检索结果-南通市图书馆

融合论文引用与学者信息的交叉领域学术影响力分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

情报理论与实践 2024年第4期47卷 143-151页

作者：王凯刘鹏蚌埠医学院卫生管理学院安徽蚌埠233030

[目的/意义]交叉学科内的学术影响力评价是科学计量领域的重要研究内容,其对探究跨学科知识融合趋势及科研人员影响力的测度与评价等具有十分重要的意义。当前的影响力度量方法普遍存在着论文引用的载体单一化、传播单向化,并且没有考... 详细信息

[目的/意义]交叉学科内的学术影响力评价是科学计量领域的重要研究内容,其对探究跨学科知识融合趋势及科研人员影响力的测度与评价等具有十分重要的意义。当前的影响力度量方法普遍存在着论文引用的载体单一化、传播单向化,并且没有考虑学者领域交叉程度等问题。[方法/过程]通过提取学者自身的领域信息特征,把影响力双向传播引入论文引用网络中,提出了一种融合论文引用传播与学者信息传播的交叉领域学术影响力识别方法(IPCSI),该方法首先通过量化t时刻节点文献的学科交叉度,构建学者—论文交叉度矩阵,在此基础上将引证文献对节点文献的引用传播作为影响力连边,计算t+1时刻引文因子向量,利用图上排序算法实现学术影响力的后向引文传播。其次,从学者间合著领域相关性视角,通过增加以学者自身为传播载体的学者影响力连边,计算t-1时刻学者因子向量,模拟该时刻下学术影响力的前向信息传播。最后,通过同时建模论文引文传播与学者信息传播,客观再现学术影响力的前序与后序传播过程,并采用调和计量方法分配学术贡献度,最终完成学者影响力双向传播的量化分析。[结果/结论]在真实数据集上验证了IPCSI方法的有效性与可行性,实验结果表明通过结合论文引用粒度与学者信息粒度,能够丰富交叉领域内学术影响力的传播路径,提升学术影响力评价的准确性。

关键词：跨领域影响力计算引文传播学者信息传播学术影响力

在线全文

学校读者我要写书评

暂无评论

一种基于话题影响力的微博话题溯源方法

小型微型计算机系统 2015年第9期36卷 1939-1942页

作者：杨静董圆张健沛哈尔滨工程大学计算机科学与技术学院软件与理论研究所数据与知识工程实验室黑龙江150001

针对微博网络容易放大个人观点、导致不良信息扩散传播和影响社会稳定的问题,提出一种基于话题影响力的微博话题溯源方法.该方法针对以往影响力计算方法仅关注单条微博信息或单个用户的不足,分析了用户行为与话题热度变化的相关性,将微... 详细信息

针对微博网络容易放大个人观点、导致不良信息扩散传播和影响社会稳定的问题,提出一种基于话题影响力的微博话题溯源方法.该方法针对以往影响力计算方法仅关注单条微博信息或单个用户的不足,分析了用户行为与话题热度变化的相关性,将微博内容和意见领袖的影响力相结合计算话题的影响力强度,根据话题在传播过程中的影响力变化趋势逆向递推,在搜索出的相似话题集合中层层回溯寻找话题源头集合.最后对新浪微博网络数据集进行实验,并以查全率与查准率为评估标准,结果表明,该方法能够追溯出微博话题的源头集合.

关键词：在线社会网络影响力计算意见领袖话题溯源传播动力学

在线全文

学校读者我要写书评

暂无评论

室内空间反向k近邻查询算法及演示系统

室内空间反向k近邻查询算法及演示系统

作者：李跃华东师范大学

学位级别：硕士

现代人们大部分时间都在室内环境中度过,例如家庭、办公室、购物中心、大学、图书馆和机场。然而,很多现有的基于位置的服务都只针对室外空间而设计,这主要是因为全球定位系统等定位技术无法准确识别室内场馆的位置。然而近年来室内定... 详细信息

