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.     

一种基于推荐证据理论的仿真网格信任模型

在仿真网格环境中,信任机制是解决网格服务安全问题的一种有效方法.参考社会学的人际关系信任模型,建立了仿真网格节点信任推荐机制,并利用推荐证据推理理论,提出了将推荐证据组合为间接信任的一种线形时间递归算法.将直接信任和间接信任组合为综合信任,从而构建了一个计算仿真网格节点信任度的信任模型,并分析了模型中的几个关键问题.仿真试验和结果分析表明,提出的信任模型具有合理性、有效性及工程可行性.     

基于交易信息和推荐证书的P2P网络信任模型

由于P2P网络中存在大量欺诈行为、攻击和不可靠的服务,使服务质量无法得以较好的保证。建立节点间的信任评价机制是一个可行的解决方案,但传统网络中集中式的信任机制并不能适应P2P网络。而现有典型基于全局信任模型不能很好地解决迭代不收敛,计算开销大,存在安全隐患甚至可能出现悖论的问题。以人际网中基于个人信任资信和信任推荐构建信任关系为基础,将直接信任度推荐证书和节点的全局信任资信具有时间衰减性引入构建P2P网络的全局信任链中,提出了一种基于历史交易信息和推荐证书的P2P环境下的信任模型,根据交易的历史信息和推荐度来计算节点的全局信任度。给出了模型的数学分析和构造信任链的实现方法,同时给出了抑制恶意节点协同攻击的策略。仿真结果表明,该模型能较好的解决现有模型存在的问题,模型合理有效且工程上易实现。     

基于明暗像素先验的随机游走图像去雾

针对雾霾天气下大气粒子的散射作用导致户外图像质量严重退化和暗通道对天空区域估计失效的问题,提出了一种单幅图像去雾算法。该算法从雾天图像模型出发,首先利用估计天空区域更加准确的明暗像素先验获取介质传输图粗估计,然后在随机游走模型的框架下,将粗估计的介质传输图作为先验约束传统随机游走能量模型,进一步优化介质传输图,得到最终的无雾图像。实验结果表明,该算法有效地在随机游走模型下结合了明暗像素先验对雾天图像估计的优缺点,证实了所提方法的可行性和有效性。     

基于信任和推荐关系的可信服务发现

随着基于开放Web的服务网络中服务数量的急剧增长, 快速、准确地发现可信服务是面向服务计算的一个关键问题. 针对开放网络环境下可信服务发现工作量大、效率低等问题, 基于模拟现实世界的网络小世界特性, 设计了基于信任和推荐关系的可信服务发现方法. 首先, 提出一种开放的具有信任和推荐关系的服务网络模型, 给出该模型的形式化定义和两种关系的计算策略; 接着, 在具有信任和推荐关系的服务网络模型之上, 给出一种动态的可信服务发现算法, 该算法能有效减少服务的搜索路径, 在较短的时间搜索到可信服务; 最后, 仿真实验表明, 该方法能快速返回可信服务, 具有较高的效率和满意度.     

基于随机游走成交价格的连续竞价市场交易策略

随机游走市场中的证券价格变动是不可预测的,如何在这样的市场中设计交易策略是一个难点问题。本文在MATLAB平台上构建了一个满足随机游走的人工连续竞价市场,提出了一个盯准最优价格(Eye-On-Best,简称EOB)交易策略。通过不同类型供需曲线下的位置替换重复仿真实验,比较了EOB策略和约束型零信息(简称ZI-C)策略的收益差异。研究表明,EOB策略获得的收益总体上优于ZI-C策略,且其收益受市场力的影响。研究结论为交易者在满足随机游走的证券市场如何进行报价提供决策依据。     

基于信任和不信任关系的实值受限玻尔兹曼机推荐算法

在社交网络与电子商务快速融合的背景下,将基于信任关系的推荐技术应用于电子商务领域实现个性化推荐已得到广泛研究.现有推荐算法鲜有考虑用户间不信任效应,导致社交信任度量过于保守,较大地影响了推荐系统准确性.针对现有推荐算法忽视不信任关系导致的非对称效应缺陷,本文提出一种结合信任和不信任的实值受限玻尔兹曼机推荐算法(TDA-RBM),首先建立个人受限玻尔兹曼机,进而运用用户社交行为特征信息分析用户信任与不信任关系并进行度量,在此基础上构造信任-不信任监督机制并用于TDA-RBM方法的优化,同时对该方法的有效性进行分析.通过Epinions数据进行的对比实验表明了TDA-RBM方法的有效性以及不信任关系的引入能有效提高推荐准确性.     

