·
搜索结果:找到“社交网络”相关结果52818条
排序: 按相关 按相关 按时间降序
  • 【期刊】 多维相似度特征的社交网络链接分类

    刊名:小型微型计算机系统 作者:伍杰华 ; 沈静 ; 周蓓 关键词:社交网络 ; 多维网络 ; 关系分类 ; 链接分类 ; 特征选择 机构:广东工贸职业技术学院计算机工程系 ; 广东工贸职业技术学院计算机工程系 ; 华南理工大学信息科学与技术学院 ; 广东工贸职业技术学院计算机工程系 年份:2017
    摘要:深入挖掘社交网络的特征信息对链接的分类具有重要作用.然而已有的特征均基于单维网络构建,忽视了社交网络的多维复杂性及特征之间的冗余信息问题.为解决此问题,提出一种基于RReliefF特征选择模型的多维社交网络链接分类算法.该方法首先在单维相似度特征模型的框架下给出维度关联因子的定义,然后通过改进基于加权传播的的相似度指标,构造多维特征相似度,最后引入RReliefF算法对特征进行选择,有效处理了特征间的冗余信息和噪音信息.在YouTube数据集的实验结果表明,引入的维度关联因子提高了特征的多维度属性,对多维特征信息分析和选择有助于筛选判别性的特征,提高链接分类的质量,验证该方法的有效性.
  • 【期刊】 一种基于社区分类的社交网络用户推荐方法

    刊名:《计算机科学》 作者:赵勤 ; 王成 ; 王鹏伟 关键词:社交网络 ; 信息推荐 ; 信息检索 机构:同济大学嵌入式系统与服务计算教育部重点实验室 ; 同济大学嵌入式系统与服务计算教育部重点实验室 ; 东华大学计算机科学与技术学院 年份:2016
    摘要:社交网络上的用户推荐是目前计算机领域研究的热门问题。已有的社交网络推荐算法对于多主题的社交网络下的相关用户的推荐效果不佳。针对此问题,对社交网络的主题分类方法进行了研究与讨论,在此基础上提出了基于主题的用户社区分类方法,并根据分类信息给出一种新的社交网络用户推荐方法。经实验验证,该方法能有效地提高推荐的准确性并降低时间复杂度。
  • 【期刊】 基于差分进化的社交网络可视化研究

    刊名:软件工程 作者:毕璐琪 ; 杨连贺 关键词:社交网络 ; 可视化 ; 差分进化 ; 关键节点 机构:天津工业大学计算机科学与软件学院 ; 天津工业大学计算机科学与软件学院 年份:2018
    摘要:社交网络对于个人及社会的重要性日益凸显。随着社交网络数据规模的不断扩大,如何清晰美观地展现社交网络关系结构成为信息可视化领域研究的一大难点。针对此研究难点,本文应用网络理论和实验领域的专家之间的合作关系数据集,通过度中心性、介数中心性指标发现数据中的关键节点,改进差分进化算法的变异、交叉和选择过程,提出了基于差分进化的社交网络可视化布局算法,有效减少初始位置对可视化结果的影响,并且最终呈现的可视化结果可以清楚美观地展现社交网络结构。
  • 【专利】 一种多维社交网络的社区发现方法

    作者:邢玲 ; 马强 ; 高建平 ; 朱家磊 ; 吴红海 ; 谢萍 年份:2017
    摘要:本发明公开了一种基于多维社交网络的社区发现方法,通过将社交网络中的好友关系网、评论关系网、推荐转发关系网以及兴趣相似网进行多层次的融合,得到用户间总相关度,然后将将每个用户看成一个节点,将用户间总相关度作为传递概率,用label propagation算法对社区进行划分,从而完成社交的发现,由于全方位考虑了用户社交行为,并进行了合理选取和融合,因而具有很好的准确性以及有效性。
  • 【期刊】 基于隐含社团预测的社交网络约简方法

