基于链接分析的网络搜索排名的反作弊研究

针对网络上大量充斥的搜索排名作弊行为,提出基于链接分析并具备反作弊功能的网络排名算法。在初始黑名单条件下,根据页面之间的链接关系,引入作弊倾向性和关联性2个概念,来衡量一个页面作弊的可能性。在此基础上,构造了惩罚因子,并对PageRank的值进行修正,实现新的排名顺序。该算法能够将权威性较高、作弊可能性较低的页面呈现给用户,提高用户的搜索效率。以3 537 379个网页8 456 740条链接为素材,对算法的反作弊性能进行实验。结果显示,与PageRank和TrustRank算法相比,该算法的反作弊性能有了明显地提高。     

中文产品评论的“特征观点对”识别:基于领域本体的建模方法

随着社交媒体的发展,不断增加的在线产品评论正在极大地影响电子商务市场,使得评论挖掘成为商业界与学术界共同的热点话题。针对中文产品评论的特点,本文提出一种基于领域本体的建模方法,通过建立评论挖掘模型来对产品评论的基本评价单元——"特征观点对"进行识别。该建模过程以设计科学研究方法论为指导。首先在模型设计阶段,构建面向产品评论的领域本体;然后在模型实施阶段,提出基于本体的特征观点对识别方法;最后在模型评价阶段,通过实验对评论挖掘结果进行评价。实验结果表明,本文提出的方法与其他基于统计的方法以及基于语义的方法相比,在性能上有明显提高,对克服口语化严重和语法不规范等问题具有良好的效果。此外,通过特征观点对的识别与统计,使产品评论这种非结构化文本转化为机器可读的、能理解的结构化表达并得到具有一定商业应用价值的信息。     

众筹环境下图片线索对融资效果的影响及项目类型的调节效应

图片是众筹平台融资项目介绍中关键的表现形式之一，针对现有研究较少分析图片因素对众筹项目融资效果的影响，基于图像语义层次视角，从视觉层、对象层和概念层3个维度提取图片线索，根据媒介丰富度理论分析图片线索对众筹项目融资效果的影响，以及项目类型对其产生的调节作用。通过实证研究，检验了Kickstarter平台上6336个众筹项目，结果表明：产品图像、团队成员人物图像、人物图像的大小及人物表情等图片线索能显著提高众筹项目的融资成功率。相较于科技类、游戏类、食品类项目，出版类项目的融资效果受图片线索影响更为显著。本研究有助于指导众筹项目的筹资者运用图片和文本等多元媒介，打造具吸引力的项目介绍，以提高融资成功率。