基于网络用户行为的网络优化研究

网络用户根据自身的爱好特点,所产生的行为千姿百态。正是这些用户行为影响着互联网公司和运营商。基于网络用户行为进行网络优化,用户可以轻松愉快地使用网络,并根据自己的喜好体验个性化服务。该文主要以W网络调查平台为研究对象,对网站的用户行为进行统计分析,并且在此基础上提出优化方案。     

基于复杂网络的微博用户关系网络特性研究

以新浪、腾讯、搜狐三大微博注册用户为研究对象,根据用户之间的关注关系构建了复杂网络,分别给出了该网络的度分布、聚集系数以及平均路径长度等统计特征,得出微博用户关系网络具有无标度特性以及小世界效应.     

钢铁综合企业用水网络优化及其评价指标体系

把钢铁企业的各用水环节和生产过程作为一个系统来研究,将物质流分析(substance flowanalysis,SFA)的跟踪模型借用到钢铁企业的用水网络优化研究中,构建钢铁企业的用水网络模型及其评价指标体系.以我国某大型钢铁集团为例,构建其用水网络模型,并识别出其用水系统存在的问题,依此对其优化和评价分析.结果显示:节水潜力大的环节主要体现在焦化、连铸和轧钢工序;评价指标中水环境效率提高潜力大,优化措施的节水成效显著.将物质流的跟踪模型理论和方法应用到钢铁企业用水网络的优化分析,可为其提供理论指导.     

政府采购情感绩效与任务绩效的多维度综合评价

政府采购情感绩效与任务绩效共同构成政府采购工作绩效.绩效评价由计划与目标、评价主体、绩效维度、信息来源、评价工具、评价结果使用等要素构成.政府采购绩效评价过程是动态、螺旋上升的PDCA(计划、执行、检查和处理)循环过程,可以借鉴PDCA循环原理,构建绩效评价指标体系,进行动态、多维度综合评价.     

基于用户关系的在线社会网络关键用户识别算法

为了从在线社会网络中识别关键用户,并对用户的关键性进行量化排序,提出URRank算法,通过模拟人类社会的投票行为,综合考虑用户自身的活跃度和用户间的关注与互动关系,经过迭代计算,量化用户的关键性.以新浪微博的部分抓取数据为例,通过比较现有几种关键用户排序算法发现,URRank算法能够避免其他算法存在的被欺骗及片面性问题,识别出具有高认知度和高覆盖度的关键用户.     

网络远程教育质量综合评价模型研究

本文就网络远程教育的特点和要求,分析了网络远程教育质量评价指标体系的设置原则,设计了网络远程教育质量综合评价模型,探讨了网络远程教育质量评价的方法.     

基于用户多维度信任的冷启动推荐模型

在传统协同过滤(collaborative filtering,CF)算法中存在着用户冷启动低效推荐问题,基于社交信息的社会化推荐算法通过引入用户的社交关系来缓解冷用户的数据稀疏问题,具有很好的研究应用前景。但该算法对用户间的信任度量较为片面单一而难以准确地对冷用户做出个性化推荐。针对此缺点,从不同维度量化分析了影响用户信任的因素,理论推导出用户多维度信任度量模型,将该模型计算得到的用户综合信任与传统协同过滤中的用户评分相似度值进行有效线性融合,提出了一种基于用户多维度信任的冷启动推荐模型。通过使用真实数据集Epinions并采用留一法进行实验对比分析。实验结果表明,提出的模型在对冷启动用户的推荐中,其平均绝对误差(mean absolute error,MAE)、覆盖率(rating coverage,RC)和F1值(F-measure)3个评估指标相比其他算法有了明显改善。     

基于Dinkelbach算法的优化混合网络用户关联策略研究

在5G网络中,使用混合网络,引入一些低功率节点,提出基于TDMA系统的联合优化用户关联和功率控制的能效优化方案,通过优化用户关联和功率控制来提高网络能效。以系统能效最大化为目标,限制基站最大关联用户数,设计出用户关联算法。利用Dinkelbach算法优化功率控制,获得系统最大能效,并对提出的交替优化算法进行仿真验证。     

