一种基于信任/不信任的信誉攻击防御策略及稳定性分析

虽然各电子商务企业采用多种信誉评价机制解决消费者对卖方或平台的信任问题,但是信誉评价系统仍然频繁地遭受各种攻击.这些攻击致使卖方的信誉排名和推荐排名被操控,大量诚实消费者被误导而购买了质量较差的商品.有研究者提出综合考虑消费者之间的信任和不信任信息可以使消费者更好地抵御信誉攻击.然而,现有工作存在“信任或不信任信息融合不足”以及“使用一组顾问评价所有卖方”等局限性,因此导致卖方信誉评价的针对性和准确性较差.提出了一种新的防御策略——T&D,它综合考虑了消费者的可信和不可信2个方面.此外,该策略为消费者设置了白名单(存储若干个最信任的评价者)和黑名单(存储若干个最不信任的评价者).利用黑名单净化白名单,诚实消费者可以找到更可信的评价者并依据这些评价者的评分和诚实消费者自身的经历准确评估每个卖方的信誉值.模拟实验结果显示：该策略在评估准确性和稳定性方面明显优于现有防御策略.     

羧甲基壳聚糖的制备及其在黄瓜保鲜中的应用研究

为了改变壳聚糖的溶解性,提供性能更稳定安全的果蔬涂膜保鲜剂,本实验采用氯乙酸途径制备羧甲基壳聚糖,并采用等电点沉降法进行分离,大幅度减少传统方法中有机溶剂用量,制备成本也有所降低。通过单因素和正交实验对羧甲基化反应的条件进行了优化,确定其最佳工艺条件为:壳聚糖用量为2g时,氢氧化钠用量为9g,氯乙酸用量为10g,反应时间5h,反应温度60℃。将该工艺条件下制备的羧甲基壳聚糖配制成不同浓度的保鲜剂,对黄瓜进行涂膜处理,结果表明浓度在1%～2%的羧甲基壳聚糖保鲜剂对黄瓜有良好的保鲜效果。      

高效液相色谱法检测蔬菜中百菌清及其代谢产物的方法研究

建立了同时检测蔬菜中百菌清（CHT）及其代谢产物（4-羟基百菌清,CHT-OH）残留的高效液相色谱分析法。样品经丙酮提取,弗洛里硅土柱净化浓缩后以适量甲醇定容,HPLC紫外检测器检测,以C18色谱柱分离,甲醇∶水（90∶10,V/V）为流动相,流速为0.7mL/min,检测波长240nm。结果表明,百菌清、4-羟基百菌清的检测线性范围分别为0.05～10mg/kg和0.01～10mg/kg,相关系数r=0.9999。方法检出限分别为0.012mg/kg和0.005mg/kg,二者的平均加标回收率为83.5%～121.3%,RSD为2.4%～4.6%,该方法可用于市售蔬菜样品的测定。      

西瓜中果胶不同提取工艺的比较研究

对西瓜皮提取果胶的不同条件进行了研究。通过单因素实验得到重要步骤提取方式,再以正交实验获得最佳提取工艺。经90～100℃灭酶40min,超声波间歇预处理30s,微波盐酸萃取10～15min,提取温度90℃,pH2.0,盐酸浓度为0.3mol/L,果胶产率为16.8%。      

一种融合行为与结构特征推理的造假群组检测算法

在线评论对用户的购物决策有重要的影响作用,这导致一些不良商家雇佣大量水军有组织、有策略地给自己刷好评,以提高销量赚取更大利润,给竞争对手刷差评来抹黑对手,以降低其销量.为了检测这种有组织的水军群组,提出一种融合行为与结构特征推理的造假群组检测算法.该算法包含2部分:第1部分用频繁项挖掘方法产生候选群组,然后使用行为指标...     

基于矩阵分解双线性池化的多模态融合虚假新闻检测

现有的大多数虚假新闻检测方法将视觉和文本特征串联拼接,导致模态信息冗余并且忽略了不同模态信息之间的相关性。为了解决上述问题,提出一种基于矩阵分解双线性池化的多模态融合虚假新闻检测算法。首先,该算法将多模态特征提取器捕捉的文本和视觉特征利用矩阵分解双线性池化方法进行有效融合,然后与虚假新闻检测器合作鉴别虚假新闻;此外,在训练阶段加入了事件分类器来预测事件标签并去除事件相关的依赖。在Twitter和微博两个多模态谣言数据集上进行了对比实验,证明了该算法的有效性。实验结果表明提出的模型能够有效地融合多模态数据,缩小模态间的异质性差异,从而提高虚假新闻检测的准确性。     

西瓜中果胶不同提取工艺的比较研究

对西瓜皮提取果胶的不同条件进行了研究。通过单因素实验得到重要步骤提取方式,再以正交实验获得最佳提取工艺。经90～100℃灭酶40min,超声波间歇预处理30s,微波盐酸萃取10～15min,提取温度90℃,pH2.0,盐酸浓度为0.3mol/L,果胶产率为16.8%。     

东海大道快车道加铺沥青混凝土路面工程

在结合国内外路面设计与研究成果的基础上,提出了东海大道快车道加铺沥青混凝土路面工程设计方案,总结了几个值得重视和研究处理的问题,以期指导类似工程的施工。     

CO2对模拟运输条件下西兰花品质和贮藏特性的影响

目的为了研究添加CO_2生成剂对西兰花运输过程中花球品质和代谢特性的影响,以及筛选西兰花运输过程中适宜的CO_2浓度。方法以西兰花为实验材料,研究不同浓度CO_2(二氧化碳生成剂)对西兰花花球采后模拟运输条件下生理特性和品质的影响。结果保持较低体积分数(3%和6%)的CO_2能较好地抑制西兰花采后运输条件下的呼吸强度,延缓乙烯释放量增加的时间和速率,抑制花球叶绿素的降解,保持花球的颜色,同时降低了西兰花在运输期间的腐烂指数。通过进一步的研究结果表明,经体积分数为3%CO_2处理后延缓了货架期间花球中丙二醛(MDA)含量的升高速率,添加一定浓度的CO_2(3%)后通过诱导过氧化氢酶(catalase,CAT)和过氧化物酶(peroxidase,POD)的活性,提高了西兰花组织内部活性氧的清除能力,从而保持了花球的品质。添加较高浓度(9%和12%)的CO_2在运输前期(前3 d)具有较好的保鲜效果,之后反而会促进花球的代谢速率(呼吸强度和乙烯生成量),从而加速了花球的黄化及腐烂,表现出被伤害的症状。结论运输前在包装内加入可产生体积分数3%CO_2的生成剂能较好地降低西兰花常温运输期间的代谢水平,保持花球品质,从而延长了运输时间。     

考虑时间特征的电子商务水军群组发现算法

针对在电子商务平台上普遍存在的网络水军,提出了一个综合考虑网络结构与时间特征的算法来检测评论网络中的水军群组.该算法由四步组成:a)基于评论网络结构特征的分析挖掘出易受水军攻击的目标产品;b)受"共爆发现象"的启发,提出了一个目标产品被水军群组攻击的可疑时期挖掘算法;c)基于目标产品可疑时期内的数据,构造目标产品—评论者的诱导子图,并在该子图上应用层次凝聚聚类算法生成候选水军群组;d)为了过滤掉在可疑时期内购物并评论的正常用户,提出了一个水军群组净化方法,然后基于评论者的行为特征对净化后的群组进行分类.基于真实数据集的实验结果表明,该算法可以准确、高效地检测活跃在电子商务网站上的网络水军群组.