基于复杂网络的微信网络信息传播研究

近三年,微信迅速发展成为最热门的社交平台。通过对微信网络的基本数据描述和复杂网络分析方法,对微信网络结构拓扑性质进行了分析。构建腾讯微信社交网络,得到度分布、聚集系数、平均路径长度等复杂网络统计性质,得出了微信网络的无标度特性和小世界特性,为研究信息在微信中的传播性质,对腾讯微信数据进行实证分析,结合实际案例,评价了微信网络拓扑结构对网络信息传播的影响。     

人类行为、复杂网络及信息挖掘的统计物理研究

通过实证统计与理论模型分析相结合对复杂系统进行研究是一种全新的认识和探索.建议从人类行为的统计特性、复杂网络同步与复杂神经网络、信息挖掘与复杂网络链路预测3个方面,基于大量的实证统计和分析,结合有效的动力学模型,针对人类自身行为的规律特性、社会个体之间的相互作用、神经系统的动力学演化、信息的有效推荐和网络演化的有效预测等重要问题,运用统计物理理论进行全方位的探索,深入挖掘各种决定复杂系统演化过程的基本机制与规律.     

复杂网络稀疏性的统计物理研究综述

大多数实际存在的复杂网络是稀疏的,即网络平均度远小于节点数:k—N.到目前为止,关于这一性质的起源,它对于网络功能与网络上动力学过程的影响,可能的应用价值的研究还都远远不足.实际上,稀疏性与网络的其它拓扑性质密切相关.近几年来,人们对复杂网络稀疏性的相关效应从理论和实验两个方面都做了深入的研究,但是,还缺乏原理性的探讨.从统计物理的视角出发,稀疏性应当被看作复杂系统中个体之间相互作用的涌现性质,而不应当是现有模型中先验的前提.本文拟就复杂网络稀疏性的统计物理研究作一综述.     

网络信息计量的数据挖掘技术研究

网络信息计量的数据挖掘技术研究是运用数据挖掘技术方法发现网络信息计量中的数据特征模式,利用现代可视化软件工具,开发网络信息计量中的数据特征模式的可视化系统,满足网络信息分析人员使用更复杂、更为强大的数据挖掘技术分析、处理数据的要求,为网络信息计量学理论研究及其方法和技术的丰富与发展开拓新的方向,为网络信息计量学规律应用于数据挖掘领域提供平台.     

网络信息资源的数据挖掘与应用研究

随着Internet的飞速发展，网络信息资源急剧增长，网络信息过载问题日益突出，人们越来越多地关注如何开发和利用这些资源。然而，目前中英文搜索引擎均存在查准率、查全率不高的现象，这种现状无法适应用户对高质量的网络信息服务的需求；同时，电子商务以及各种网络信息服务迅速兴起，原有的网络信息处理与组织技术无法赶上这样的发展趋势。网络信息挖掘就是在这样的环境下应运而生，并迅速成为网络信息检索、信息服务领域的热点之一。     

数据挖掘在统计信息空间分析中的应用研究

提出数据挖掘与地理信息系统集成辅助空间分析的策略和实现途径．以自然疫源性疾病研究为例,应用所提出的策略把数据挖掘和GIS进行有机的结合,用所引入的算法对数据进行详细的分析,验证策略和算法的合理性与正确性．     

复杂网络研究的概率统计方法

本文介绍了复杂网络研究的前沿理论一随机复杂网络理论．我们以BA模型为例运用连续统方法分析了无标度网络的统计力学特征，说明概率统计在复杂网络研究中的应用．     

基于复杂网络的电力信息相依网络鲁棒性研究

电力信息相依网络是目前智能电网发展的主要趋势,研究相依网络的鲁棒性是智能电网必须解决的挑战之一.为了实现这一目标,首先基于复杂网络建立单层电网和双层相依网络模型;其次根据评估指标从多种故障模式分析单层电网鲁棒性和相依网络的鲁棒性,并用IEEE30和IEEE118节点系统进行仿真验证,仿真结果表明相依网络的鲁棒性低于单层...     

基于群体特征的复杂网络信息传播建模

为对不同人群中信息传播进行有效控制,建立了基于群体特征的复杂网络信息传播模型,研究了网络拓扑结构、社会强化作用和群体传播特征对信息传播的影响. 仿真结果表明:群体传播特征的同质性更有利于信息的传播;小世界网络中行为传播范围较广,无标度网络在传播过程早期具有最快的传播速度;信息传播的范围随社会强化作用的增加而增加,异质群体中这一趋势更加明显.      

