基于聚类和随机矩阵理论的用电行为刻画方法

针对配网大数据应用背景下难以建立用户用电行为刻画模型的问题,提出一种基于聚类和随机矩阵理论的电力用户用电行为刻画方法.首先利用K-means聚类法对海量用户用电特征数据进行分析,根据不同用电模式对用户进行群体划分.然后基于随机矩阵理论建立用户用电行为分析模型,利用各用户群体的经济数据、气候数据及电力价格数据等辨识与用户群体用电量相关联的因素,实现对电力用户用电行为的刻画.最后通过甘肃省武威市电网实际用电数据验证所提方法的有效性和准确性,为电力精准营销和制定电力需求侧响应策略提供数据支撑.     

以数据共享为目标的数据库关联技术研究

随着信息获取技术的不断进步,人们可以通过各种方式获得丰富的信息资源.怎样共享这些资源是当前研究的热点问题.数据库技术为信息的存储提供了有效的方法,但不同的数据库之间的数据怎样共享还亟待研究.计算机网络技术的发展,为访问这些存储在物理上相对分散的数据库中的数据提供了基础.针对异地不同数据库中的数据共享问题,提出了基于数据关联的数据共享方法,其基本思想是,通过对不同数据库中的数据进行描述建立不同数据库数据之间的关联,并通过关联关系查找异地的数据.基于该设计思想,我们建立了数据关联中心,并将我们现有的图像存储数据库分布地建立在网络上,通过数据关联中心进行共享.实验表明,我们的方法是有效的.     

基于信息熵的网络数据演化涌现性度量方法研究

为了衡量网络数据演化过程中产生的"涌现现象",从涌现性特征的宏观分析出发,建立信息熵与网络数据演化涌现性之间的关联关系,基于概率估计提出1种可行的信息熵值计算方法,用信息熵对网络数据演化涌现性进行度量,并对演化行为和系统层次可能引入的误差进行校正,使度量方法更贴近实际情况.用实验分析说明该方法的合理性和有效性.     

基于知识图谱的社交网络用户行为研究进展

社交网络包含复杂的结构信息与丰富的语义信息.互联的多类型数据,实体对象的行为关系等问题的研究面临极大的挑战.知识图谱旨在处理用户数据知识及行为信息,发现事物、概念与实体对象间的复杂联系,使事物间关联关系得到清晰说明.首先介绍知识图谱基本知识;其次基于知识图谱,在社交网络中,可视化表示用户的行为关系,对其中的行为知识抽取...     

基于多级模式的地形数据库变化信息发布方法

为了解决地形数据更新以后,及时将地形数据的变化信息发布给用户的问题,研究了新的变化信息发布方法,提出了基于图元模式、要素模式和用户视图3级结构的地形数据库变化信息发布方法;基于图元建立变化信息的图元模式,通过组合图元模式中的记录构建变化信息要素模式：并根据用户的具体需求,通过组合和筛选图元模式和要素模式中的数据构建用户视图。此方法能有效的满足用户对各种变化信息的需求。     

基于车载排放测试驾驶行为对轻型汽油车排放的影响

为了量化驾驶行为多维度特性及对应路段排放特征,基于车载排放测试系统,采集了实时排放数据及对应微观驾驶行为数据,分析了驾驶行为及轻型汽油车排放之间的关联关系.将驾驶片段划分为生态驾驶和非生态驾驶2种类别,在此基础上分别建立基于逻辑回归、朴素贝叶斯、神经网络、支持向量机和决策树的5种生态驾驶行为辨别模型.研究结果表明:当道...     

基于CNN-LG模型的窃电行为检测方法研究

针对当前电网单一学习器窃电检测方法准确率低、实时性差且无特征提取的问 题,提出一种基于卷积神经网络轻梯度提升机（CNN-LG）模型的窃电行为检测方法. 通过卷积 神经网络（CNN）提取用户用电数据电力特征,将提取特征输入以决策树为基学习器的轻梯度 提升机（LG）分类器对数据进行训练,据此建立基于卷积神经网络轻梯度提升机模型的窃电行 为检测方法 . 采用基于卷积神经网络轻梯度提升机模型对国家电网和爱尔兰智能能源径 （ISET）数据集分别进行窃电行为检测 . 实验结果表明,本文提出方法可快速准确实现电网中 各类窃电行为检测,相比于现有检测方法具有更高准确度、更优泛化性能和实时性.     

