基于DIKW图谱的虚拟社区用户性格分类与转换方法

随着社交网络的发展,网络虚拟社区的成员数量快速增长.在虚拟社区中,用户会偏向选择浏览自己喜欢的内容,同时倾向与具有相近或相关兴趣爱好或目的的人进行内容交流与处理合作.在虚拟社区中,用户之间的交互内容以数据、信息和知识的形态存在.虚拟社区上大量的数据、信息与知识形态的网络类型化资源中保留了许多网络用户使用“痕迹”.这些痕迹是真实用户的数字化存在代表.为了实现对虚拟社群用户生成内容按照偏好和兴趣进行量化调控,采用数据信息知识及智慧（data information knowledge wisdom,DIKW）图谱对这些类型资源进行建模.根据用户DIKW图谱结合自我构建理论将用户按性格指数进行进一步的归类,并根据DIKW图谱结合自我决定理论将用户的心理需求分类.根据性格指数和心理需求设计了针对不同用户的不同的性格转换方法,模拟了用户生成内容的产生.     

道路桥梁施工中软土地基处理技术应用实践

新时代,我国社会经济高速发展,交通运输业也逐步迈上更高的台阶。作为一种十分重要的公共交通设施,道路桥梁的施工质量将直接决定交通运输的质量。地基的稳固性和承重水平直接影响道路桥梁施工质量,通常得到软土地基加固技术的支持与保障,软土地基加固技术是保证道路桥梁建设安全和施工质量的重要手段。因此,本文深入探究了道路桥梁施工中的软土地基加固技术。     

融合专家领域知识和K-means聚类的三支风险评级方法

金融和医疗等实际环境中的决策关键在于决策风险的权衡考虑,准确预测和分类风险级别非常必要。然而,传统的群体决策关注专家评价意见的一致性和共识,对于获得客观的专家评价意见和决策质量的考虑较少,在风险评级场景中难以量化和评估决策实际效果。因此,引入数据驱动的思想,利用数据和聚类结果辅助发现专家评估意见,在三支决策理论框架下优化群体意见,改进和计算逻辑回归的判别点,并基于UCI和Kaggle的4个信贷风险和疾病诊断公开数据集,完成风险评级分类。通过数据实验的结果可以发现：与经典的机器学习方法相比,文中提出的基于群体决策的三支分类方法更加关注风险的规避,在各个数据集上的分类表现均有稳定且较优的结果,说明通过发现专家领域知识,利用数据的客观信息辅助专家评估风险有助于解决不同背景的决策问题。     

自主创新能力建设中高校的科技创新

提高自主创新能力是建设创新型国家的关键。在自主创新能力建设进程中,高等教育对推动知识创新、技术创新、产业升级、和谐社会的构建都具有重要的基础支撑和高端引领的作用。面对日益发展的社会需求和各种现实问题,高校必须以自主创新为导向,更加积极主动地融入经济社会发展大循环,更主动地在推动国家和区域经济社会发展中体现、检验和增强自身的科技创新能力。     

正则图研究热点与周期演变的知识图谱分析

从Web of Science核心合集获取正则图研究全部期刊的文献数据,借助科学知识图谱绘制正则图研究2008-2022年的全时段高频关键词共现图谱,以及分时段高频关键词共现图谱(以每三年为一个时段)。通过比较全时段和分时段高频关键词的周期演变,识别正则图的整体研究概况与热点,以及各周期的研究热点及变化规律。结果显示：（1）正则图2008-2022年的四大研究热点为：正则图的参数与相关性质、正则图的特殊图类、正则图的应用、正则图的代数刻画;（2）在正则图的热点研究主题中,强正则图、距离正则图、复杂网络与算法等各周期稳定且变化极少;（3）从2011年开始,正则图热点主题数量显著增多,出现了线性码、深度学习、机器学习等研究主题。     

大学生知识付费行为影响因素研究

基于计划行为理论建立了大学生知识付费行为影响因素模型,通过对337名大学生的问卷调查,考察了大学生知识付费行为的影响因素及其作用机制.研究发现,大学生的知识付费行为主要围绕学习活动展开,使用较多的知识付费形式是付费资料、线上教育和付费订阅.知识付费意愿对知识付费行为具有显著正效应.行为态度的知识有用性、感知社交性、感知...     

基于知识图谱的全球氢能技术研究现状分析

[目的/意义]俄乌冲突加快全球能源调整步伐,发展氢能成为各国的共识,我国也通过出台《氢能产业发展中长期规划（2021-2035年）》《氢能产业标准体系建设指南（2023版）》等多项氢能顶层规划文件,积极探索氢能前沿技术路线,持续推进碳达峰碳中和发展战略。[方法/过程]通过对Web of Science核心合集数据库中氢能领域科技文献的统计,借助Cite Space、VOSviewer等多种文献计量工具,对2020至2022年全球氢能领域研究文献的总体发文态势、研究主体分布、基金资助情况、研究热点与研究主题进行可视化分析。[结果/结论]近三年全球氢能研究热度处于不断上升阶段;各国或地区权威机构均对氢能研发十分重视;研究热点主要集中在制氢、储氢、燃料电池、析氢反应和光催化作用等方向;中国的基础研究力量位于全球第一梯队,国际合作论文数量和高被引论文数量均远超其他国家。     

基于知识图谱的恶意域名检测

网络技术的发展导致恶意域名类型层出不穷,为了挖掘更深层次的恶意域名,提出一种将知识图谱应用到恶意域名的检测方法。在设计域名知识图谱本体模型的基础上,抽取对应的实体、关系,使用Neo4j图数据库存储域名知识图谱,根据图推理算法计算未知域名与图谱中已知属性相邻节点的密切程度,来判断未知域名的属性。实验结果表明,新方法在恶意域名检测上有良好的实验效果(AUC=0.98),可有效识别之前未检测出的恶意域名,实现对隐藏较深恶意域名的挖掘。     

简单闭包空间与形式背景的联系

结合概念格中交不可约元的概念,探讨简单闭包空间与形式背景的联系.首先,根据简单闭包空间与知识空间的对偶性,定义知识基的对偶集A,在此基础上,研究合取模型下技能约简的实质.其次,在技能背景中提出交不可约元的概念,论证A与交不可约元一致性.然后,阐述技能约简的本质与形式背景中保持最小交式生成组的约简相同.最后,给出技能约简...     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。