现代人们大部分时间都在室内环境中度过,例如家庭、办公室、购物中心、大学、图书馆和机场。然而,很多现有的基于位置的服务都只针对室外空间而设计,这主要是因为全球定位系统等定位技术无法准确识别室内场馆的位置。然而近年来室内定位技术的突破开始逐渐克服了这一难题,为研究机构、政府机构、技术巨头和有进取心的初创企业带来了巨大的未来机会——可以充分挖掘室内基于位置的服务的潜力。因此,室内数据管理在过去几年中获得了极大的研究关注,室内场所中基于位置的服务在未来几年很大的发展前景,例如紧急服务、店内广告、购物、跟踪、导游等等。反向k近邻查询在室内场所有很大价值,可以用它来近似空间对象的影响力计算,在室内设施定位和室内广告推销等方面有着广泛的应用。反向k近邻查询已在室外场景中得到广泛的研究。然而,由于室内外空间的根本区别,室外技术不能应用于室内场所。首先,室内场所中包含大量墙壁、楼梯、门等实体,它们在很大程度上会影响室内场所中对象的行走轨迹。因此,欧几里得距离和路网距离等室外空间距离度量不能用于测量室内距离。其次,室内场所的拓扑结构通常很复杂,室内场所复杂的拓扑结构给数据建模和查询处理带来了挑战。在本文中,我们对室内环境中的反向k近邻查询给出了问题定义,并且我们通过研究室内环境的性质,设计了一系列高效的剪枝策略用以降低计算成本,基于这些剪枝策略,我们提出了IRV（Indoor Reverse k Nearest Neighbor based on VIP Tree）算法来高效地处理室内反向k近邻查询。IRV算法采用先剪枝后验证的算法框架,并基于最先进的室内索引结构VIP Tree,此外我们对基础的剪枝方法进行了优化以降低剪枝过程中的消耗。我们在多个不同数据集上进行了实验,结果说明IRV算法要远优于基线算法。并且我们设计了一个新的可视化的室内空间数据查询系统IndoorViz,它集成了VIP Tree和KP Tree索引结构和多种精心设计的查询处理算法以及3D可视化功能。IndoorViz系统能够支持室内场所对象索引、高效查询处理和交互式3D显示。IndoorViz系统主要分为三个模块:室内空间数据存储与索引模块、室内空间查询处理模块和数据可视化模块。其中室内空间数据存储与索引模块负责获取原始平面图数据和其他室内数据;室内空间查询处理模块通过高效地利用VIP Tree索引和KP Tree索引来处理室内空间查询,并实现了室内空间中最先进的k近邻查询、影响力查询（反向k近邻查询）、关键字查询以及最短路径查询算法;而数据可视化模块则负责显示室内空间和查询结果,并提供交互功能。

关键词：室内空间反向k近邻影响力计算室内查询空间查询

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于IIOLR模型的意见领袖挖掘方法

情报杂志 2021年第6期40卷 163-170页

作者：黄立赫西北工业大学马克思主义学院西安710129 华北水利水电大学马克思主义学院郑州450046

[目的/意义]意见领袖对网络舆情的演化与发展具有重要的研究意义。当前的意见领袖识别普遍存在用户节点特征属性融合度不高,影响力传递中断等问题。[方法/过程]从用户兴趣和情感演化的角度,将兴趣继承引入用户节点影响力计算,提出一种... 详细信息

[目的/意义]意见领袖对网络舆情的演化与发展具有重要的研究意义。当前的意见领袖识别普遍存在用户节点特征属性融合度不高,影响力传递中断等问题。[方法/过程]从用户兴趣和情感演化的角度,将兴趣继承引入用户节点影响力计算,提出一种基于多属性继承的主题社区意见领袖识别方法(IIOLR),该方法在平滑时间维上,依据用户的兴趣偏好划分主题社区,并基于t时刻的兴趣继承特征向量,实现相邻时间片下的用户节点特征属性传递。通过计算主题社区内用户节点的兴趣牵引力与情感牵引力,识别意见领袖TOP-K。[结果/结论]通过真实数据集分析,验证了IIOLR模型在动态识别主题网络意见领袖方面具有较高的覆盖率和支持率。