基于神经网络的社交网络用户动机与行为关系研究

 以社交网络用户为研究对象,扩充了用户的“获利性”动机和“社交获利”行为,通过调研问卷,利用神经网络模型分析社交网络用户动机与行为的关系。结果表明,不同动机对不同行为的影响程度不同,动机对行为的整体贡献度呈现出有用性 > 自我呈现 > 娱乐性 > 易用性 > 获利性 > 从众性 > 社交性的趋势。建议管理人员持续完善网站的社交和娱乐功能,从用户心理出发构建品牌辨识度高、有特色的社交网络。     

基于综合用户信息的用户兴趣建模研究

为实现个性化服务,理解用户兴趣成为提供搜索服务的关键任务,因此针对传统的用户兴趣建模技术的一些不足,提出了基于浏览内容、浏览时间和操作时间的综合用户兴趣建模方法,将VSM和SVM引入用户兴趣模型的构建,并在此基础上给出了推荐系统的框架,实现了基于此模型的推荐系统.试验结果显示,系统较好的实现了用户感兴趣信息的推荐.     

分布式认知无线电网络用户有效吞吐量的优化

为了解决认知无线电中,认知无线电用户(SU)如何在不干扰授权用户(PU)正常通信的情况下共享频谱资源和优化频谱使用的问题,该文在根据实际情况提出的Markov的PU信道占用模型的基础上,针对PU的行为,制定了一套合理的SU多信道接入方案. 分析了SU占用信道数以及感知周期对用户有效吞吐量的影响. 通过最优化有效吞吐量问题的理论推导和分析,得出了解析解.通过与仿真结果的比较,验证了理论结果的正确性,分析了曲线变化的特点,得出有效吞吐量分别随SU占用信道数以及感知周期的增加而先增大后减小的结论.     

基于适用性综合评价的忻州市行道树优化研究

通过评价忻州市行道树以及确立行道树评价模型,为忻州市乃至山西地区新优行道树的选择提供一定的理论依据.以忻州市中心城区为研究区域,选取了该区域的23种主要行道树作为研究对象,选择行道树功能、景观、生态特性及后期养护中的14个主要评价指标(遮荫、降噪、滞尘、绿期、冠幅、树干、树叶、抗寒、抗旱、抗瘠薄、抗病虫害、栽植成活率、养护难易和耐修剪性),运用层次分析法(AHP)建立模型,对忻州市行道树进行了评价研究.研究结果表明,行道树分为3级:Ⅰ级有5种,Ⅱ级有9种,Ⅲ级有9种,其中Ⅰ级为优先推荐的树种,Ⅱ级次之,Ⅲ级最次.     

基于用户综合满意度的电动汽车充电诱导优化模型

随着电动汽车(electric vehicle, EV)在城市交通系统不断普及,充电诱导服务成为在充电设施有限条件下解决充电问题的有效手段。在分析电动汽车用户充电满意度的基础上,提出一种综合用户绕行距离、排队时间和充电费用的电动汽车充电诱导优化模型。为准确推导用户在充电站的排队时间,充分考虑电动汽车用户充电站选择决策的相互影响,建立充电站运营状态预测模型。针对模型特点,结合免疫算法求解模型。通过面向多充电请求的优化算例验证模型的可行性和有效性,结果表明：通过求解模型可以获得用户综合满意度最大化情况下的用户最优充电站决策及其行驶路径;与绕行距离最小、排队时间最短和充电费用最少等单目标优化方案相比,所提模型的充电诱导方案的用户综合满意度分别提升了15.0%、 17.8%和11.4%。     

