理性和有效性。结果表明风险邻接矩阵方法增强了攻击图可视化的程度,并简洁有效地解决了风险评估中由环和回路带来的重复计算问题。