关键词：意见领袖文本情感多维特征兴趣继承影响力计算

在线全文

学校读者我要写书评

暂无评论

基于网络基因理论的特定群体发现

基于网络基因理论的特定群体发现

作者：饶宇鑫哈尔滨工业大学

学位级别：硕士

随着互联网技术的高速发展,其在人们生产生活中所占的比例逐渐增高,互联网用户的规模也在逐年扩大,尤其是社交网络应用,汇聚了几乎互联网中的绝大多数用户,人们的社交生活也逐渐从现实世界转向虚拟的网络世界,呈现一种虚实映射的局面。... 详细信息

随着互联网技术的高速发展,其在人们生产生活中所占的比例逐渐增高,互联网用户的规模也在逐年扩大,尤其是社交网络应用,汇聚了几乎互联网中的绝大多数用户,人们的社交生活也逐渐从现实世界转向虚拟的网络世界,呈现一种虚实映射的局面。在社交网络中因为一些相同或相似的内在因素,例如兴趣,立场,而有组织地聚集在一起的集合叫做群体,群体内的个体可进行互动和信息共享,进而相互产生影响。而社交网络群体的发现对于现实世界的工作有着相当大的意义,一方面群体发现可广泛应用与商业应用中,尤其是在检索,传播,推荐等方面,可以提供有力的支撑;另一方面,由于当今的群体依托于虚拟的互联网技术,所以互联网中汇聚了大量以恶意行为为目的聚集的群体,比如舆论水军,谣言群体,这些群体以同样的恶意目的聚集,有着同样的行为模式,严重影响甚至危害互联网安全以及现实世界的安全,对于这类群体需要及时有效地发现并进行管控。因此特定群体的发现是一项极有现实意义的课题。由于互联网中的用户背后往往是由现实世界的个体进行操纵的,因此互联网用户在网络中的行为通常具有现实用户的行为特征,通过挖掘,这些特征可唯一表征互联网中的某个主体,借鉴生物学中的基因概念,产生网络基因的理论。我们的课题就是在网络基因理论的基础上进行特定群体的发现。网络基因的组成结构中最核心的是网络基因单元,其能决定网络主体的性状,能够表征网络实体某一方面的本质特征,因此在群体发现的研究中主要用到了网络基因单元,本课题所涉及到的基因单元有话题基因单元,立场基因单元等。在网络上对同一话题持相同或相似立场的网络主体属于同一群体,当发现的网络主体的数量达到一定程度时则表示发现一个群体,因此本文需要从主体发表的网络推文中提取出话题基因单元与立场基因单元。通过LSA等方法进行话题的抽取,根据TF-IDF和余弦向量描述话题基因单元之间的相似度,从而进行话题的合并,通过情感分析的方法进行立场基因单元的抽取。在发现的群体基础之上,本文进一步进行关键人物的识别,通过抽取话题影响力基因单元和个人影响力基因单元,综合两个指标来进行关键人物,即有较大影响力的网络主体的识别。

关键词：基因单元抽取群体发现关键人物立场分析影响力计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向社交媒体的社会安全事件传播分析与预测

面向社交媒体的社会安全事件传播分析与预测

作者：彭媛媛北京信息科技大学

学位级别：硕士

随着科学技术的不断发展,信息传播的主要渠道由报纸、电视等传统媒体逐步转向网络媒体,使人们获取、发布和传递信息更加高效、便捷。以微博为代表的网络社交媒体在为信息流动与共享创造便利环境的同时,也加速了社会安全事件的传播和网... 详细信息

