Social network search based on semantic analysis and learning

Because of everyone＇s involvement in social networks, social networks are full of massive multimedia data, and events are got released and disseminated through social networks in the form of multi-modal and multi-attribute heterogeneous data. There have been numerous researches on social network search. Considering the spatio-temporal feature of messages and social relationships among users, we summarized an overall social network search framework from the perspective of semantics based on existing researches. For social network search, the acquisition and representation of spatio-temporal data is the basis, the semantic analysis and modeling of social network cross-media big data is an important component, deep semantic learning of social networks is the key research field, and the indexing and ranking mechanism is the indispensable part. This paper reviews the current studies in these fields, and then main challenges of social network search are given. Finally, we give an outlook to the prospect and further work of social network search.

A Personalized Search Model Using Online Social Network Data Based on a Holonic Multiagent System

Personalized search utilizes user preferences to optimize search results,and most existing studies obtain user preferences by analyzing user behaviors in search engines that provide click-through data.However,the behavioral data are noisy because users often clicked some irrelevant documents to find their required information,and the new user cold start issue represents a serious problem,greatly reducing the performance of personalized search.This paper attempts to utilize online social network data to obtain user preferences that can be used to personalize search results,mine the knowledge of user interests,user influence and user relationships from online social networks,and use this knowledge to optimize the results returned by search engines.The proposed model is based on a holonic multiagent system that improves the adaptability and scalability of the model.The experimental results show that utilizing online social network data to implement personalized search is feasible and that online social network data are significant for personalized search.

Opportunities for Remote Collaboration in a Social Web Search Model That Integrates Parents and Children

Traditionally, search engines are designed to support a single user working alone. However, the construction of knowledge is enriched when one adds collaboration to search tasks. We identified opportunities for remote collaboration in a Social Web search model that integrates parents and children guided by 5W + 1H (who, what, where, when, why, how) dimensions. Our social search model aims at improving the search process for children. We found 7 opportunities for remote collaboration on the search process, based on implicit-explicit interactions.

基于谱聚类的主动配电网多时间尺度无功优化策略

高比例分布式光伏接入配电网后,传统优化方案无法有效平抑电压波动,分布式光伏逆变器的无功调控能力难以充分利用。为此,提出一种基于谱聚类的主动配电网多时间尺度无功优化策略,该方法分为日前优化和日内实时优化两个阶段。首先,对离散设备的时间耦合性进行解耦,以配电网网损、平均电压偏差、电压波动严重程度为目标函数,建立基于社交网络搜索算法的日前无功优化模型,确定离散设备静态最优档位序列;其次,通过谱聚类的方法进行耦合,确定离散设备动态最优档位序列,结合改进的分布式光伏逆变器就地控制策略,建立日内实时优化模型,从而抑制日前预测数据偏差导致的电压波动;最后,基于改进后的IEEE33节点系统进行仿真实验。仿真结果表明,所提策略可以有效降低运算难度、提高求解效率,验证了该策略的有效性和优越性。

互联网使用与南方稻农耕地质量保护技术采纳--信息搜寻和社会互动的双重视角

近年来极端气候事件频发和国际局势剧烈变化,加剧了我国人地矛盾对国家粮食安全的挑战,加强耕地保护迫在眉睫。而互联网信息技术快速普及成为推进耕地质量保护技术采纳的重要途径。基于有限理性假设和社会互动理论,揭示互联网使用对农户的耕地质量保护技术采纳并不是“万能药”:农户的在线农业信息搜寻显著促进了耕地质量保护技术采纳,但是在线社会互动削弱了在线农业信息搜寻的积极效应;且由于存在“回声室效应”,如果稻农是“非意见领袖”,则上述削弱作用更加明显。本研究为数字农业农村发展中的保护性农业生产技术的应用推广提供了启示。一方面政府应不断强化农村数字基础设施建设并优化农业技术信息的网络治理,以继续促进农户“自下而上”的农业信息获取对技术采纳的积极作用;另一方面,保护性技术的采纳是“科学性”和“本地性”相融合的过程,应进一步鼓励农技研发的本地化并提高农户的数字素养增强其数字信息甄别能力,以克服互联网和社会网络双重互动对技术采纳带来的消极影响。