    刊名:计算机工程与设计 作者:武海燕 关键词:社交网络 ; 图嵌入 ; 网络约简 ; 图挖掘 ; 数据挖掘 机构:铁道警察学院公安技术系 ; 铁道警察学院公安技术系 年份:2018
    摘要:针对现有网络约简方法未考虑隐含社团的问题,提出一种基于社团预测的网络约简算法,通过图嵌入预测网络中隐含的社团关系,提高约简网络的准确度。将网络中的节点表示为欧式空间中的向量,通过节点在网络中的位置关系学习向量表示,通过层次聚类对节点进行划分,预测隐含社团,对每一层次的聚类进行网络约简。在大规模社交网络数据集上的实验结果表明,采用该方法能够在百万级大规模网络中得到更高质量的精简网络,在大规模网络的分析、挖掘及可视化等方面有广泛用途。
  • 【期刊】 基于隐含社团预测的社交网络约简方法

    刊名:计算机工程与设计 作者:武海燕 关键词:社交网络 ; 图嵌入 ; 网络约简 ; 图挖掘 ; 数据挖掘 机构:铁道警察学院公安技术系 ; 铁道警察学院公安技术系 年份:2018
    摘要:针对现有网络约简方法未考虑隐含社团的问题,提出一种基于社团预测的网络约简算法,通过图嵌入预测网络中隐含的社团关系,提高约简网络的准确度。将网络中的节点表示为欧式空间中的向量,通过节点在网络中的位置关系学习向量表示,通过层次聚类对节点进行划分,预测隐含社团,对每一层次的聚类进行网络约简。在大规模社交网络数据集上的实验结果表明,采用该方法能够在百万级大规模网络中得到更高质量的精简网络,在大规模网络的分析、挖掘及可视化等方面有广泛用途。
  • 【期刊】 众筹项目的社交网络影响力预测与分析

    刊名:西安交通大学学报 作者:杨扬 ; 王菲菲 ; 许进 关键词:社交网络 ; 众筹项目 ; 社会影响力 ; 影响力预测 机构:北京大学信息科学技术学院 ; 北京大学信息科学技术学院 ; 伊利诺伊大学芝加哥分校计算机系 ; 美国芝加哥 ; 北京大学光华管理学院 年份:2017
    摘要:针对众筹项目由于社会影响力不足而成功率较低的问题,提出了面向众筹平台的社交网络影响力预测方法.该方法基于众筹网站和社交网络的实时观测数据,分别提取累积和增量等多类别预测特征,并随着社会推广的进行而渐进地预测项目的社交网络影响力增益,最后采用带L1一范数约束惩罚的逻辑回归等方法进行预测特征分析.实验结果表明:在整个推广过程中,众筹项目的社交网络影响力可以被精确预测,准确率最高达88.31%;分类器在采用累积特征时具有比采用增量特征更好的预测效果;项目统计特征和推广者的社会影响力等特征具有更高的重要性和更稳定的显著性.该方法成功地解决了众筹项目的社会影响力预测问题,并为设计更好的社交网络推广策略提供了依据.
  • 【期刊】 基于边分割的社交网络敏感边保护技术

    刊名:计算机应用 作者:范国婷 ; 罗永龙 ; 孙丹丹 ; 王涛春 ; 郑孝遥 关键词:社交网络 ; 隐私保护 ; 敏感边 ; 分割 ; 匿名 机构:安徽师范大学数学计算机科学学院 ; 安徽师范大学数学计算机科学学院 ; 安徽师范大学网络与信息安全工程技术研究中心 年份:2016
    摘要:用户间的敏感关系是社交网络中用户的重要隐私信息。为了解决社交网络中用户间敏感关系泄露问题,提出一种边分割算法。首先,将已删除敏感边的简单匿名社交网络的非敏感边分割成多条子边;然后,将原非敏感边携带的信息分配到子边上,使得每条子边只携带原非敏感边的部分信息,从而生成具有隐私能力的匿名社交网络。理论分析和仿真实验结果表明,相比cluster-edge和cluster-based with constraints算法,边分割算法在保证数据具有较高可用性的情况下能更大限度降低敏感关系泄露的概率,泄露概率分别降低了约30%和20%,因此所提算法能够有效解决社交网络中敏感关系泄露问题。
  • 【期刊】 一种基于社区分类的社交网络用户推荐方法

