基于反向最远邻的商品推荐算法研究

有效的推荐算法可以最大限度地发掘商品的价值.通过研究用户的偏好,分析了从海量商品信息中为用户推荐感兴趣内容的方法.目前大多数推荐系统向用户推荐的是较为流行的商品,而忽略了那些当下不"热门",却有着巨大潜力的商品.以发掘小众中的大众商品为目的,提出了一种基于反向最远邻(Reverse Furthest Neighbor, RFN)查询的商品推荐算法:基于专家用户的信任协同过滤算法,替代传统用户相似匹配的协同过滤推荐算法;利用幂律对商品进行范围缩减,优化系统筛选的效率,实现了对有潜在价值商品的推荐,使小众商品属性的分布得到更深层次的挖掘.实验结果表明本文推荐算法输出结果质量较高,适用于解决部分"长尾问题".     

一类幂律图模型

基于混合依顶点度择优和均匀选择顶点两种连边方式,建立了一类随机图演化模型,证明了该混合模型的度分布遵循幂律.注意到均匀选择顶点连边的随机图模型的度分布服从几何分布,文中结果表明,混合模型中择优连接方式对度分布尾部的影响居于主导地位.     

基于节点吸引力的可调参数复杂网络模型

针对真实网络的生长演化规律,以及BA无标度网络模型和原始的节点吸引力模型在择优连接以及生成网络统计特征方面所存在的问题,综合考虑复杂网络生长演化过程中节点度和节点吸引力的择优连接特性,提出了一种基于节点吸引力的可调参数复杂网络模型. 理论研究与仿真实验分析表明,基于节点吸引力的可调参数复杂网络模型可以有效生成结构稳定并与实际网络统计特征很接近的复杂网络,通过调节模型参数可以灵活调整网络的生长演化过程. 模型生成的网络度分布仍然服从幂律分布,并且具有较高的群集系数和平均路径长度.      

基于CAS理论的群体协作维基词条编辑建模仿真

基于复杂适应性系统理论将维基百科用户抽象为内容添加者、内容修改者、内容删除者、多样编辑者和内容浏览者5种主体,建立了群体协作词条编辑模型;基于不同质量词条主体出现的概率配置,利用Netlogo仿真软件构建仿真平台,实现了对群体协作词条编辑的多主体建模仿真.仿真实验表明,多样编辑者是词条质量提升的重要驱动力,其出现概率越大,生成词条质量越高;编辑者“自我修改”行为对提升词条质量起到重要促进作用;主体出现概率配置遵循黄金分割律时,可使群体绩效趋于最大化.词条演化存在语量与语义之间此消彼长、最终达到动态平衡的过程,语量与语义平衡临界点近似为黄金分割点,词条编辑演化遵循着黄金分割律.研究深化了对词条编辑演化、网络群体智能和社会计算的认识.     

网络论坛人类行为动力学实证分析

从帖子和用户两个角度对网络论坛的人类行为动力学特征进行实证统计和分析.对帖子属性的统计分析发现,帖子的回复次数、吸引的不同用户数均服从幂律分布,而帖子的浏览次数分布没有明显的规律性;帖子的浏览次数和回复次数之间存在明显的正相关性,且二者的比值大于等于10.对用户发帖、回帖行为的统计分析发现,用户发帖数、回帖数、回复的不同主帖数均服从幂律分布,说明网络论坛用户行为具有很强的异质性,大多数用户很少发帖或回帖,关注范围也比较小,只有少数活跃用户经常发帖或回帖,关注面非常广;还发现单个用户单日回帖数以及单个用户针对单个主帖的回复数也均服从幂律分布,存在少数用户在个别日子里发表大量回帖和少数用户针对少量主帖发表大量回帖的现象.这些结论对于在线用户行为建模具有重要的指导意义,也为网络舆情监控和网络水军发现提供了新的思路.     