用户序列行为分析研究与应用综述

随着信息技术的高速发展,各行业的信息系统近年来收集了海量数据,这些海量数据中包含大量与用户行为相关的信息,且数据量还在以指数级增长.及时、精确地从这些海量信息中发现有用的知识,挖掘出用户行为数据背后隐含的模式,能够帮助企业制定市场战略,留住已有的用户或者吸引新的用户,进而帮助企业在市场竞争中取得先机.而用户的行为数据往往都是具有序列性质的,用户的兴趣爱好也会随着时间不断变化.因此,综合序列特点的用户行为分析成为一个重要的研究课题.论文对近些年来基于用户序列行为分析的研究与应用进展进行综述,并对其数据格式、问题定义、关键技术、应用场景等进行详细介绍、比较和分析.最后,对基于用户序列行为分析的研究与应用在未来的发展趋势进行探讨和展望.     

基于大数据的防窃电模型与方法

针对常见的窃电现象及方法，分析了窃电方法的本质特征；利用鱼骨图表示特征参量的方法建立了多维度电参量的相关特征参量集合，并构建了多维度电参量的窃电本质特征模型来揭示窃电方法、本质特征和特征参量三者的关联关系；提出了基于大数据的防窃电模型与方法，包括数据预处理、大数据的防窃电结构化模型；最后通过用电信息系统采集的数据验证了本文结构化防窃电模型与方法的有效性。本文研究成果可为解决大数据条件下窃电行为监控问题提供有效的途径和方法。     

大数据时代图书馆信息资源个性化服务模式研究

普遍认为，大数据具有结构化、半结构化和非结构化数据等类型，以其容量大、类型多、高时效、低密度和难分辨等特征。该文通过对大数据含义分析，认为大数据时代用户对信息需求具有时效性、精确性、全面性和数据内容针对性。根据大数据时代信息特点和用户信息需求，提出通过建立个性化引擎、开展云搜索服务、进行云推荐与推送服务和建立个性化用户分析系统等方法，建立用户个性化服务模式。     

公共资源网络中资源滥用行为检测研究仿真

传统网络资源行为检测方法无法准确确定资源行为的符号观测，导致检测效果较差，整体检测严重受 限。为此，提出一种新的基于隐马尔科夫模型的公共资源滥用行为检测方法。构建隐马尔科夫模型，通过数据 分析，确定当前观测符号序列，利用Windows 操作系统信息为蓝本进行行为检测。建立敏感文件信息集，并使 其分布在系统敏感文件夹中。在此基础上确定当前隐马尔科夫模型参数。计算对应序列概率差值，根据当前 公共资源网络信息安全要求，设定实际阈值，确定资源滥用行为。仿真实验结果表明，该监测方法真实有效， 具有较高的推广和应用价值。     

复杂网络上基于多维特征表示学习的推荐算法

网络表示学习可以有效解决推荐面临的数据稀疏问题.本文对网络表示学习中LINE算法和DeepWalk算法进行改进，提出混合推荐算法并应用于电影推荐场景.该算法通过学习用户喜好特征、厌恶特征和相似用户特征，生成三个低维特征向量.将三个低维特征向量线性组合拼接成用户表示向量，以余弦相似度作为相似性指标，将相似用户关联的电影推荐给目标用户，实现电影推荐.实验结果表明，所提出的推荐算法相较于次优算法，在MovieLens数据集上的准确率和F1指标分别提升12%和7%，在MovieTweetings数据集上的准确率和F1指标分别提升16%和18%.本文提出的基于多维特征表示学习的推荐算法在电影推荐类场景中，具有显著的优越性.     

