社交网络用户隐私泄露量化评估方法

社交网络用户隐私泄露的量化评估有利于帮助用户了解个人隐私泄露状况,提高公众隐私保护和防范意识,同时也能为个性化隐私保护方法的设计提供依据.针对目前隐私量化评估方法主要用于评估隐私保护方法的保护效果,无法有效评估社交网络用户的隐私泄露风险的问题,提出了一种社交网络用户隐私泄露量化评估方法.基于用户隐私偏好矩阵,利用皮尔逊相似度计算用户主观属性敏感性,然后取均值得到客观属性敏感性;采用属性识别方法推测用户隐私属性,并利用信息熵计算属性公开性;通过转移概率和用户重要性估计用户数据的可见范围,计算数据可见性;综合属性敏感性、属性公开性和数据可见性计算隐私评分,对隐私泄露风险进行细粒度的个性化评估,同时考虑时间因素,支持用户隐私泄露状况的动态评估,为社交网络用户了解隐私泄露状况、针对性地进行个性化隐私保护提供支持.在新浪微博数据上的实验结果表明,所提方法能够有效地对用户的隐私泄露状况进行量化评估.     

科研项目同行评议专家学术专长匹配方法

现有的评审专家推荐过程通常依赖于人工匹配,在进行专家推荐时不能充分捕捉评审项目所属学科与专家研究兴趣之间的语义关联,导致专家推荐的精确性较低。为解决这个问题,提出了一种科研项目同行评议专家学术专长匹配方法。该方法构建学术网络以建立学术实体联系,并设计元路径捕捉学术网络中不同节点间的语义关联;使用随机游走策略获得项目所属学科与专家研究兴趣共现关联的节点序列,并通过网络表示学习模型训练得到具有语义关联的项目所属学科与专家研究兴趣的向量表示;在此基础上,按照项目学科树层次结构逐层计算语义相似度,以实现多粒度的同行评议学术专长匹配。在爬取的知网和万方论文数据集、某专家评审数据集、以及百度百科词向量数据集上得到的实验结果表明,所提方法能提升项目所属学科与专家研究兴趣间的语义关联,并能有效应用于项目评审专家的学术专长匹配。     

锻造用锭模效率的热控制和冶金控制

意大利Soe Terni公司的工作人员认为控制钢锭的凝固过程是显著改善化学和物理性能均匀性、屈服点及减少钢锭废品的方法。该公司使用数学模型按操作程序模拟凝固的过程以决定钢锭的几何形状和操作程序。为了达到产量和质量的要求,他们建议采取的措施有,用轻型圆柱形热顶辅以绝缘衬垫,锭模的斜度小于1.3,使顶部的比重大于锭体的23％,以减少浇注所需的时间,使用较高的浇注温度等。     

透视图在汽车车身造型设计中的运用

从汽车造型设计时画效果图的角度出发，对机械专业学生介绍了透视图的特点及画法，并以客车为例阐述了具体画图图时所碰到的几种特殊处理方法。     

过渡闪沸喷雾对缸内直喷汽油机性能影响研究

利用CONVERGE软件仿真分析了缸内直喷汽油机中速大负荷工况下过渡闪沸喷雾对整机性能的影响规律,对比分析了过渡闪沸喷雾状态和冷态喷雾状态下汽油机的缸内混合气形成、燃烧及排放特性。结果表明：随着燃料温度升高,燃油喷雾液滴粒径减小,喷雾破碎和雾化速度加快,当燃料温度达到380 K时,喷雾在速燃期之前索特平均粒径已降低至0 mm附近。过渡闪沸状态下,发动机缸内平均温度、缸压峰值和放热率峰值均高于冷态喷雾状态。燃料温度为380 K时与360 K时缸压峰值相差不大。过渡闪沸状态下发动机的soot排放低于冷态喷雾,且NO_x排放较高,燃料温度为380 K时相对于360 K时soot排放下降了80%以上,而NO_x排放仅上升8%。在低温冷态喷雾下,燃料温度的提高对发动机缸内混合气形成、缸内燃烧状态以及soot排放生成均有显著影响。过渡闪沸喷雾状态下,缸内气流运动对于缸内混合气形成的影响效果相比于喷雾破碎程度的影响效果更为显著。过渡闪沸喷雾状态下继续提高燃料温度对于发动机混合气形成、燃烧状态和发动机排放改善效果逐渐减弱。     

住宅的翻新和修复

一、现状在过去的35年里,大多数第三世界国家都把注意力集中在新住宅的开发和建造上面。因此,一些新的住宅区迅速发展起来。其特点是:人口密度大、缺少公共设施、建筑质量低、环境欠佳等等。同时,在人多数第三世界国家中,政府和高级决策者们往往相信:只有新的“摩登”住宅才可称之为现代化。任何老的或传统形式的建筑物都被看得微不足道并加以拆除,它们之中最好的处境也不过是被放置一旁,置之不理。     

支持隐私保护的社交网络信息传播方法

社交网络影响力传播重点关注如何使用少量的种子集合在社交网络中产生尽可能高的影响力,并将转发作为信息传播的唯一方式,忽略了其他传播方式,例如用户可通过发布一条与所见信息内容相似的信息来进行传播,这种传播方式(称为转述)因为难以追踪,所以存在隐私泄漏的风险.针对上述问题,定义了一种支持转述关系的社交网络信息传播模型,提出了...     

融合多源信息的专家学术专长语义匹配方法

通过评议文档与专家库的专家学术专长匹配,可以输出领域相关的候选专家列表,是同行评议中专家遴选和专家推荐的重要参考依据.针对学术专长匹配存在语义鸿沟、无法反映专家和评议文档多源信息间语义关联的问题,首先对专家信息和评议文档的多源信息进行语义特征抽取,融合多类特征进行表示学习,利用卷积神经网络设计专家特征抽取器ExpFeat和评议特征抽取器RevFeat,采用词嵌入方法和注意力机制对专家专长标签、评议文档关键词、学科分类树语义特征进行抽取和融合,生成具有“小同行”特征的专家和评议文档语义特征向量表示,解决多类信息源间不同学术分类标准造成的语义差异,反映内在语义联系,利用低维稠密向量表达语义信息,降低匹配复杂度.然后,根据专家语义特征表示和评议文档语义特征表示进行学术专长语义匹配,将专家和评议文档特征向量映射到相同语义空间,计算向量间余弦相似度衡量语义相似性,引入负例专家进行模型训练,通过softmax函数计算最大化正例专家概率优化特征提取器参数,进一步提升语义差异的捕捉能力,解决专家信息和评议文档之间的语义鸿沟问题,提升专家匹配效果.最后,在开源的论文评审数据集和项目评审数据集上进行了实验...