智能指示标志在提高人群疏散效率中的应用研究

为了解决密闭空间内密集人群应急疏散效率低下的问题,构建了基于智能引导标志的人群疏散引导模型,提出了基于均衡拥堵策略的指示标志布局优化方法和基于社交网络搜索的指示标志引导权重优化方法,用以提高疏散效率。仿真实验证明:优化后的智能指示标志布局可以有效缓解疏散过程中的局部拥堵,减少行人由拥堵引起的时间消耗;优化后的智能指示标志引导权重可进一步均衡出口利用率,有利于充分利用环境资源,进一步提升人群疏散效率。

基于多因素均衡动态分簇的WSN路由协议算法

为了解决无线传感器网络分簇路由协议随机筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题,提出一种基于改进社交网络搜索(improved social network search, ISNS)算法优化模糊C均值聚类(fuzzy C-means, FCM)的多因素均衡动态分簇路由协议(multi-factor balanced dynamic clustering routing protocol, MD-LEACH)。首先,引入莱维飞行改进反向精英学习策略,以增强社交网络搜索算法的全局寻优能力;接着,使用ISNS优化模糊C均值聚类算法对网络节点动态均匀分簇,均衡网络负载;此外,在每个簇内,考虑簇内节点的能量因素和位置因素引入模糊推理,设计两种簇头选取模式,动态选举簇首,提高簇首质量。在稳定传输阶段,将单跳改为簇首之间的通信的方式,使用改进的蚁群算法寻找最优数据传输路径,提高能量效率。仿真结果表明,算法能够有效提高能量效率,平衡网络负载,延长网络生存期。

灵活的属性社区搜索方法

社区搜索旨在搜索满足指定条件的紧凑社区,在现实世界中有广泛的应用场景.研究了在属性图中进行社区搜索的问题.考虑到在实际应用中,需要对社区中的顶点数量进行限制,提出了灵活的属性社区搜索问题,其目标是在包含查询结点且结点规模有限的连通子图中,寻找具有最大图属性得分的子图.与传统的社区搜索问题不同,研究采用无参数的社区模型来衡量社区的紧密度,从而避免了指定参数的困难,使查询更加灵活.同时提出了3个算法:精确算法EXACT、启发式算法FACH和优化算法FACH+.在FACH和FACH+中,文中设计了剪枝规则并在FACH+中适当修改了启发策略,可以快速有效地找到符合要求的子图.在多个真实社交网络数据集上的实验结果表明:文中提出的算法在准确性和效率上都具有显著的优势.

基于数据驱动的低感知度配电网动态无功优化

由于配电网网络通信基础设施较差,且节点监控覆盖不完全,因此存在无法实时采集数据的节点,导致无法进行传统无功优化。为此,提出了一种数据驱动的低感知度配电网动态无功优化方法。通过K-means算法聚类节点历史负荷,对非实时观测节点依据特征分类;选择最优超参数基于时间卷积网络进行量测数据补全;最终通过改进后的社交网络搜索算法实现动态无功优化,并仿真验证了方法的有效性。

国外社会网络与企业数字化转型——战略导向和知识搜寻的链式中介作用

数字化转型已成为企业发展的新趋势、新动能,但对其前因及其内在机制还缺乏探讨。为丰富对企业数字化转型影响因素的认识,在理论方面为企业数字化转型提供指导,本研究考察了国外社会网络对企业数字化转型的影响及其中介机制。通过对来自浙江省制造型企业的188份有效问卷分析发现:国外社会网络显著正向影响企业数字化转型;战略导向在国外社会网络与企业数字化转型之间起完全中介作用;知识搜寻在国外社会网络与企业数字化转型之间起部分中介作用;战略导向与知识搜寻在国外社会网络与企业数字化转型之间起链式中介作用。

