观点动力学视角下基于意见领袖的网络舆情反转研究

舆情反转是网络突发事件与热点事件中的一种重要现象。为探究网络舆情反转现象的内在机理,发掘舆情反转事件的演化规律,提出了一种观点动力学视角下基于意见领袖的观点演化模型。以意见领袖为切入点,基于无标度网络结构改进经典有界信任的HK模型,在观点更新中引入意见领袖的作用。运用社会网络分析理论的中心性指标识别意见领袖,对意见领袖引导下的观点演化进行仿真实验。选取新浪微博上的舆情反转案例,对模型仿真结果进行验证。实验结果表明,意见领袖对观点演化结果起着关键性的作用,能够引导群体的观点发生逆转,利用改进的模型能够模拟网络舆情反转事件的演化进程。     

跨期选择中的偏好反转:概率贴现的新视角

传统研究认为结果贴现的动态非一致性导致了跨期选择中出现偏好反转,但该观点忽略了事件的概率属性。为此,界定并分析了跨期选择中的偏好反转现象,基于"概率-时间权衡"模型在结果贴现之外引入概率贴现的新视角,系统地分析了偏好反转的原因并给出仿真分析。研究表明,动态非一致的概率贴现能够并行地解释跨期选择中的偏好反转。该结论挑战了现有的贴现理论模型,为跨期选择研究提供了更全面的分析框架。     

群体事件中用户传播重要性的评价模型

为了达到更进一步理解群体事件在微博中的传播机理并得到能够综合评定事件参与用户在传播中重要程度的方法，采用定性分析和定量研究相结合的方式，基于真实案例的传播数据对社会群体事件的微博进行了分析。通过事件的消息转发关系构建了群体事件的微博传播系统；通过对若干传播基础指标实施主成分分析，构建了群体事件用户传播重要性的综合评价模型；结合复杂网络的相关理论，开展了该模型的评价值和复杂网络中心性指标的相关性分析。通过分析和研究，发现了群体事件的网络是具有无标度性质、小世界特征和较高集聚系数的复杂网络，在该网络中用户传播重要性的评价值实际与用户的复杂网络 核分解指标值存在极高的相关性。因此，人们可以依靠 核分解为核心的分析方法更精确、更有效地找到影响群体事件微博传播的重要用户。     

中国股市短期反转策略实证研究

运用了Lo，Mavkinlay(1990)反转策略设计、Jegacleesh，Titman(1995)反转收益分解框架并引入成交量冲击对中国股市短期(周)反转策略进行了实证研究。结果表明，中国股市存在显著的短期(周)收益反转，反转强度与公司规模相关。反转收益主要来源于对公司特有信息的过度反应，而并非由“领先-滞后”结构驱动。引入成交量冲击能够显著优化反转策略，成交量包含了未来股价走势的重要信息。本文最后认为De Long(1990)关于正反馈交易者、Hong，Stein(1999)信息逐渐扩散的行为金融模型及市场操纵行为对于短期收益反转都具有一定解释力。     

基于网络传播视角的消费品价格波动关联效应模拟研究

以广东省135个部门投入产出表为基础,引入贝塔系数(β)、传导率参数(γ)和对外敏感度参数(θ)3个参数,对以往价格影响模型进行了进一步改进,建立了新的价格影响模型,根据该模型测算了商品或部门之间价格波动关联效应。由于运用价格影响模型研究价格波动关联效应存在拆并投入产出表的困难,为弥补不足,本文引入网络传播的方法,建立网络价格传播模型来模拟在价格影响模型下的价格波动关联效应,得到当价格波动扩散沿网络最短路快速传播时,模拟的结果与价格影响模型下的波动关联效应结果比较相近。该模拟模型的建立可为进一步研究消费品价格波动关联效应提供了新的思路和视角。     