基于统计方法的数据挖掘算法研究

在统计方法的基础上提出了一种根据数据集合本身的统计特性数据挖掘算法．该算法利用数据本身的统计特性对数据仓库中的数据进行分析，在给定重要性比例程度的前提下，经过系列的统计运算，得到简化的数据仓库集，并根据分析得到了数据挖掘算法的流程图．提出了比例大小关系函数，反映了数据自身的统计特性，分析表明：这种算法极大的提高了数据的有效水平。     

基于改进[FK(W][BG(][BHDWG1,WK*2/3W][ZB(][BHDWG*3,WKW] χ [ZB)W][BG)W][FK)] 2统计的数据离散化算法

在基于χ2统计独立性的离散化算法中,自由度与期望频数的选取直接影响χ2计算的准确性,从而影响离散化的性能.为此,提出了一种基于改进χ2统计的数据离散化算法,提高了基于统计独立性离散化算法的质量.首先,分析了χ2函数中自由度选取的不足,给出了自由度选取的修正方案;其次,根据数据类分布等特点,提出了期望频数的改进方案,克服了不同数据集赋予相同期望频数的缺陷,提高了χ2计算的准确性.实验结果表明,改进的方法显著提高了C4.5决策树与Naive贝叶斯分类器的学习精度.     

基于数据挖掘技术的客户关系管理系统研究

数据挖掘是CRM的核心,通过阐述数据挖掘的概念、过程、目标,分析基于数据挖掘的CRM的特征．并从客户生命周期和行业应用的角度探讨数据挖掘在客户关系管理系统中的应用．     

基于粗糙信息颗粒的数据挖掘方法研究

大型的数据库和数据仓库中的数据往往是有噪声和不一致的,应用经典的粗糙集理论对其进行数据挖掘处理时,效果不够理想.引入信息颗粒的概念,给出了属性子集引导的信息颗粒的构造方法及基于信息颗粒的知识描述,并应用粗糙集的扩展模型讨论知识的粗糙度问题,提出了基于粗糙信息颗粒的属性约简算法,该算法在给定最小置信度阈值的情况下,可实现对不一致数据集的简洁知识提取.图1,表2,参8.     

基于神经网络的保险数据挖掘模型

文章研究了神经网络数据挖掘技术在汽车保险业中的应用,并针对汽车保险客户提出了一种理想非线性映射模型费率预测的方法．由实验结果知本方法可用于改善目前汽车保险费率与赔付率不匹配的问题．     

一种基于粗集理论与神经网络的综合数据挖掘算法

提出一种基于粗集理论与神经网络的综合数据挖掘算法,该方法既保证了挖掘过程的简洁,又保证了对挖掘结果的严格验证,提高了结果的精确度．     

调控流图与数据挖掘相结合的复杂过程故障诊断方法研究

采用调控流图与数据挖掘相结合的方法研究了原油蒸馏过程故障诊断问题。利用调控流图方法进行建模,通过对调控流图模型的定性仿真获得每个故障的传播途径及对每个观测变量的影响,形成故障-监测变量关系表,最后利用数据挖掘技术建立从监测变量推断故障的故障诊断模型。由于该模型结构简单,可以在生产过程中直接应用,具有速度快、判断直接的特点,在一定程度上解决了复杂过程实时故障诊断中的组合爆炸问题。     

基于多变量决策树的不完备信息系统规则提取研究

不完备信息系统也有很多有用信息，可以得出支持决策的确定规则。基于决策树的完备信息系统规则提取方法很多，如比较有影响的ID3算法等，但是在不完备信息系统中应用决策树进行规则提取的方法还不是很多。本文提出用多变量决策树方法对不完备信息系统进行规则提取的方法，可以得出部分确定信息，方法简单易行。     

统计数据仓库体系中数据分析系统及其研究

数据仓库最重要的特征就是实现数据的集成与共享.基于统计数据仓库的数据分析系统众多,因此首先对统计数据仓库体系进行研究,然后对联机分析、决策支持及数据挖掘这3类分析工具进行对比研究,并通过介绍"万峰统计数据仓库"中数据分析部分的功能及划分,为统计数据仓库数据分析系统的研发提供了理论基础和实践依据.     

数据挖掘技术在网络入侵检测中的应用

论述了入侵检测系统的基本概念，针对目前入侵检测系统中存在的问题，提出了一个基于数据挖掘技术的自适应入侵检测系统模型。介绍了该系统模型的基本思想，阐述其结构及主要功能，着重分析了该系统的数据挖掘和检测过程。利用数据挖掘技术自动地从大量数据中提取重要的特征和新的模式，生成有意叉的规则并建立检测模型，实现对分布式拒绝服务攻击DDoS（Distrbute Denial of Service）入侵的检测方法。     

一种基于ARMA模型的移动通信网管数据挖掘系统设计方法

本文以某省移动通信网管数据分析平台项目为背景,阐述了在移动通信网管中引入数据仓库技术,采用数据挖掘方法,解决目前网络分析中的数据瓶颈问题。