基于OSN的谣言传播模型及影响力节点研究

经典的谣言传播模型较难描述现实在线社交网络的复杂活跃模式,为此提出一个基于在线社交网络的动态谣言传播模型。该模型采用传播者基于时间退化函数的自发退化方式,动态指定节点的权威度和免疫力,并考虑了接收增强信号效应。通过对真实微博网络的谣言传播仿真验证了模型的有效性。将模型用于识别网络中的影响力节点,根据传播仿真数据评估节点的传播影响力,并分析节点传播影响力与各中心性指标间的相关性。结果显示:有向社交网络中节点的影响力并不能由k-核的大小表征,而出度和紧密中心性才是更好的描述标量。     

基于信息传播理论的微博协同过滤推荐模型

高速发展的微博带来信息富余,也带来了信息过载,不断新增的非结构化微博文本内容和复杂的社会网络关系导致个性化推荐难以实施.针对微博网站特征,提出一种基于信息传播模拟的协同过滤推荐模型并给出推荐框架图,解决推荐的数据稀疏性和冷启动问题.首先,通过自然语言处理技术处理非结构化文本内容,获取关键词为推荐对象,构建用户-关键词偏好模型;然后,采用一阶马尔可夫随机游走模拟用户偏好在社会网络中的传播过程,得到用户-关键词偏好矩阵.实验使用来自新浪微博的数据集,采用平均绝对误差、准确率和召回率三个指标评价推荐模型,并与基准模型进行对比.实验结果表明,因整合了社会网络结构信息,基于信息传播的协同过滤推荐模型的效率比基准模型有明显提高.     

基于节点复合特性的端-边协同网络生成算法

针对智慧交通系统数据处理量大、对传输时间要求严苛的难题，通过将协同系统定义为复杂网络模型，构建了设备端和边缘节点协作运行的端-边协同系统。提出了基于网络节点复合特性的协作网络生成算法，实现了多层复杂网络的构建。相比随机几何法，提出的由节点聚类系数和介数中心性两种特性参数相结合的协作网络生成算法能够更全面地描述节点特性，反映节点重要性，改善现有多层复杂网络模型对节点信息描述不全的问题。最后，使用4种复杂网络模型构建多层网络模型并验证该算法，以节点间最短路径值作为评价指标，证明提出的由节点复合特性生成协作网络的算法能够明显降低整个网络中节点间最短路径值，减少传输时间，提高传输效率。     

微博用户关系网络的结构研究与聚类分析

将个人微博用户关系网络作为研究对象,抓取了一个用户从开始注册到一定稳定期3个时间点的数据,构建了3个复杂网络,研究了该微博用户关系网络的结构属性变化,得出用户行为和影响力的变化.使用K-means聚类算法对微博用户关系网络进行了聚类分析,从使用目的角度将微博用户分为3种类型——普通社交型、个人兴趣型和信息散播型.微博服务商可以通过算法优化,根据详细的聚类结果更有针对性地进行页面和应用程序推荐,创造商业价值.     

考虑媒体效应的微博网络热点事件舆论演化模型

鉴于媒体对网络舆论有越来越重要的影响,重点考虑媒体效应和微博网络中观点的传播特点,构建了有界信任规则下的舆论演化模型,分析了媒体因素以及节点信任界限异质性对微博网络中舆论演化的影响.仿真结果显示,有媒体影响时,个体对媒体观点的采纳幅度越大,媒体引导的效果越好;群体观点易于改变的网络热点事件中,媒体首次报道时间越晚,媒体的引导效果越好.研究结果表明,在网络舆论引导中,不但要注意介入的时间,更应注重论据的合理性.通过实例验证本文提出模型与实际情况相符合,说明了本文模型的有效性和适用性.     