INS_面向k-ary n-cube的互联网模拟器

目前流行的mesh、torus和hypercube等互联网均可综合成k-ary n-cube网。为分析k-ary n-cube网的性能，必须建立它的仿真模型，而传统的通用仿真工具不适合对这种互联网的模拟。本文介绍了利用事件推进法建立的互联网模拟器INS(Interconnection Network Simulator)。与其他互联网模拟器的结果比较表明，该模拟器具有较好的应用价值。     

电网规划中的最小模糊缺电成本计算研究

应用模糊集理论建立了电网规划中计算最小模糊缺电成本的模糊线性规划模型 .通过将其转化为单目标线性参数规划模型并利用推广的 Bland反转对偶单纯形算法求解可得到所有隶属度下最小模糊缺电成本的全部解值 (可能性分布 ) .对 IEEE-2 4节点可靠性试验系统 (RTS)进行的计算以及用蒙特·卡洛 (Monte Carlo)模拟法进行模拟的结果表明本文所提方法是正确的、有效的 .     

面向复杂电磁环境的体系作战仿真平台设计

战争模拟可划分为战略、战役、战术和技术4个层级。国内外现有战役战术级体系作战仿真平台无法驱动技术层电磁设备专用模型，导致其战场复杂电磁环境仿真逼真度受限。借鉴柔性分析建模与训练平台(flexible analysis modeling and exercise system,FLAMES)系统模型体系架构，基于离散事件仿真系统(a discrete event system simulator,ADEVS)引擎模拟库，设计开发了一套融合战役、战术和技术3个层级，支持系统、实体和组件三级独立仿真步长设置且动态可调的柔性作战仿真平台柔性作战仿真平台(flexible operation simulation,FOSim)。通过驱动技术层专用模型，该平台可将更细粒度电磁设备模型纳入体系作战仿真回路，从而在大规模的战役战术级体系作战仿真中实现高逼真度的复杂电磁环境生成和电磁环境影响效应模拟。     

IDU大规模社会网络及其HIV传播模拟

引入复杂Agent网络模型建立注射吸毒(IDU)共享网络的HIV传播模拟模型。在传统无标度网络配置模型的基础上,通过增加邻域选择机制和三角形形成机制,提出了一种能应用于大规模病毒传播的IDU社会网络生成和演化算法。模型可实现指数可调幂律度分布、高聚类系数和度-度相关等社会网络特征;网络中的边可以断开、重连,网络中的节点可以退出、进入,网络具有动态特性。网络中节点Agent模型中包括个体的行为、病程及个体对疾病干预措施的响应机制,通过节点Agent和网络的协同作用,实现个体行为、个体之间共用注射器吸毒构成的社会网络和干预政策耦合演化的HIV传播模拟模型。对生成的网络进行了社会网络参数度量,利用云南省的数据对吸毒网络HIV传播干预情景进行仿真研究。     

医疗众筹项目要不要炒作?负面口碑传播视角下医疗众筹项目炒作行为研究

医疗众筹已经成为普通民众难以负担医疗费用时的重要筹款来源，但“罗尔事件”(即炒作行为)引起网民对医疗众筹的广泛质疑。鉴于负面口碑在罗尔事件舆论反转中的重要作用，基于贝叶斯学习机制建立了扩散仿真模型，模拟了网民基于正负口碑调整对医疗众筹项目看法的动态过程，研究了炒作行为及相关因素对筹款人收益的影响。研究发现：炒作行为能够给求助者带来短期收益，但很有可能降低其长期收益；炒作长期/短期收益受相关因素影响，如项目真实性、先验印象、易感性以及网络结构。具体而言，项目真实性和先验印象正向影响炒作短期收益而负向影响炒作长期收益；易感性负向影响短期收益，但对炒作长期收益的影响因网络结构不同而异。     

基于食品安全事件异质性的信息扩散过程研究

针对企业在食品安全事件中承担的责任不同,研究不同类型食品安全事件下的信息扩散过程,对政府和企业的食品安全应急管理和风险信息交流具有重要意义.本文首先构建了食品安全信息扩散的修正Bass模型,分析可辩解型食品安全事件下的负面信息扩散过程;然后,运用改进的社会影响模型分析了不可辩解型食品安全事件下的负面信息扩散过程;最后,运用顶新"馊水油"视频事件的互联网搜索数据进行实证分析.研究表明,可辩解型食品安全危机中的信息扩散达到动态稳定状态时,信任与不信任的消费者比例与正负信息的相互渗透率有关.在不可辩解型食品安全危机中,消费者对负面信息的免疫力越弱,越容易对食品企业和政府行为产生不信任,并改变消费决策,信息扩散速率和临界值的分布影响动态均衡的实现过程.     

