基于情感因素和信任机制的谣言与辟谣动力学模型构建

社交网络中,研究谣言和辟谣在传播过程中的规律,有助于把握谣言信息传播趋势从而调节舆论走向。本文提出了一种基于情感因素和信任机制的S/E-F(D)-I(Susceptible/Educated-Forwarding(Defuting)-Immune)谣言/辟谣两阶段的传播动力学模型。模型基于传统的SFI(Susceptible-Forwarding-Immune)模型,分别研究谣言信息和相应辟谣信息的传播过程。在第一阶段谣言信息传播过程中考虑情感因素,进一步考察不同极性情感的动态演化过程;在第二阶段辟谣信息传播过程中考虑信任机制,进一步考察网民信任危机对辟谣信息传播的影响。两阶段模型均加入了受教育人群(E)探究辟谣信息相关教育程度及个人认知水平对信息传播的影响。基于已构建的S/E-F(D)-I动力学模型对新浪微博真实案例事件进行了数值拟合,刻画了真实舆情传播过程并验证了已有模型的有效性和合理性,通过参数敏感性分析挖掘影响谣言传播的重要因素,为制定谣言应对决策策略提供了支持。

中国电视节目扁平化标签分类体系研究

中国电视节目急需建立新型标准化体系,针对中国电视节目传统的树形分类体系形式复杂、难以涵盖多元化电视节目的问题,提出了"扁平化"的标签分类体系,结合节目的领域、形态以及内容标签,构建了跨领域、多维度、扁平化的电视节目标签分类体系,可以对电视节目进行准确、高效的分类。新型的电视节目扁平化标签分类体系旨在科学全面地对电视节目分类,可以应用于电视用户行为分析领域。

基于盲子空间法的DS-CDMA系统码辅助NBI抑制技术研究

针对现存盲直接法码辅助技术抑制直接序列-码分多址(DS-CDMA,Direct Sequence-Code Division Multiple Access)系统窄带干扰(NBI,Narrow-Band Interference)性能不佳的问题,提出盲子空间法码辅助技术.盲子空间法利用对CDMA和NBI构成的虚拟CDMA用户联合特征子空间估计实现对三类NBI的抑制,包括音频干扰、数字窄带干扰和自回归(AR,Autoregressive)随机过程.本文详细推导了盲子空间法码辅助技术的输出信干噪比性能,对比了较盲直接法码辅助技术的优越性.仿真分析证明了算法的有效性.

数字电视节目推荐系统结构及推荐算法研究

针对数字电视信息过载问题进行了数字电视节目推荐系统的结构和推荐算法研究。构造了包含信息摄取单元、系统分析单元和推荐信息发送单元的数字电视节目推荐系统结构。提出了节目类型分析法,采用节目类型阈值和节目类型聚类两种形式,分别实现了根据经验值的人工分级和任意簇数的自动聚类,达到了有效寻找观众收视兴趣与所观看节目之间的联系的效果。提出了收视行为分析法,采用收视个体行为分析和收视群体行为分析两种形式,通过观众收视数据推测观众收视兴趣,实现了给观众个体或群体推荐感兴趣的电视节目的目的。

基于盲子空间法的DS-CDMA系统码辅助NBI抑制自适应算法

针对现存盲直接法码辅助技术抑制直接序列码分多址系统窄带干扰性能不佳的问题,提出盲子空间法码辅助技术及其自适应算法,实现对三类窄带干扰的抑制。对于音频干扰和数字窄带干扰,提出盲自适应带收缩的投影近似子空间跟踪(PASTd,Projection approximation subspace tracking with deflation)算法;对于AR随机过程,由于上述盲自适应算法的低秩判定困难,提出改进的盲自适应递归最小二乘(RLS,Recursive least square)预测-PASTd码辅助算法。仿真分析试验结果表明:该算法具有优越性。