    刊名:计算机科学 作者:赵勤[1] ; 王成[1] ; 王鹏伟[2] 关键词:社交网络 信息推荐 信息检索 机构:同济大学嵌入式系统与服务计算教育部重点实验室 ; 同济大学嵌入式系统与服务计算教育部重点实验室 年份:2016
    摘要:社交网络上的用户推荐是目前计算机领域研究的热门问题。已有的社交网络推荐算法对于多主题的社交网络下的相关用户的推荐效果不佳。针对此问题,对社交网络的主题分类方法进行了研究与讨论,在此基础上提出了基于主题的用户社区分类方法,并根据分类信息给出一种新的社交网络用户推荐方法。经实验验证,该方法能有效地提高推荐的准确性并降低时间复杂度。
  • 【期刊】 社交网络群中用户活跃度分析与预测

    刊名:西南师范大学学报(自然科学版) 作者:张效尉 ; 余云霞 ; 王伟 关键词:社交网络群 ; 用户活跃度 ; 人口信息学 ; 社交关系 机构:周口师范学院网络工程学院 ; 周口师范学院网络工程学院 ; 荆楚理工学院计算机工程学院 年份:2018
    摘要:对于社交网络中不同的群组,由于用户属性(性别、年龄等)、群类别、群成员之间关系等因素的影响,其活跃度各不相同.本文首先从社交网络用户数据中提取人口信息、群的类别、社交关系、群用户黏性(分享消息数、图片数)等特征,然后利用logistic回归、支持向量机、BP神经网络等机器学习算法对不同群中用户的活跃度进行预测.结果表明,BP神经网络针对社交网络群中用户活跃度分类判断时具有较高的预测性能,社交关系特征对群用户活跃性具有重要影响.
  • 【期刊】 基于社交网络的MMORPG玩家流失分析与预测

    刊名:计算机应用与软件 作者:丁军 ; 高大启 ; 薛程元 ; 陈小红 关键词:社交网络 ; 流失分析 ; 流失预测 ; Cox回归 ; 在线角色扮演游戏 机构:华东理工大学信息科学与工程学院 ; 华东理工大学信息科学与工程学院 ; 盛大游戏数据中心 年份:2016
    摘要:针对大型多人在线角色扮演游戏MMORPG(Massive Multiplayer Online Role-Playing Game)的玩家流失分析与预测问题,采用Cox比例风险模型建立玩家的流失模型,对玩家流失的因素进行分析,并对流失进行预测。分析玩家在游戏中的社交网络的特征(玩家的好友关系、二度好友关系、好友间聊天情况)对玩家流失行为的影响。对盛大"星辰变"游戏数据的实验表明,游戏中玩家所处的社交网络对玩家的流失行为具有显著影响,并能够提高预测效果。与支持向量机、Logistic回归和朴素贝叶斯分类进行对比,表明Cox模型更加适用于该玩家流失预测问题。
  • 【期刊】 一种基于分类器的社交网络去匿名方法

    刊名:深圳信息职业技术学院学报 作者:胡光武 ; 张平安 ; 马江涛 关键词:社交网络 ; 去匿名 ; 节点匹配 ; 社交网络结构 机构:深圳信息职业技术学院计算机学院 ; 深圳信息职业技术学院计算机学院 ; 解放军信息工程大学数学工程与先进计算国家重点实验室 ; 郑州轻工业学院计算机与通信工程学院 年份:2017
    摘要:为保护社交网络用户隐私,验证社交网络提供商对社交数据进行匿名保护的有效性,本文提出了一种基于随机森林分类器的社交网络去匿名方案。首先,方法将社交网络的去匿名问题转化为辅助网络与匿名网络之间的节点匹配问题,然后把网络结构的特征(如节点度中心性、中介中心性、亲近中心性、特征向量中心性)作为节点特征向量训练分类器。最后,根据训练后分类器的判定结果,方法实现两个网络节点间的匹配,完成了去匿名测试过程。利用真实的学术社交网络数据进行了方案评估,结果表明本文提出的方法优于已有方案,在0.5%假阳性率的情况下仍能实现81%的社交网络节点去匿名化效果。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转