基于云模型的主观信任管理模型研究

在开放网络中,信任管理是信息安全的重要前提与基础。主观信任具有模糊性和不确定性的双重特征。将定性定量转换模型-云模型引入主观信任管理研究中,提出了一种新的主观信任的表示方法,较好地解决了信任表达中的模糊性和不确定性难题,进而提出了一种灵活直观,描述能力较强的形式化定性信任推理机制,为主观信任管理研究进行了有益的探索和尝试。     

股票市场弱势有效与股票价格的随机游走

对股票市场弱势有效和股票价格的随机游走两个概念及它们之间的关系进行分析和论述，在此基础上运用R／S模型对中国股票市场的弱势效率进行实证分析并得出相关的结论。     

基于复杂网络和随机游走算法的研发项目组合风险分析

针对项目组合中的风险分析问题,本文通过构建"项目组合-风险"双层网络模型,提出了基于随机游走算法的项目组合风险定量分析方法,以更准确地预测项目组合风险.首先,本文在研发项目间依赖关系分析的基础上,构建了项目组合网络,并采用设计结构矩阵(DSM)法建立了基于复杂网络中"邻接节点"的项目间连接强度模型.然后,采用多领域矩阵建立了由风险事件推导风险因素间依赖关系的模型.进一步,通过集成项目组合中项目间依赖关系、项目与风险因素间对应关系、以及风险因素间初始的依赖关系,构建了"项目组合-风险"双层网络模型,采用随机游走算法得到稳定状态下最终的"项目-风险因素"域映射矩阵(DMM)和风险因素DSM.最后,以某研发项目组合为例,采用随机游走算法进行项目组合风险的精准预测,并采用PageRank方法对风险因素进行排序,验证了本文提出模型和方法的有效性.     

基于用户兴趣的混合推荐模型

从用户特征描述出发,分析用户兴趣模型的表达机制,提出一种基于用户兴趣的混合模式推荐方法.该方法将内容过滤和协同过滤的预测值进行加权求和,形成最终的综合相似度.实验结果表明,该方法的性能同时优于基于用户协同过滤的推荐方法和基于内容过滤的推荐方法,推荐系统的推荐质量得到显著提高.     

基于微博数据挖掘的贝叶斯观点演化模型

考虑到在微博信息传播过程中,每一位网络用户的观点都受到其前一位网络用户观点的影响,提出建立基于微博数据挖掘的贝叶斯观点演化模型。以“动态清零政策是我国抗疫总方针”为关键话题词,利用Python爬取微博评论数据,经过数据预处理和分词,对贝叶斯观点演化模型进行实证分析,结果发现官方媒体对舆情的及时引导对情感演化倾向起到重要作用。     

基于有界信任模型的地铁突发事件信息传播

地铁突发事件一直是社会关注的热点问题,事件中的信息传播和控制往往也会决定突发事件的严重程度.本文以地铁突发事件为背景,考虑了地铁突发事件的时间有限性和空间有限性特征,在传统有界信任模型的基础上,引入了局部沟通和有限理性两个因素,并根据突发事件发生的时间考虑了地铁停靠前和停靠后两个不同的阶段,建立了地铁突发事件信息传播模型.通过大量仿真实验,发现在地铁突发事件中,局部沟通和有限理性都会导致乘客观点剧烈波动,使得整个系统长时间处于极不稳定的状态;而乘客密度对乘客的观点收敛起正向作用,密度越大,观点越容易收敛.而在列车停靠后,乘客越向车门方向集中,观点波动幅度越大,并在最后急剧收敛成一致,但疏散速率越高,反而会减缓乘客观点的波动幅度和收敛速度.本文的研究结果为地铁突发事件中的现象分析提供了理论依据,对地铁突发事件信息的控制具有重要意义.     