基于拓扑势熵的维基百科词条编辑演化研究

 网络群体智能涌现问题是信息科学和社会科学的多学科交叉研究问题。基于映射思想将其映射为维基百科词条编辑演化问题,提出词条编辑演化研究方法框架;以维基百科高质量词条编辑历史数据为数据集,以编辑者为节点,以编辑者间编辑交互关系为连边,构建词条编辑交互网络,通过建立网络演化测度拓扑势熵实现对词条编辑演化研究。实验分析表明,网络结构和词条总体上朝着有序方向演化,演化呈现出“从注重完整性到注重准确性再到注重可读性”的由低到高3个阶段,直至群体结构趋于稳定,结构具有无标度性,词条质量和群体智能达到很高水平;存在语量与语义之间此消彼长、最终达到动态平衡的过程,语量与语义平衡临界点近似为黄金分割点,词条编辑演化遵循着黄金分割律。方法框架有效,深化了对词条编辑演化、网络群体智能和社会计算的认识。     

一种动态的无标度网络模型

针对BA无标度网络模型模拟现实世界的局限性,同时参考其它扩展模型的结果,提出一种新模型,该模型包含新节点的加入和旧节点的删除,旧节点之间择优的再生连接和反择优的删除连接.运用连续介质理论和平均场理论建立起与之对应的演化方程,并计算出了它的严格解,导出了该模型的度分布和幂律指数的表达式.分析结果表明该模型能自组织演化成无标度网络,其幂律指数在1-3范围内,调节参数就可与现实中的许多复杂网络的幂律指数相吻合,因此,该模型更具有一般性.     

复杂网络无尺度特征及其演化机理研究

根据复杂网络演化的两个基本机理抽象出一种复杂网络演化的一般模型(GP Model),该模型具备增长和择优两个普遍特征,并根据连续动力学原理分析了该模型的平凡特征量.在平凡特征量的基础上,利用极大似然原理得出了该模型网络在经历长期演化后节点分布具有幂律特征这一结论,从概率理论上解释了这一类网络度分布特征的成因.此外,利用GP模型研究了互联网度分布的指数截断特征以及长期演化的节点度分布特征,并分析了互联网的长期演化态势和节点行为特征.     

有向加权供应链网络演化模型

利用BBV加权网络的演化机制和BA模型的线性择优连接机制,新节点进入网络时的入边和出边服从二项分布,建立了子网络具有流量补偿的有向加权供应链网络模型。利用泊松过程理论分析了网络的出入强度分布,结果表明,有向加权供应链网络的稳态平均入强度分布和稳态平均出强度分布服从幂律指数在[1,3]之间的幂律分布。对有向加权供应链网络模型进行仿真研究,仿真结果与理论预测相一致,符合供应链网络的幂律特性。     

矿井通风阻力与通风动力匹配研究及应用

针对矿井通风阻力与通风动力匹配状态进行分析与研究,提出了通风阻力与通风动力匹配度相关概念,综合考虑通风机工作风压与工作效率的影响,给出了匹配度的计算公式.根据井工开采条件相关规定和风机经济运行的效率要求,给出了评价匹配度优劣的指标.以长平煤矿长平回风井为例,进行了矿井通风阻力与通风动力的匹配度计算.计算结果表明,长平矿长平回风井通风阻力与通风动力匹配度较低,并给出通风系统改造的具体措施,提高了长平回风井通风阻力与通风动力匹配度,保障了矿井安全高效生产.     

具有均匀与幂律双重混合分布的复杂网络动态演化模型的研究

提出了一类复杂网络模型的动态演化算法,利用数理统计方法和MATLAB工具对由该算法所生成模型的度分布进行了理论分析和数值仿真,证明该演化算法所生成的复杂网络模型具有均匀与幂律混合分布的特征,对人们公认的节点度分布服从幂律分布或介于指数分布和幂律分布之间这一真实网络分布特征提出了不同的观点.     

多种搜索行为联合分析方法研究

针对现有搜索行为分析方法只能分析单一类型搜索行为,无法有效获取用户兴趣的问题,提出多种搜索行为联合分析方法.通过使用M5模型对页面停留时间、鼠标点击次数、页面重访问次数及滑块移动次数4种类型的用户行为进行联合分析,从多个角度获取用户行为信息用于分析用户兴趣,并实现了对多种搜索行为构成的高维数据进行联合分析,同时满足了在线行为分析中对结果计算的实时性要求.实验表明该方法可以提供比Belkin方法更高的行为分析质量.     

Web访问挖掘中的匿名用户识别算法研究

有效的用户识别与用户细分是网站用户行为分析的基础.针对现有用户识别算法将注册用户和匿名用户均按匿名用户处理,导致用户分类不细致的问题,提出了一种匿名用户识别算法.该算法通过识别用户访问行为状态,采取页面访问路径和浏览时长匹配方式,进一步识别IP地址变化后混入纯匿名用户中的注册匿名用户,从而把用户细分为注册用户、假匿名用户和纯匿名用户.实验结果表明,该算法能够提高匿名用户识别率,更加准确地识别假匿名用户.     