广播电视决策支持系统研究与设计

针对三网融合背景下广播电视运营支撑系统决策支持领域空白的问题,提出广播电视决策支持系统。构建广播电视决策支持框架体系,以数据采集和数据挖掘为技术手段,利用数据库、模型库和方法库实现对不同用户群提供特色服务的决策支持功能。

中国电影评价体系及评价方法研究

针对当今电影市场存在难以客观全面评价电影作品的问题,本文建立了中国电影评价体系,采用电影院以及互联网相关播放数据建立包含社会、文化、经济领域的三级指标,提出了主客观组合赋权,即将主观赋权与客观赋权的多种方法结合来确定各级指标权重,可同时反映主观计权和客观计权的电影评价方法,以消除单独使用主观赋权法或客观赋权法时的不合理性,达到客观全面电影评价的效果。

基于贝叶斯分类的大学生关注热点事件微博文本分类方法研究

针对互联网,尤其是微博平台中大学生用户的海量文本,应用贝叶斯网络分类器对微博评论进行分类。基于贝叶斯,通过先验概率和似然度求出后验概率的原理,针对具体事件选择不同的训练集和调整特征词库,得到大学生对热点事件关注相较于整体网民更加理性、冷静的结论,可为研究大学生心理健康及大学生舆情提供参考。

基于词向量的电影评论情感分析方法

本文针对在线电影评论的情感分析问题,基于深度学习和词嵌入原理,提出一种基于词向量的电影评论情感分析方法。实验结果表明,本方法对在线电影评论的情感分类准确率达到86.18%;同时,此方法具有对大规模语料的可扩展性和对不同长度的评论语料的适用性。此外,文章还研究了词向量维度数对情感分析准确率的影响。如实验结果显示,基于词向量的评论向量情感分析方法是一种有效而简单的情感分析方法,并具有可扩展性和对不同长度评论的适用性。

影视节目扁平化标签获取技术研究

针对影视节目标签手动采集费时费力,以及传统树状标签体系信息冗余且不全面等问题,提出一种标签自动获取技术。通过数据爬取技术采集与节目相关的互联网原始数据,然后通过文本分析、同义匹配、数据库匹配等技术进行数据分析与挖掘,最终实现对扁平化节目标签的获取。实验结果表明,在选取8~10个标签时,该算法准确率为84.3%~92.4%,召回率为53.4%~63.1%,说明该算法获取的标签能够很好地对影视节目进行描述。

大学班主任日常管理工作思考

本文以90后为主体，他们身上的优缺点同样显著，如何使这些富有个性的学生纳入整个高校的教育、管理体系，成为了重要的研究课题，也对班主任的日常管理工作提出了考验，也是作者在实际工作当中，对于新时期大学班主任管理工作的几点思考。

跨学科视域下工程类专业本科人才培养:以中国传媒大学人工智能专业为例

高等工程教育发展进入了新阶段,成为国际关注的焦点。本文首先调研了国内外高等院校高等工程教育改革经验,进一步指出了我国高等院校工程类人才培养存在的普遍问题;在此基础上,围绕高等教育人才培养的三个根本问题,本文尝试给出了高等工程教育人才培养模式改革的着力要素和实施路径,包括"课程"要素、"项目"要素、"学生"要素以及"教师"要素;接下来,本文将中国传媒大学人工智能专业作为典型案例,探讨其将传媒特色融入人工智能专业人才培养的可行性,以期为高等工程教育人才培养模式改革提供参考。

基于预测码辅助的CDMA系统盲NBI抑制技术

在信号统计特性和训练序列未知的情况下,针对现存盲自适应最小均方(LMS,Least Mean Square)码辅助算法码分多址(CDMA,Code Division Multiple Access)系统强窄带干扰(NBI)进行抑制时稳态性能较差,以及盲自适应递归最小二乘(RLS,Recursive Least Square)码辅助算法收敛速度和性能难以折中的问题,提出盲自适应预测码辅助技术。盲自适应预测码辅助技术基于盲自适应RLS预测-LMS码辅助算法实现,实现了对三类NBI的抑制,包括音频干扰、数字窄带干扰和自回归(AR,Autoregressive)随机过程。本文详细分析了盲自适应RLS预测-LMS码辅助算法的性能,并通过仿真分析证明了算法的有效性。