社会网络对职业选择的影响——基于社会网络求职渠道的中介效应

为研究社会网络对职业选择的影响机制及社会网络求职渠道在其中的中介效应,采用2018年中国家庭追踪调查(CFPS)数据开展相关实证分析。研究结果表明,社会网络对职业选择有显著的积极影响,个体的社会网络较强时,其选择自雇就业的概率就要高于选择受雇就业的概率。社会网络对社会网络求职渠道有显著的积极影响,社会网络求职渠道对职业选择有显著的积极影响,社会网络求职渠道在社会网络对职业选择的积极影响中发挥部分中介作用。基于此,个体在职业发展过程中应积极培养社交技能,多渠道建立与持续维护人脉。同时,个体应建立多元化的求职渠道,避免过度依赖社会网络求职渠道。

城市公园绿地可达性与社会公平性研究

【目的】研究城市公园绿地的可达性与社会公平性,为提升公园绿地质量、保障弱势群体环境正义提供科学依据。【方法】以杭州市上城区公园绿地为研究对象,通过获取手机信令、大众点评、兴趣点(POI)等多源大数据,组建数据库,引入公园质量评价结果、吸引力算法和高斯衰减函数,改进两步移动搜索法,计算步行和公共交通模式下居住小区老龄人口获取公园绿地的可达性值,并利用Pearson相关系数分析公园绿地的社会公平性差异及其成因。【结果】(1)上城区各类公园质量存在较大差异,综合得分高于平均值的公园绿地占21.37%。(2)不同交通模式下的可达性程度差异较大,步行模式下65.98%的居住小区可达性值极低,而公共交通模式下可达性值极低的小区占33.81%;随着时间阈值的增大,可达性均出现高值扩散、低值消退的趋势;2种交通模式可达性均呈现集聚分布,公共交通模式下集聚程度更高。(3)上城区公园绿地存在社会不公平现象,步行模式下不公平程度最高,公平性低值达74.8%;叠加分析显示:不公平区域集中在上城区中部,呈片状分布。【结论】公园绿地供给与老龄人口需求之间存在不公平现象。将来,在城市绿地规划建设时应提升现有公园绿地服务质量,完善交通网络,适度增加绿地数量和改善小区居住环境。

社交媒体 APP 用户的移动搜索体验研究

[目的/意义]随着社交媒体APP的不断普及,社交媒体已经成为用户移动搜索的重要平台。对社交媒体APP用户的移动搜索体验展开研究,有助于完善用户移动搜索体验,丰富相关理论研究。[方法/过程]基于用户完整搜索过程(如目的、动机、搜索过程、结果采纳等)设计访谈问题,采用扎根理论的方法构建社交媒体APP用户移动搜索体验理论框架。[结果/结论]用户个体、信息特性、系统3个主范畴对用户在社交媒体中移动搜索体验产生直接的影响;使用环境对用户个体产生影响,特别是用户的使用习惯,进而间接影响到用户体验。研究结论对社交媒体APP改善搜索功能、提升用户搜索体验具有一定参考价值。

SNS model for providing social network channels through queries

Users can obtain the information through a basic web searching and find the answer to the questions directly,but maybe the expected answer does not exist.Besides,we do not know the update of new information in time.The online social networking services spread quickly and store many user data,but these data are worth less and may be unreliable answer to users’ questions.Users can obtain the simple answer but can not expect more additional information in knowledge question-answering(QA)system.In this paper,we design the system with the advantages of knowledge QA system,web searching and characteristics of social networking service for providing social network channel based on the query and answer without users’ contact network.The user can obtain real-time answers by the user network interested in users’ querires through the network channel of this system,get the additional information effectively and share it with others in the social network channel in this system.

