【摘 要】
：
新闻点击量的有效预测有利于把握网络舆情、规范新闻报道、理解用户群体偏好.互联网上大量的文本信息往往蕴含着情感信息,这些信息可能会潜在影响用户,从而影响其在用户之间的传播.现有的预测研究缺乏对文本中情感因素的分析,没有挖掘情绪对传播热度的影响.针对上述问题,从基于情感的内容分析入手,通过建立代表新闻标题情感特征的情绪向量,应用基于相似性计算的协同过滤,研究热点新闻标题中情感因素与点击量之间的关系.将热点新闻点击量视为全体用户对新闻的评分,基于情绪向量的相似性计算和邻居选择,采用协同过滤算法预测热点新闻的时均
【机 构】
：
上海理工大学光电信息与计算机工程学院,上海200093
论文部分内容阅读
新闻点击量的有效预测有利于把握网络舆情、规范新闻报道、理解用户群体偏好.互联网上大量的文本信息往往蕴含着情感信息,这些信息可能会潜在影响用户,从而影响其在用户之间的传播.现有的预测研究缺乏对文本中情感因素的分析,没有挖掘情绪对传播热度的影响.针对上述问题,从基于情感的内容分析入手,通过建立代表新闻标题情感特征的情绪向量,应用基于相似性计算的协同过滤,研究热点新闻标题中情感因素与点击量之间的关系.将热点新闻点击量视为全体用户对新闻的评分,基于情绪向量的相似性计算和邻居选择,采用协同过滤算法预测热点新闻的时均点击量.在网易热点新闻数据集上的实验结果表明,基于情绪向量对热点新闻点击量的预测优于基于词频的对照方法,在选择的邻居数大于10之后预测误差平均降低3.7％,最小误差降低4.3％,揭示了热点新闻的大众关注度与其情感特征具有相关性.
其他文献
设计开发了两款甲醇发动机专用润滑油SN 5W-30和SN 5W-40;对比测试了其与两种市售同类型的甲醇汽油发动机油的碱值、硫酸盐灰分以及摩擦学性能、抗氧化性能、结焦性能等;并探究了甲醇及其燃烧副产物对所制备润滑油碱值、黏度以及摩擦学性能、结焦性能、抗氧化性能等的影响.结果 表明,自制润滑油具有优良的减摩抗磨性能,其他性能则与市售润滑油相当,符合甲醇发动机专用润滑油的性能要求.与此同时,甲醇及其燃烧副产物对润滑油摩擦学性能无明显负面影响,对结焦性能影响较小;这表明所研制的润滑油可望用于甲醇发动机润滑.
文章主要介绍了以高压加氢车间生产的煤柴油组分以及精密分馏装置生产的白油为原料,加入优质的酚类抗氧剂可以调合生产出满足指标要求的低温开关油,其低温性质、电气性能以及抗氧化性能与国外尼那斯公司生产的低温开关油Nyswit-cho 3X产品相当,并且具有健康、安全和环保性能.
随着乘用车国六排放法规实施和油耗法规的不断加严,采用节能型低黏度发动机油是必然趋势.发动机油的抗磨减摩性能与其配方组成有较大的关系,尤其是要发挥各组分之间的协同作用以实现最佳效果.文章采用四球机和SRV摩擦磨损试验机研究了基础油、黏度指数改进剂、复合添加剂及摩擦改进剂对汽油机油0W-20抗磨减摩性能的影响,筛选并确定了较优配方组成,为开发节能型汽油机油0W-20提供参考.
pH值是冷却液性能的一项重要指标.因内部、外部抽查结果差异较大,需对pH值影响因素进行分析.文章通过分析发现:复合电极、标准溶液、温度等是影响pH值的主要原因,通过对复合电极、标准溶液控制、校准、温度要求等方面的改进,提高pH值测试准确度.
依据混合黏度计算模型,根据灌装油品、管线残留油品100 ℃运动黏度,利用多元回归确定各段管线末次残留油品对灌装首检结果的影响,并通过相关系数的显著性检验、F检验和t检验;通过在调合结束后增加回流的工艺改进,减少顶线量,减少顶线油使用的质量风险.
目前,区块链用户对不同层级的中间机构缺乏行之有效的监管和授权手段,使得用户数据隐私存在泄露风险.针对上述问题,研究适用于区块链数据隐私保护的可信任监管技术方案,并在经典的BIP32协议上进行丰富和扩展,在新的协议中主要设计并实现一种动态授权策略,授权策略通过改变和设置监管权限使隐私数据真正掌握在用户手中.实验结果和性能对比表明,该方案提出的区块链数据隐私保护方法高效、稳定,并具有很强的实用性,适用于可信任监管的数据隐私保护场景.同时,实验证明随着加密密钥深度的增加,监管时间呈线性增长.
随着可信时代的到来,人们对中医电子病历安全、高效查询的要求越来越高.针对中医电子病历查询无法兼顾数据安全性与查询性能的问题,提出一种基于区块链的中医电子病历高效查询方法.在用区块链不可篡改、去中心化的特性保证中医电子病历安全性的同时,通过分片策略与索引技术提高了中医药数据查询性能,并且实现了中医药数据的定值查询与范围查询.安全性分析显示,利用区块链技术可有效保障中医电子病历数据的安全性.利用真实数据集对该方法进行测试,实验结果表明,基于两个分片的查询相比不分片情况下的查询性能大幅提升,同时使用区块链索引的
电动汽车实际配送路径中不管是充电过程还是耗电过程都是以非线性方式变化的,为了在规划路径时更接近电动汽车实际的能耗方式,采用非线性充电函数,且充电函数不进行线性化近似,而是直接使用.首先建立数学模型,模型采用新技术,在不使用重复虚拟节点或电弧的情况下,降低了模型复杂性;其次,在求解时设计几种不同的启发式求解方法.结果显示,启发式求解方法优于模型求解方法:①每个案例下,启发式求解方法都能得出可行解;②基于有限的求解时间,启发式求解方法能求得比模型求解方法更好的解,在VRPTW实例中平均可减少1.6辆车,而在配
近年来,区块链作为备受关注的新兴技术之一,在在线教育领域的应用越来越广泛.区块链具有安全可靠、高度信任、可追溯、激励机制等特性,可有效改善困扰在线教育已久的教育公平难保障、教育质量难提升、教育评价难信服、教育治理难推进等问题.然而,目前区块链在在线教育中的应用尚处于起步阶段,数据库与区块链是否兼容、分布式存储能否满足数据扩展需求、去中心化与主体监管冲突以及公开透明与安全隐私等问题仍制约着区块链的进一步应用.需要从优化数据存储以促进资源共享、优化数据记载以提高学习效率、优化安全认证以改善学习成效、优化传输方
针对小批量多批次生产模式下的线型材料优化下料问题,提出利用长短期记忆网络(LSTM)对后续批次的下料需求进行预测的方法.按照集中下料思想,将预测得到的多个批次下料需求整合成一个较大规模的优化下料问题进行求解,并通过补偿下料对预测误差产生的缺料进行补偿以满足实际下料需求.基于LSTM和经典的列生成法构建型材优化下料模型,根据收集到的下料需求历史数据对模型进行训练和测试.仿真实验结果表明,该模型对切割零件需求预测精度较高(平均决定系数R2达到0.93),相比批次下料方法和基于库存下料方法,原材料利用率分别提升