利用核心网网络优化系统定位用户投诉问题

用户投诉一直是人们工作的难点也是重点,能够及时、快速、准确地定位用户投诉及用户反映的网络问题一直是网优人员努力的目标。但实际工作中,对于用户投诉的问题,如果不出现场很难发现并且准确定位,核心网网络优化系统可以准确地定位到用户所占用的网络、基站、小区,甚至在通话中是否出现了掉线、未接通等问题,此外该系统还记录下了异常事件的次数、原因等详细信息,方便网络优化人员发现问题、解决问题。     

基于复杂网络的社交网络用户影响力研究

基于复杂网络理论对社交网络用户影响力进行分析,可以为社会营销、舆情监测、信息检索等众多领域的研究提供支持.传统的网页排序算法虽然可以对有向社交网络的用户影响力进行分析,但仍存在缺陷且复杂度较高.本文提出了一种对无向社交网络进行用户影响力评价的方法,弱化了将有向网络视为无向网络研究而带来的误差,并可以高效地得到重要节点,适用范围更广.首先,本文采用网络节点的度中心性、介数中心性、接近中心性、聚类系数作为节点重要度评价指标,通过对计算数据归一化处理并取均值得到用户影响力排序的基准.其次,采用k-核分解法粗粒化地将重要度相似的节点进行归类,来检验排序的合理性.最后,通过仿真实验以及k-核分解、与HITS算法比较验证了此方法的科学性和正确性.     

环境质量综合评价的RBF网络方法

为提高评价模型的精度,用评价标准表确定RBF网络的输入、输出,并给出了大气环境质量综合评价的MATLAB环境下的径向基函数(RBF)神经网络的结构、仿真函数和输出方法．实例分析表明,MATLAB环境下的RBF网络方法,不仅能确定各评价对象所属的级别、进行不同评价对象之间大气环境质量优劣的比较,而且精度较高、操作简便、实用性强．     

社交网络用户的社交关系和签到行为分析

 理解社交关系和移动行为的相关性,对于研究社交网络演化及建模人类移动是非常重要的。分析了两个基于位置社交网络网站用户的社交关系和签到行为,以量化社交关系与移动性的相关性。结果表明,社交或签到排名的概率分布反比于其排名,这意味着社交关系和移动性间存在着隐含的联系。通过对不同粒度下用户社交关系和签到行为的比较,以及用户皮尔逊相关系数的计算,证明社交关系和人类移动性存在较强的相关性。     

工程项目网络计划的综合优化及其动态优化管理

根据系统科学、技术经济学、运筹学及现代管理科学理论，并结合我国各种工程项目网络计划的基本要求、内容及特点，本文提出了网络计划综合优化及其动态优化管理的思想、理论分析和应用方法，建立了相应的数学模型，编写了相应的计算机程序软件，可以用计算机对工程项目进行综合优化计算和动态优化管理，实现了缩短工期、降低费用和均衡资源的目标。     

科学基金综合评价指标体系优化的因子分析

在对因子分析方法进行理论探讨的基础上，将其引入科学基金综合评价指标体系的优化研究，取得了满意的结果．其思路和方法对类似问题的研究有参考价值．     

基于用户关系网络表征学习的服务推荐方法

网络嵌入学习是深度学习的一个热门分支,它将网络节点映射到一个拓展的低维向量空间。针对用户共用标签网络和社交网络,利用表征学习方法得到用户标签标注关系和社交关系的向量表征,并提出一种新的服务推荐方法。该方法利用用户的向量表征得到相似用户集,由最终得到的用户特征信息返回Top-k个相似用户,并根据相似用户的偏好情况向目标用户推荐合适的服务。为验证方法的可行性,在公开数据集Delicious和Last.FM上进行了实验,结果表明:相比4种基准方法,文中方法准确率可提升13%,召回率提升18.6%,F-measure值可提升13.1%;在学习用户表征向量时,用户之间共用标签关系与社交关系同样重要;推荐过程中,为目标用户返回的相似用户值在[25,30]区间更为适宜。