社交网络用户话语影响力价值分形维度量方法

借助微博、微信上有影响力的用户去推送广告以达到社会化营销效果的最大化,是营销决策管理的新问题。本文运用社会资本资源和分形维评价理论,以网络用户的领域威权、言论质量和互动参与三个测量维度构建话语影响力价值评价指标体系;根据网络用户的数据相似性及其特征数据属性,构建话语信息影响力价值分形维度量模型,通过对模型的计算求解和验证,检验了该模型方法的有效性和实用性。     

基于复杂网络的军事通信网络建模与性能分析

针对军事通信体系的复杂性和网络化结构特点,通过分析体系中装备实体及各装备之间的通信关系,抽取通信网络模型的构建要素,提出军事通信网络图结构模型。在此基础上设计基于图论的测度指标,分别从装备实体重要性、链路通信重要性以及网络抗毁性3个层次分析军事通信网络的性能。最后，通过具体实例对所提模型及评价方法的可行性进行检验,为战场复杂体系建设提供理论依据。     

基于信任随机游走模型的微博粉丝推荐

利用微博关注关系和社交行为构建微博信任网络,通过引入基于信任的随机游走模型,结合用户间兴趣相似度,建立了微博粉丝推荐模型。为提高粉丝推荐系统的覆盖率,将用户间的社交行为引入信任的计算,实现了TopN推荐。利用KDD Cup 2012腾讯微博数据进行了实证研究。实验结果表明:在混合多种社交行为的信任网络中,推荐算法的整体性能最优;推荐长度对推荐结果影响较大,当长度为40时算法获得最好的推荐性能;与主流的推荐算法相比,改进后的基于信任的随机游走推荐模型在推荐准确率和覆盖率等多种评价指标上都取得了更好的结果。研究结论为微博粉丝推荐研究提供了新的方法,为微博网络社会化推荐提供了新的视角。     

微博网络中用户关注行为预测

在微博网络中挖掘博主的潜在关注用户,建立相应的关注预测指标和模型,对于增加博主活跃粉丝数、增强信息传播具有重要意义。利用微博粉丝人际关系网络,在众多与博主交互的用户中,预测潜在的活跃粉丝。在融合微博主影响力、用户活跃度等因素的基础上,提出了以兴趣相似度为核心的用户关注预测指标。利用模糊近似支持向量机作为预测工具,对模糊隶属度算法进行了优化,推导了基于矩阵的模糊近似支持向量机预测模型。利用KDD Cup 2012腾讯微博公开数据进行了实证研究。实验结果表明,本文提出的指标能很好地用于微博用户关注行为的预测,通过与其他支持向量机模型及模糊化算法相比,本文提出的优化方法具有较高的预测精度,且预测结果稳定,在微博用户关注行为预测中具有较强的实用性。     

基于区间直觉模糊数的群决策模型及其在社交网络中应用

基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新性地将社交网络用户影响力量化评价转化为模糊多属性群决策问题,提出基于区间直觉模糊数的用户影响力动态评价模型.该模型对用户影响力进行多层次分解,建立模糊情境下的指标体系,以区间数描述用户数据,同时引入时间维度考察数据的动态差异,采用新的熵方法计算模糊熵,设计主客观相结合的熵权确定方法,从而对用户影响力进行量化分析.克服了主观赋权的局限,提供了社交网络量化评价的新思路,拓展了区间直觉模糊群决策方法的应用.最后,应用该模型对新浪微博用户进行影响力动态评价,验证模型的有效性.     

基于多种社交关系的概率矩阵分解推荐算法

随着社交网络的发展,社会化推荐算法得到普遍应用,现有的推荐算法往往只是将一种社交关系引入到推荐系统,但在现实社交网络中用户之间往往存在多种社交关系。基于多子网复合复杂网络模型,利用共享用户特征矩阵,提出了基于多关系社交网络的矩阵分解推荐算法。通过在Epinions数据集上的实验结果分析,准确率评价指标MAE、RMSE和NMAE分别提高了34%、27%和7%,由此可以证明,多关系社交网络的矩阵分解推荐算法能有效提高推荐准确率。     

高轨卫星通信星座PS-GERT效能评估模型

卫星通信星座的效能评估不仅可以表征星座的通信能力,还可为优化星座结构提供依据。在深入分析星座结构关系的基础上,剖析基于通信链路的高轨(geostationary earth orbit, GEO)卫星通信网络和联系统(plus system, PS),借助图示评审技术(graphical evaluation and review technique, GERT)提出基于特征函数与传递概率的等价传递函数算法。首先,在分析通信链路重要度内涵的基础上,得出通信链路效能及其重要度的算法公式,构建GEO卫星星座PS-GERT效能评估模型。然后,利用傅里叶逆变换推导星座效能的概率密度函数。最后,以某GEO卫星通信星座为例进行分析,验证了所构建模型的优越性,不仅能够全面客观地评估星座效能,同时也为星座结构的优化奠定了理论基础。     