面向校园网搜索引擎的PageRank改进算法

根据校园网的网络结构和资源分布特点,针对经典PageRank算法采用的平分页面自身PageRank值的策略,提出了基于关键词集的网页关联权重分配PageRank值的改进算法.权值由页面问的关联程度和用户的搜索关键词确定,从而提高了校园网搜索引擎的搜索匹配程度和结果页面的排序质量.     

BBS用户回复网络的演化模型研究

结合复杂网络理论,首先利用获取的真实BBS论坛数据信息构建有向BBS用户回复网络,并分析日增节点数、日增边数、新用户发表原帖数、新用户获得回帖数、节点择优选择概率等的演化规律.其次,提出新的网络构造模型,并进行数据仿真.仿真结果表明,仿真网络的网络结构熵、度分布的演化规律与真实网络基本吻合,在一定程度上能够证明研究方法的正确性,也能解释真实BBS网络的演化规律,具有一定的现实意义.     

多关系社交网络中基于兴趣匹配的网络舆情传播模型

以网络爬虫方式获取新浪微博用户属性信息及微博内容数据,利用数据挖掘技术从中发现微博用户间的多种显式和隐式关系.在此基础上,提出一种基于半监督学习的用户兴趣匹配预测算法,参照仓室模型的传播个体状态划分方法,基于传播个体间的兴趣匹配度界定各状态之间的转移过程和转移概率,进而构建基于用户兴趣匹配的网络舆情传播模型.研究结果表明,该模型能够较好地描述社交网络中的舆情传播规律,重现网络舆情在社交网络中的真实传播过程链.     

一类混合双寡头模型的分岔分析与混沌控制

在有限理性的假设下,建立了由公私合营企业和外资企业组成的生产同质产品的动态混合双寡头模型,分析了该系统的均衡点的存在性和稳定性,并推导出均衡点不会通过Neimark-Sacker分岔失去稳定性.利用Matlab数值模拟了系统在选取不同参数时的动力学行为,结果表明:系统会通过flip分岔进入混沌状态,并且在特定的参数条件下会出现多吸引子共存的现象.此外,还发现调整速度的大小会影响系统的稳定状态,当调整速度较大时,系统更容易变得不稳定而进入混沌状态.对于系统的混沌状态,使用延迟反馈方法实施了有效控制.     

字符图像识别的分布加权模板匹配方法研究

使用标准模板匹配识别算法对图像中的字符进行识别时,图像中的背景噪声会导致识别准确率较低.为了提高识别准确率,提出一种基于分布加权的模板匹配识别算法,在获取图像与模板在对应的各个像素点上的匹配情况后,根据点间距分别对匹配点和不匹配点进行聚类,将聚集在一起的点划分到同一个分组中,根据聚类结果对不同组内的点设置不同的权重值,再计算图像与各个模板的匹配度,将匹配度最高的模板代表的字符作为识别的结果.实验结果证明,此算法提高了对有背景噪声的字符图像进行识别的准确率.     

城市信息化战略与城市发展战略匹配性研究

借鉴系统科学、熵理论,提出了城市发展战略与城市信息化战略系统序参量分量有序度、序参量质量、子系统有序度和战略匹配度等概念,建立了战略匹配度相关计量模型.并以上海为例,设计了相关序参量指标,运用2005—2009年的数据进行了实证分析,研究发现城市发展战略子系统相对有序,而城市信息化战略子系统演化波动较大,城市信息化战略与城市发展战略系统匹配度不高,处于无序状态.     

移动互联网用户行为分析系统中聚焦爬虫的设计与实现

在移动互联网用户行为分析系统中,为了使深度包检测(deep packet inspection,DPI)进行有效地数据匹配,对用户行为进行更深层次的分析,达到不仅能识别出业务网站类型而且还识别出业务网站访问具体内容的目标,设计出一种能进行具体内容级别上特征爬取和提炼的爬虫模块.针对特定业务网站,考虑广义爬取对技术和存储要求高的缺点以及针对某一行业的爬虫系统得到数据有限的不足,设计并实现了一种基于特定页面分析的聚焦爬虫模块.该爬虫模块采用模块化的思想,使用多线程多任务,精确高效地爬取特定业务网站信息,为DPI匹配提供数据支持.经过测试验证,该爬虫模块达到了预期的要求,可维护性、可扩展性和实时性强,满足移动互联网用户行为分析系统对特征数据提取的需求.