随着科学技术的不断发展,信息传播的主要渠道由报纸、电视等传统媒体逐步转向网络媒体,使人们获取、发布和传递信息更加高效、便捷。以微博为代表的网络社交媒体在为信息流动与共享创造便利环境的同时,也加速了社会安全事件的传播和网络舆情的扩散,为不法分子和境外敌对势力散布不实言论、引发公众负面情绪等提供了可乘之机。因此,开展网络社交媒体中社会安全事件的传播分析,预测社会安全事件的传播趋势,对网络舆情监控有重要的辅助作用,也对保障网络空间安全和维护社会稳定具有十分重要的意义。本文将新浪微博作为研究对象,对微博中社会安全事件的影响力评估、微博用户的转发行为预测和事件传播路径的预测进行了探索和研究,研究工作从事件的传播分析到预测,形成了一套面向社会安全事件传播监控的模型和系统。本文主要的研究内容和成果如下:（1）社会安全事件微博资源库建设方法研究提出了一种面向社会安全事件的微博数据爬取方法。通过对网络爬虫和微博平台的研究,利用Scrapy爬虫框架和新浪微博API构建了基于社会安全事件检索条件的微博数据爬取系统;针对网络文本的特点,在构建的用户词典、广告词典的基础上,设计了微博文本预处理策略,实现了垃圾微博的过滤和有效微博文本的分词,完成了社会安全事件微博资源库的建设。（2）微博中社会安全事件影响力评估方法研究提出了一种基于微博的社会安全事件影响力评估方法。通过分析微博信息传播的特点,构建了社会安全事件传播有向图,并依事件传播有向图构建了重点传播用户影响力计算模型和事件传播量计算方法,在此基础上,结合事件重点传播用户、传播量和传播速度三个方面构建了社会安全事件影响力评估方法。实验表明,该模型提取的重点传播用户具有较强的代表性,事件影响力评估效果较好。（3）微博用户转发行为预测方法研究提出了一套微博用户转发预测的特征体系和面向社会安全事件的用户转发行为预测模型。通过分析微博用户个人兴趣和行为习惯,从用户的属性特征、社交特征和事件特征方面构建了用户转发预测特征体系,利用TF-IDF抽取关键词语对用户兴趣和事件信息进行表示,采用词向量和余弦相似度计算方法实现了用户的相似度计算。在特征体系基础上,利用SVM分类模型构建了面向社会安全事件的用户转发行为预测模型。实验表明,微博用户转发预测特征体系能够较好地表征了用户的行为特点,在用户转发行为预测方面具有较高的准确率。（4）微博中社会安全事件传播路径预测方法研究提出了一种基于微博的社会安全事件传播路径预测模型。利用新浪微博中用户的关注与被关注关系构建了社交网络关系图,并在该图基础上分析了社会安全事件从初始到结束的传播流程。针对独立级连模型传播分析的特点,构建了IC-PPM传播路径预测模型,针对线性阈值模型传播分析的特点,改进了用户转发行为预测模型,并构建了LT-PPM传播路径预测模型。实验表明,线性阈值模型比独立级连模型能更好地模拟现实生活中社会安全事件的传播特点,LT-PPM比IC-PPM的性能更好。最后,在SSM架构下利用Bootstrap框架和Vue框架搭建了社会安全事件传播分析系统。系统由社会安全事件信息库、事件影响力计算、传播用户分析、重点传播用户展示和传播路径分析五个模块组成,可以对新浪微博中社会安全事件进行传播分析和可视化展示。

关键词：社会安全事件传播分析影响力计算转发预测传播路径预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于情感倾向性分析的重点受众人群识别

现代电子技术 2021年第17期44卷 31-36页

作者：周杰潘伟民张海军新疆师范大学计算机科学技术学院新疆乌鲁木齐830001

为了提高微博热点舆论话题中重点受众人群的识别范围和准确度,根据微博社交平台的特点以及微博话题中参与者和转发者之间的关联关系,在用户基本属性基础上,考虑了用户交互行为及博文内容的情感倾向,对舆情的网络传播影响力进行了计算。... 详细信息

为了提高微博热点舆论话题中重点受众人群的识别范围和准确度,根据微博社交平台的特点以及微博话题中参与者和转发者之间的关联关系,在用户基本属性基础上,考虑了用户交互行为及博文内容的情感倾向,对舆情的网络传播影响力进行了计算。该研究针对基于长短时记忆(LSTM)神经网络情感分类,及对经典的PageRank算法进行改进,提出了一种微博受众用户影响力度量算法IKAGR。实验结果表明,IKAGR算法相比热点算法,提高了舆论下重点受众人群的识别精度,能够更好地对舆论进行引导,更加全面地识别出信息传播中的重点受众人群。

关键词：受众人群识别情感倾向分析 IKAGR算法影响力计算算法改进舆论引导