互花米草克隆基株网络的随机游走特征

基于野外实地调查的数据和复杂网络理论,分别定义4种形式的节点和4种类型的边,然后构建了具有异配性的互花米草基株多重关系网络。为了研究互花米草多重关系网络的拓扑结构和动态特性,建立了具有多个陷阱节点的随机游走模型。数值仿真结果显示:在随机游走过程中,无穗株丛和无穗分株是控制节点平均吸收时间的主要因素。经分析可知,建构的互花米草基株的水平空间扩散网络模式反映了其真实生境异质性模式。此外,该模型对于分析其它种类克隆植物的异质生境格局具有借鉴意义。     

一种基于感知模型的P2P MMOG信任模型

根据P2PMMOG的特点提出一种适合其应用的基于感知模型的信任模型.该模型中玩家仅对处于其感知范围内的玩家进行信任评估,使用滑动窗口对玩家信任度进行更新,并使用模糊综合评判对玩家多粒度信任度进行合并.实验结果表明,该模型不仅能保证信任评估的精确性还能有效节省评估对系统资源的使用,并能真实反映玩家信任度的变化,可以为P2PMMOG的安全提供更好的支持.     

基于Svensson模型的随机型现金流估值

针对传统项目估值方法的局限性,在利率市场化前提下,利用利率期限结构模型刻画资金成本的变化情况;在Hazen模型基础上,从投资现金流的角度提出改进的项目估值方法：通过使用Svensson模型刻画无风险利率,并利用遗传算法求解模型相关参数;同时采用熵度量随机现金流的不确定性. 结果表明,提出的估值方法能较好地解决Net Present Value与Internal Rate of Return评价结果冲突问题,该方法也能较好地解决随机现金流IRR多解问题;同时,引入利率期限结构与熵的项目估值方法,能更准确地评价项目的实际价值.     

基于随机模型的动态调度算法研究

针对多资源云环境中虚拟机放置问题,提出了一种在随机模型下综合利用率较高的动态调度算法MIUS （maximize integrated utilization scheduling）. 首先,在调度中心建立一个虚拟的中央队列缓存用户任务,然后利用随机路由算法对用户任务进行服务器快速选择,最后在服务器上建立虚拟等待队列并利用MIUS算法进行虚拟机配置. 仿真实验结果表明,该算法在保证QoS的情况下,实现了一定程度上的负载均衡,并可较大提高系统的综合利用率.     

基于第三方认证的云服务信任模型

基于云服务的特征, 按照存在或不存在第三方认证机构建立两种云服务信任博弈模型, 建立基于第三方认证的云服务交易机制与信任管理机制, 最后构建云服务信任评价模型, 并与电子商务的信任系统做了对比研究, 进一步完善现有的云提供商信用水平评价方法, 为云用户提供了更完善可信的决策信息. 通过上述模型和机制的建立, 得出结论: 成立第三方认证机构是控制云计算环境下服务信任风险的有效措施.     

基于消费者信任关系的在线口碑信息传播模型

社会化媒体环境下,研究信任关系对在线口碑传播过程的影响,有助于企业制定合理的营销策略控制口碑传播。首先,以社会关系强度刻画消费者之间的信任度,考虑社会强化现象及消费者兴趣转移现象,以SIR传染病模型为基础,构建了基于信任关系的连续时间马尔科夫在线口碑传播模型;其次,通过数值实验分析了不同网络结构下信任关系对在线口碑传播的影响。实验结果显示,信任度的提升可显著促进在线口碑传播,当社区存在交叠时,社区信任度的促进作用增强,而社会信任度作用则减弱。另外,相比于社区内部信任,提升陌生人之间的信任促进作用更强,尤其是当网络社区结构一般或较弱时,且此时高影响力用户可在控制口碑传播过程中发挥更大作用。     

基于消费者信任关系的在线口碑信息传播模型

在社会化媒体环境下,研究信任关系对在线口碑传播过程的影响,有助于企业制定合理的营销策略控制口碑传播。以社会关系强度刻画消费者之间的信任度,考虑社会强化现象及消费者兴趣转移现象;以SIR传染病模型为基础,构建基于信任关系的连续时间马尔科夫在线口碑传播模型。通过数值实验,分析了不同网络结构下信任关系对在线口碑传播的影响。实验结果显示：信任度的提升可显著促进在线口碑传播,当社区存在交叠时,社区信任度的促进作用增强,而社会信任度作用则减弱;另外,相比于社区内部信任,提升陌生人之间的信任促进作用更强,尤其是当网络社区结构一般或较弱时,且此时高影响力用户可在控制口碑传播过程中发挥更大作用。