浅析助教式和助学式双重课件的必要性

在当代高等教育中，仅靠有限的课上教育已经很难满足学生对于知识的要求，也很难满足社会对于人才的要求，高效、科学、有针对性的课下教育成为了高等教育的必要补充成份。现阶段高等教育由于受制于授课模式以及师资力量等因素，学生和教师缺乏足够的沟通方式与时间，教师很难了解、掌控学生的课下学习，并给与必要的帮助与指导。本文为了解决上述问题，提出了助教式与助学式课件的概念，系统分析其在教学过程中起到的作用，并对两种课件中应当涵盖的内容进行了列举。本文希望通过两种课件的配合使用，使教师能够在教学环节中发挥更大的作用。

广播电视节目标签标注与可视化研究

针对传统广播电视节目类型和节目标签并行存在,无法定量刻画节目与标签接近程度,节目与标签关联关系展示效果不佳的问题,提出了电视节目与标签"粘度"的概念,通过为电视节目标签赋予不同权重,并利用D3插件建立节目与标签的扁平化网络结构关系,实现了节目与标签关系的定量描述及可视化展示。通过抓取网络热播剧标签,对标签粘度进行计算及可视化展示,证明提出的方案能够直观、动态地将标签粘度关系进行有效展示,可以为后续的数据分析和数据挖掘提供技术基础。

基于数据挖掘的国际涉华舆情分析关键技术研究

针对新媒体时代国际涉华舆情广度和强度急剧增强的问题,本文提出了基于数据挖掘的国际涉华舆情分析方案,采用数据挖掘相关技术得出周边与非周边国家在热点事件上的舆情共性与差异。本文对中美贸易战进行Twitter和微博全面数据分析对比,深入探究其微博转发结构,得到了国际涉华舆情的特点以及我国舆情演变机制。

跨平台电视节目“中传指数”评价系统

针对传统收视率调查方式精度低、可靠性差的问题,本文进行了跨平台电视节目评价研究,提出了"中传指数"评价系统,采用多平台、多方法、多维度的方法,对多服务对象进行多内容评价,跨平台电视节目"中传指数"评价系统旨在科学全面地对电视节目进行评价。

多维数据可视化技术研究综述

随着大数据技术、信息可视化技术的飞速发展,数据可视化的概念正在不断的演变发展。在对现有研究资料进行分析的基础上,梳理了国内外多维数据可视化领域的成熟技术,并从应用角度对其进行了评价。同时评价了近几年来国内外学者在多维可视化技术方面的研究与应用成果,并展望了多维可视化技术的未来研究方向和挑战。

电视节目播前播中播后跨平台评价方法研究

鉴于传统的节目综合评价体系只含播前和播后两个阶段而缺少播中评价,并且存在数据来源单一或新媒体未突出、调查打分等方式带来的高时间成本等问题,提出了电视节目播前播中播后跨平台评价方案,数据采集于有线电视、视频网站等多个平台,采用优选对比的思路、多元线性回归法进行播前评价;开展以节目收视用户数、观众流动分析、微博词云分析为主的播中评价,扩充了原有评价体系;完成基于主成分分析法、层次分析法等6种主客观结合的方法来计算综合指数的播后评价,有效避免了传统调查打分等方式带来的可操作性和时效性的降低。

基于文学作品的人物关系问答系统设计与实现

针对文学作品人物关系复杂,无法进行快速准确查询的问题,本文提出基于文学作品的人物关系问答系统设计方案并进行实例验证。本文采用文本表示、实体识别等自然语言处理技术,研究文学作品中人物关系的自动抽取方法,实现了根据用户输入的人物名称快速返回其人物关系的功能。典型案例验证了系统的有效性。