基于用户行为模型的身份验证算法研究

身份认证技术是电子商务系统的重要环节。本文根据电子商务系统用户的特点，将网络入侵检测技术的思想引入用户身份验证，提出了基于用户行为模型的身份验证方案。该方案选择用户消费习惯、用户浏览时间以及用户键盘输入特性作为数据源，根据综合验证算法计算值与阈值对照，对用户身份进行验证。本文全面阐述了该身份验证方案的基本思想、测量点的选择和取值、以及综合验证算法等关键问题和解决方案；重点介绍了基于AHP方法的用户消费习惯模型的建立过程，以及利用该模型计算某种商品和用户期望值向量的相似度算法。     

情绪劳动对组织公民行为的作用机制:基于服务氛围视角

为了研究情绪劳动对中国文化情境下组织公民行为的作用机理,通过多时间点的调研方式,获得312名服务员工数据,并运用AMOS和SPSS统计工具对数据进行分析.研究结果表明:表层表演负向影响个体指向、群体指向、组织指向和社会指向组织公民行为;深层表演对组织公民行为的四个维度均具有正向影响,即个体指向、群体指向、组织指向和社会指向组织公民行为;服务氛围在表层表演与群体指向、社会指向组织公民行为之间起正向调节作用.     

磁流变液中磁性颗粒成链与团聚的临界特征分析

热运动对纳米级磁流变液系统的颗粒团聚行为和宏观流变特性扰动影响不可忽视.为研究施加外磁场后系统微结构与热运动间的关系，探讨在不同颗粒粒径情况下热运动能量在系统总能量中的占比.采用CCD设计方法，分析Monte Carlo仿真获取的颗粒位形信息，生成关于外磁场磁感应强度、颗粒粒径和体积分数的系统热耦合系数<λ>回归模型;成链团聚的临界颗粒粒径计算值比文献经验值高出约23%，证实在考虑系统内多因素的综合影响下，纳米级磁流变液具有更严格的流变现象临界发生条件.     

积极追随特质对员工创新行为的影响——感知的人力资源管理强度与工作嵌入的作用

基于社会认知理论，探讨了积极追随特质对员工创新行为的影响机理，验证了感知的人力资源管理强度的中介作用以及工作嵌入的调节作用.对415份问卷调查的分析结果显示:1)积极追随特质显著正向影响感知的人力资源管理强度;2)感知的人力资源管理强度显著正向影响员工创新行为;3)感知的人力资源管理强度在积极追随特质与员工创新行为的关系中起到部分中介作用;4)工作嵌入在感知的人力资源管理强度与员工创新行为的关系中起到正向调节作用.研究结论为企业指导员工实施自主创新提供了思路.     

女性知识型员工工作家庭增益对管家行为的影响——一个跨层次被调节的中介效应模型

基于112个团队的398名女性知识型员工的问卷调查数据，采用多层线性模型，探讨了工作家庭增益对女性知识型员工心理所有权及其管家行为的影响，并分析了互动公平氛围的调节作用.结果表明:工作家庭增益对女性知识型员工的管家行为具有显著的正向影响;女性知识型员工的心理所有权在工作家庭增益影响管家行为的过程中起中介作用;互动公平氛围调节了女性知识型员工工作家庭增益通过心理所有权影响管家行为的中介作用.     

一种资源与服务性能关系的建模方法

获取资源与服务性能的关系模型是在云环境中为服务合理分配虚拟资源的关键.然而,训练数据的规模往往显著影响这种非线性关系模型的准确率.针对现有方法不足,提出了将协同过滤推荐(CFR)和支持向量回归(SVR)相结合的服务性能动态建模方法(CSDM).该方法在服务部署与运行时同时训练两种模型,并选择二者中MAE占优的性能模型预测给定资源状态下的服务性能,从而保证预测精度.同时,CSDM引入择优阈值以降低模型训练代价.实验表明,CSDM在不同规模的训练数据上均有较高的预测准确率,且择优阈值对预测精度和建模效率具有显著影响.     

基于零件加工难度系数的工时估算

针对当前生产环境下订单随机和产品种类多,工时确定困难等特点,为了能够准确高效地获得产品加工时间,研究了加工时间与加工难度系数之间的关系,提出了基于零件加工难度系数的一种工时估算方法.通过分析影响零件加工时间的关键因素,建立零件加工难度评价指标,运用熵值法和群决策理论综合考虑各种因素,构建零件加工难度系数模型.根据已有零件工时信息,运用MATLAB曲线拟合工具箱确定零件加工难度系数和工时之间函数关系.最后,通过实例验证了该方法的准确性和高效性.