高轨卫星通信星座PS-GERT效能评估模型

卫星通信星座的效能评估不仅可以表征星座的通信能力,还可为优化星座结构提供依据。在深入分析星座结构关系的基础上,剖析基于通信链路的高轨(geostationary earth orbit, GEO)卫星通信网络和联系统(plus system, PS),借助图示评审技术(graphical evaluation and review technique, GERT)提出基于特征函数与传递概率的等价传递函数算法。首先,在分析通信链路重要度内涵的基础上,得出通信链路效能及其重要度的算法公式,构建GEO卫星星座PS-GERT效能评估模型。然后,利用傅里叶逆变换推导星座效能的概率密度函数。最后,以某GEO卫星通信星座为例进行分析,验证了所构建模型的优越性,不仅能够全面客观地评估星座效能,同时也为星座结构的优化奠定了理论基础。     

复杂网络视角下的大规模群体DEMATEL决策方法

针对如何实现群体DEMATEL意见集结的问题,以关系网络为切入点,提出一种新的复杂网络视角下的大规模群体DEMATEL决策方法.首先,将决策者视为网络节点,并依据决策者DEMATEL评分矩阵的一致性构造复杂网络;其次,设计网络凝聚度和子群凝聚度,在此基础上确定节点权重和子群权重;最后,基于网络密度算子对大规模群体DEMATEL矩阵进行有效集结,并利用DEMATEL方法进行多属性决策.文末通过一个算例验证了所提方法的可行性与合理性.数值算例分析表明,该方法能够较为全面、准确地集结大规模群体DEMATEL评分,且其结果的稳定性亦较为理想.     

基于网络编码的D2D干扰消除算法

终端直通(device-to-device, D2D)通信与蜂窝网络共享无线资源的同时,会引起D2D用户、蜂窝用户和基站之间互相干扰,影响通信质量,为此提出一种蜂窝网络中基于网络编码的D2D干扰消除算法。该算法中,D2D发送端将检测到的蜂窝干扰信号与D2D信号进行网络编码,D2D接收端接收到编码信号后,利用干扰重构消除蜂窝干扰信号,达到消除干扰的目的。理论分析与仿真结果表明,该算法在保证D2D用户复用蜂窝用户资源以及提高频谱利用率的同时,可以提高D2D通信系统可达速率和系统吞吐量,进一步降低符号错误概率。     

基于复杂网络的军事通信网络建模与性能分析

针对军事通信体系的复杂性和网络化结构特点,通过分析体系中装备实体及各装备之间的通信关系,抽取通信网络模型的构建要素,提出军事通信网络图结构模型。在此基础上设计基于图论的测度指标,分别从装备实体重要性、链路通信重要性以及网络抗毁性3个层次分析军事通信网络的性能。最后,通过具体实例对所提模型及评价方法的可行性进行检验,为战场复杂体系建设提供理论依据。     

基于网络浏览行为的小众领域用户画像建模

基于网络浏览行为,研究小众领域的用户画像建模方法.本文提出构造领域文本伪本体的方法,并从用户的网络浏览行为中挖掘用户兴趣,生成了基于领域兴趣的用户画像,随后将构建的用户画像应用于个性化推荐领域,解决了小众领域因用户量少、信息不足而难以精准刻画用户画像的问题.该方法在以下三方面显著不同于其他相关研究工作:1)基于领域文本快速构建领域伪本体,构建基于伪本体的用户画像建模方法;2)采用词向量将网页映射到伪本体,构建画像生成算法;3)基于领域概念间相似度构建画像优化算法.最后,本文使用了交响乐团的售票数据及用户的网络浏览数据,采用多个指标进行实证分析,验证了本文提出的画像建模方法的有效性与合理性.     

基于HLA体系结构的交互式网络仿真设计

提出利用交互式网络仿真技术构建对用户透明的网络仿真系统并真实再现通信网络的观点,指出使用高级体系结构(HLA)来加强网络仿真技术在交互式仿真操作中的应用,从而克服了现存网络仿真软件只能模拟固定参数的网络模型的缺点。详细讲述了将网络仿真软件和用户控制台以联邦形式加入HLA中,通过RTI这条“软总线”传递信息以实现两者之间的通信的方法。这样,传统的,以离散事件驱动而无法提供与用户接口的网络仿真软件就可以在运行中与用户交互,从而实现交互式网络仿真系统。