利用信息传播特性的中文网络新词发现方法

针对已有方法识别出的网络中文新词生命周期短且很快不再为人们所用的问题,提出了一种基于信息传播特性的中文新词发现方法。该方法结合"新词传播范围广、持续时间长"的特点,从用户覆盖率、话题覆盖率和新词生命周期3个方面设计统计量;采用N-gram算法得到候选词串列表;用基于词频和词语灵活度的方法过滤垃圾词串。实验中以微博文本作为语料来源,与已有方法相比,用户特性使得新词识别的准确率提高了11%,话题特性使准确率提高了10%,时间特性使准确率提高了13%,综合用户、话题和时间的方法使准确率提高了16%。实验结果表明:该方法中的每个特性都提高了中文网络新词识别的准确率,而且同时考虑3种特性的准确率比只考虑单一特性的高。

基于补偿跟踪的低轨预警资源调度方法研究

针对低轨预警系统资源调度过程中,导弹目标由于长时间候控而易丢失的问题,提出了一种补偿跟踪机制,并将其反映在导弹预警子任务的动态优先级中,建立了基于补偿跟踪的低轨预警资源调度问题模型,并设计了一种基于动态优先级的启发式算法对模型进行求解。通过仿真实例验证,表明补偿跟踪机制在降低导弹丢失概率方面,以及基于动态优先级的启发式算法在求解速率方面的优越性能。

基于情感对象识别和情感规则的微博倾向性分析

微博平台数据中含有大量反映用户情感喜恶的信息,对于涉及博文倾向性分析的应用尤为重要。现有的分析方法往往聚焦在博文情感的简单分类上,无法分析特定类型实体的微博倾向性。为解决微博倾向性分析问题,实现博文立场判定,采用半监督学习的方法,通过协同训练和主动学习,训练实体识别模型,并构建基于主成分分析的情感规则,提取句子的主成分,将口语化的文本规范化为指定格式。再利用指向性实体的正负面性、情感词的褒贬义及情感词充当的句子成分,实现情感分类的更深层次分析——立场判定。针对实际问题进行立场判定实验,在不同规模数据集上的自对比实验和他比实验显示,随着标注实体的博文数量增加,模型对博文立场判断的正确率持续提升,而且所提方法判断博文立场的正确率显著高于对比方法,相较已有研究方法分别提高了2.79%和10.00%。

天基预警系统资源调度问题分析

在介绍天基预警系统作战流程,以及天基预警系统资源和任务的分析和描述的基础上,提出天基预警系统资源调度问题,给出其输入输出结构,并以五元组的形式对该问题进行形式化描述。

在线社会网络多话题传播竞争特性的测量

网络上的话题纷杂多样而人们的注意力有限,势必导致多话题之间竞争稀缺的用户注意力资源,这种竞争关系影响了网络话题的传播和舆情的形成。已有的研究大多只针对单一话题的传播,该文研究了在线社会网络上多话题竞争的传播规律,提出多话题传播竞争特性的测量方法。从话题和用户这2个层面设计了话题竞争的资源数变化规律、话题竞争激烈程度、用户注意力的转移规律及话题相关性等的测量方法,提出了话题资源数波动率、话题竞争激烈度和用户注意力转移率等定量测量指标。通过对新浪微博真实数据的测量发现:多话题竞争中用户资源总数基本稳定,用户的注意力大部分是从老话题转移到新出现的话题且发生在同类话题间。这些测量结果为建立多话题传播模型提供了基础。

互联网产业快速发展——“十二五”期间互联网产业发展回顾

“十二五”期间是中国互联网产业浓墨重彩、快速发展的5年。互联网在推动国民经济发展、促进社会进步、引领创新等方面发挥了巨大作用。国际影响力日益增强。