【摘 要】
：
社交网络用户立场检测指判断用户对于某一事件所持有的观点。以往的立场检测研究主要是以文本作为唯一研究对象,忽略了其它对用户立场检测有用的因素。根据认知理论研究,用户立场主要是在用户先验立场和外界环境的共同作用下形成的。基于此论文提出一种基于社交网络拓扑结构的立场检测算法。首先进行社区划分,提取用户的社交网络拓扑结构特征来衡量外部环境影响力;其次借文本语义提取技术分析用户先验立场,最后由两者共同作用判断用户最终立场。基于真实微博数据的实验结果表明,论文提出的新算法可以有效提高立场检测的准确性。
【基金项目】
：
教育部人文社会科学研究青年基金项目(编号:18YJC860006)资助。
论文部分内容阅读
社交网络用户立场检测指判断用户对于某一事件所持有的观点。以往的立场检测研究主要是以文本作为唯一研究对象,忽略了其它对用户立场检测有用的因素。根据认知理论研究,用户立场主要是在用户先验立场和外界环境的共同作用下形成的。基于此论文提出一种基于社交网络拓扑结构的立场检测算法。首先进行社区划分,提取用户的社交网络拓扑结构特征来衡量外部环境影响力;其次借文本语义提取技术分析用户先验立场,最后由两者共同作用判断用户最终立场。基于真实微博数据的实验结果表明,论文提出的新算法可以有效提高立场检测的准确性。
其他文献
移动设备的发展使得轨迹数据可以记录更多有用的信息,比如签到信息、活动信息,构成了语义轨迹数据.快速有效的轨迹相似度计算会为分析问题带来巨大好处,已有学者对轨迹相似性
基于属性密码因能提供细粒度访问控制和良好的隐私性而成为密码学的研究热点之一。Σ协议是一种三轮公开抛硬币诚实验证者零知识证明协议,在密码学的许多领域有重要应用。首先,将基于属性密码引入到零知识证明领域,研究基于属性Σ协议,给出其定义,刻画其安全模型;其次,基于标准Σ协议、陷门可取样关系和平滑秘密共享方案,给出一个去中心基于属性Σ协议的一般性构造和相应的例子,并证明其安全性;最后,作为去中心基于属性Σ协议的应用,利用Fiat-Shamir转换,得到去中心基于属性签名和去中心基于属性双层签名的一般性构造和相应的
交通事故预测在城市公共安全、应急处置以及建设规划方面发挥着重要的作用。然而,在预测交通事故风险时仍然存在以下问题:首先交通事故的发生受到众多因素的影响,例如天气、道路状况等。其次交通事故的发生在空间范围内存在多尺度的时空依赖,主要包括局部区域的时空相关性和全局区域的时空相似性。同时,由于实际场景中交通事故发生次数相对较少,给预测带来了零膨胀问题。因此,对交通事故进行准确的预测具有很大的挑战,现有的预测方法无法综合考虑上述问题。提出了一种新颖的融合局部和全局时空特征的交通事故风险预测模型(ST-RiskNe
视频目标检测是为了解决每一个视频帧中出现的目标如何进行定位和识别的问题。相比于图像目标检测,视频具有高冗余度的特性,其中包含了大量的时空局部信息。随着深度卷积神经网络在静态图像目标检测领域的迅速普及,在性能上相较于传统方法显示出了非常大的优越性,并逐步在基于视频的目标检测任务上也发挥了应有的作用。但现有的视频目标检测算法仍然面临改进与优化主流目标检测算法的性能、保持视频序列的时空一致性、检测模型轻
为了有效应对僵尸网络对家庭和个人物联网的安全威胁,尤其针对家用环境中用于异常检测的资源不足的客观问题,提出了一种基于核密度估计的轻量级物联网异常流量检测(Kernel Density Estimation-based Lightweight IoT Anomaly Traffic Detection, KDE-LIATD)方法。首先,KDE-LIATD方法使用高斯核密度估计方法估计了训练集中正常样
Transformer作为一种新的深度学习算法框架,得到了越来越多研究人员的关注,成为目前的研究热点。Transformer模型中的自注意力机制受人类只关注于重要事物的启发,只对输入序列中重要的信息进行学习。对于语音识别任务来说,重点是把输入语音序列的信息转录为对应的语言文本。过去的做法是将声学模型、发音词典和语言模型组成语音识别系统来实现语音识别任务,而Transformer可以将声学、发音和语言模型集成到单个神经网络中形成端到端语音识别系统,解决了传统语音识别系统的强制对齐和多模块训练等问题。因此,探
遗传算法(GA)的全局搜索能力强,易于操作,但其收敛速度慢,易陷入局部最优值。针对以上问题,利用深度强化学习模型SAC对遗传算法进行改进,并将其应用至旅行商问题(TSP)的求解。改进算法将种群作为与智能体(agent)交互的环境,引入贪心算法对环境进行初始化,使用改进后的交叉与变异运算作为agent的动作空间,将种群的进化过程视为一个整体,以最大化种群进化过程的累计奖励为目标,结合当前种群个体适应度情况,采用基于SAC的策略梯度算法,生成控制种群进化的动作策略,合理运用遗传算法的全局和局部搜索能力,优化种
封闭式室内环境参量对人工软骨材料的研制至关重要,传统神经网络模型难以实现对封闭环境参量的有效控制。论文采用改进的布谷鸟算法优化BP神经网络模型作为控制算法,采用STM32F429单片机作为核心单元和采用PM11-R-3L位置传感器作为本次实验的重要硬件。结果表明,采用改进布谷鸟算法优化BP神经网络模型,其控制效果比传统BP神经网络对封闭式室内环境参量的效果更好,并且提高了控制系统的稳定性和鲁棒性。
前向安全的有序聚合(Fss-Agg)签名兼顾前向安全签名和有序聚合签名的优势。自2007年提出以来,前向安全的有序聚合签名已被广泛应用于日志系统、电子商务、电子政务、区块链等众多应用场景中。目前现存的几个前向安全的有序聚合签名都是基于传统数论问题,而这些问题随着量子计算机逐渐成为现实,将会变得不再困难。因而,寻找量子计算环境下前向安全的有序聚合签名已迫在眉睫。给出了前向安全有序聚合签名方案的定义,并将前向安全性和存在性不可伪造性两个特性结合,定义了选择消息攻击下有序聚合签名的前向安全的存在性不可伪造性;基
为了使船舶跟踪算法更适用于工程实践,降低杂波、风浪带来的影响,结合工程经验提出一种融合凝聚耦合度与航迹成长值的船舶跟踪算法。根据LSTM模型的“遗忘门”、“细胞状态”思想,提出“暂时航迹成长值”概念,用于计算暂时航迹的可靠性,同时利用多个波门过滤航迹,结合点迹凝聚的耦合度,量化出凝聚点迹质量,剔除虚假航迹,降低虚警率,实现航迹的正确起始。通过仿真结果表明,该算法跟踪效果良好,验证了其可行性和有效性。