基于模型集成的突发事件舆情分析与趋势预测研究

近年来,突发事件发生后,事件演进受网络舆情的影响越来越大,分析突发事件发生后网民情绪并进行预测,可为政府部门的应急管理和策略设计提供有效支撑,赢得宝贵的时间.本文提出了一个基于模型集成的微博情感分析与预测模型,对突发事件微博舆情进行情感分类与趋势预测.为了更准确地分析微博情感与未来走势,首先,利用多模型集成策略对突发事件相关的单条微博进行情感分析;接着,将单条微博情感进行集成,形成微博情感时间序列;再次,利用多模型集成思路对微博情感的未来走势进行预测;最后,通过实例验证提出方法的有效性.实证结果表明,集成模型较传统分类在微博情感分析上具有优势,集成模型较传统回归模型在微博情感走势预测同样具有明显优势,可以取得较高的预测精度.     

一种基于构建2竞争聚类及KNNFL 的事件探测与追踪系统

一种构建-竞争聚类法被用于事件探测,该方法是受神经网络研究中构建-竞争学习的思想启发的.另外,提出了一种用于事件追踪的基于K近邻特征线(KNNFL)的分类方法,这种基于最近邻特征线(NFL)的方法本质上可以看作是对K近邻(KNN)法的推广,将改进后的KNN融入到NFL中形成KNNFL是为了更适合新闻事件的分析.研究结果表明,本文所提出的方法与传统的增量k均值法、Single-Pass法、Rocchio法以及KNN法相比较,可以获得更好的效果.通过分析可以看到,KNNFL即使在正例样本非常稀少的情况下仍然具有鲁棒性的表现.     

基于EA流程图的指挥流程信息可视化方法

针对传统的基于线性列表可视化显示方式难以满足高效指挥流程监控与评估要求的问题,提出和实现了一种基于事件行动(event action,EA)流程图的指挥流程信息可视化方法。首先,基于可视化显示内容与形式的军事需求,提出了一种EA流程图模型;其次,建立了指挥内容军事概念模板,实现了非结构化基础数据到结构化指挥行动信息的转换,基于指挥流程规则知识比对方法,实现了按照指挥目标任务分类的指挥事件信息生成,形成了从数据到EA流程图映射的方法过程;最后,以装甲机械化部队作战指挥仿真训练为应用案例,设计实现了指挥流程信息可视化系统,对提出方法的可行性和有效性进行了验证。     

基于跨媒体分析的突发事件检测及趋势研判研究

突发事件的发生对社会经济产生重要影响,如何实时检测突发事件并对事件发展进行追踪,为应急处置和应急管理争取有效处理时间并提供决策支持具有重要研究意义.本文提出了一个基于跨媒体分析的突发事件检测模型,并对检测到的突发事件进行趋势分析和追踪.该方法通过对跨媒体文本进行深入分析,利用文本挖掘得到突发事件特征,并利用数据挖掘方法进行建模,有效提取突发事件;进一步地,利用事件分析和预测方法,对事件的进一步发展进行追踪,预测突发事件的未来走势.实证结果表明,本文提出的模型具有较好的检测精度,是突发事件检测与分析的新方法,具有较好的应用价值.     

基于ARENA的场站飞行保障过程建模与仿真

运用离散事件仿真(DES)方法建立了航空兵场站飞行保障过程的数学模型,包括单个保障类型Ack模型、和整个飞行保障过程的层次结构模型PRi,以及飞行保障过程仿真策略模型PS。并在所建的数学模型的框架下利用离散事件仿真软件ARENA对航空兵场站网络化飞行保障过程进行了仿真。仿真结果表明:网络化条件下的主动保障方式的保障时间可以比传统的被动保障方式的保障时间缩短4.3分钟,提高保障效率10.5%。     

基于HMM的融合多模态的事件检测

事件检测是视频语义分析中的一大难题。在视频中有多种语义丰富的模态信息,融合多模态信息可以帮助准确的检索出所需的事件。提出了一种基于HMM有效融合多模态对象的足球视频语义分析方法。首先从视频中抽取音频流,然后基于CHMM将音频分类。接着根据时间对应关系将音频对象与视频流融合,然后在相应的视频流镜头中基于DHMM融合多种模态对象实现精彩事件如射门、犯规及一般事件的检测,对射门事件进一步结合比分字幕的出现检测进球事件。另外,对DHMM模型的结构、参数初始值尤其是参数约束条件进行了详细地描述。实验证实提出的算法具有较好的效率。     

基于图结构的暴雨事件组织方法研究

在高时空分辨率的降雨数据支持下,分析和追踪暴雨事件的精细结构和动态行为成为可能,但存在数据量大、数据组织结构复杂的特点,对暴雨事件的时空组织与存储提出了巨大挑战.本文基于暴雨事件的演化过程,设计了一种"顶点-边界"的图结构表达模型,并构建基于Neo4j的图数据库,实现暴雨事件的组织与存储.图数据结构中的顶点描述暴雨事件对象,记录暴雨事件空间位置、降雨数据等状态信息;图有向边对暴雨顶点进行关联,记录暴雨状态之间的关系、变化速度、方向等动态信息.最后,综合时间序列模型和空间拓扑关系,设计基于图的暴雨事件组织模型,基于Neo4j图存储方式R-Tree空间索引存储暴雨矢量数据集,并构建暴雨事件库.基于Neo4j和Oracle Spatial的暴雨事件库的对比分析结果表明,Neo4j事件库在数据入库和时空查询性能方面具有优势.     

时间反转镜分类研究及其在水声通信中的应用

时间反转镜可在没有任何先验知识的情况下具有自适应匹配声信道的作用。主动式时间反转镜(ATRM)要求阵元收发合置,且信号需两次经过信道,效率低下,而阵处理则进一步增加了系统的复杂性,难以满足水声通信节点追求结构简单、低功耗的要求。为克服上述弊端,提出应用单阵元被动式时间反转镜(PTRM)和虚拟式时间反转镜(VTRM),并对单阵元时间反转镜的聚焦增益进行了讨论。计算机仿真结果表明,单阵元时间反转镜可聚焦多途信号,实时实现自适应信道均衡,从而抑制码间干扰、提高信噪比。     

基于知识元的非常规突发洪水事件演化风险研究

为解决非常规突发洪水事件风险分析中所存在的多因素高维数据与小样本数据信息不完备问题,将非常规突发洪水事件系统进行粒度分解,在知识元层建立基于投影寻踪及信息扩散的非常规突发洪水事件演化风险分析模型.利用知识元理论,将事件间的演化风险转变为事件所处情境内承灾载体状态属性变化引发输出属性变化的风险.根据承灾载体知识元内部状态属性阀值建立后续事件演化规则,利用投影寻踪方法与信息扩散理论,将监测样本所包含风险信息扩散到输出属性的风险指标论域控制点,计算事件演化概率分布,确定非常规突发洪水事件演化风险.以桃曲坡水库为例,在上游发生暴雨的情景下,计算水库水位上升向漫坝事件演化风险.实例分析结果表明,该演化风险分析模型能够根据风险等级标准和少量监测数据,对非常规突发事件风险概率分布进行动态定量分析与评估,帮助应急决策者实时掌握事件发展状况,及时做出应急响应,减少次生事件所造成的损失.