Geo-Social Profile Matching Algorithm for Dynamic Interests in Ad-Hoc Social Network

Among mobile users, ad-hoc social network (ASN) is becoming a popular platform to connect and share their interests anytime anywhere. Many researchers and computer scientists investigated ASN architecture, implementation, user experience, and different profile matching algorithms to provide better user experience in ad-hoc social network. We emphasize that strength of an ad-hoc social network depends on a good profile-matching algorithm that provides meaningful friend suggestions in proximity. Keeping browsing history is a good way to determine user’s interest, however, interests change with location. This paper presents a novel profile-matching algorithm for automatically building a user profile based on dynamic GPS (Global Positing System) location and browsing history of users. Building user profile based on GPS location of a user provides benefits to ASN users as this profile represents user’s dynamic interests that keep changing with location e.g. office, home, or some other location. Proposed profile-matching algorithm maintains multiple local profiles based on location of mobile device.

社会资本对农民工工资的影响机制研究——基于河南省“百县千村”之“整村调查”数据

不同于现有文献更多关注异质性社会资本对农民工收入的影响,基于2017—2021年河南省乡村入户调研数据,采用两阶段最小二乘法、处理效应模型、分位数回归等多种计量方法,实证考察了社会资本对农民工工资的影响机制。研究发现:在充分考虑遗漏变量和自选择可能导致内生性的情况下,使用社会资本能显著影响农民工工资;社会资本主要通过间接机制影响农民工工资,且影响程度随务工者受教育年限、务工距离和年龄的变化呈现显著差异;为就业岗位信息搜寻能力较弱的农民工群体提供就业信息,特别是远距离岗位信息,有助于该群体提高工资收入。

生命意义感对高职大学生社会幸福感的影响:希望的中介作用

目的:探究生命意义感对高职大学生社会幸福感的影响,并检验希望的中介效应。方法:采用方便取样的方式,利用生命意义感量表(中文修订版)、成人希望素质量表和社会幸福感量表对3 165名高职生进行调查。结果:(1)高职生的生命意义感可以正向预测社会幸福感,社会幸福感得分从高到低的意义类型依次是高体验高寻求、高体验低寻求、低体验高寻求、低体验低寻求;(2)意义寻求通过希望对社会幸福感影响的中介效应显著,意义体验通过希望对社会幸福感影响的中介效应显著;(3)意义寻求通过希望对社会幸福感的中介效应大于意义体验通过希望对社会幸福感的中介效应。结论:揭示了生命意义感与高职生社会幸福感的关系,对寻找提升高职生社会幸福感的路径具有理论和现实意义。

投资者关注能否促进企业绿色创新绩效提升——融资约束的中介效应与环境规制的调节作用

基于2011—2020年中国A股上市公司面板数据,将网络搜索指数作为投资者关注的代理变量,探讨投资者关注能否促进企业绿色创新绩效提升。结果发现,投资者关注能够有效提高企业绿色创新绩效,体现在专利数量和专利质量上,资产规模、杠杆率、股权集中度对绿色创新绩效具有不同程度的影响。进一步研究发现,投资者关注通过融资约束这一中介变量影响绿色创新绩效,同时环境规制是有效的调节变量,投资者关注与环境规制的交互效应能够促进企业绿色创新绩效提升。从关注属性维度看,投资者负面关注对企业绿色创新的促进作用更显著,异质性检验发现,相较于非东部地区,东部地区企业的促进作用更加显著,相较于高污染企业,投资者关注对非高污染企业绿色创新绩效的影响更显著。

工作转换视角下数字经济对性别收入差距的影响研究

基于中国劳动力动态调查数据(CLDS),从劳动者工作转换视角出发,探究数字经济对工作转换收入回报的作用机制及其对性别收入差距的影响效应。研究发现:(1)数字经济显著提升了劳动者工作转换后的收入水平,对于女性劳动者工作转换收入回报的提升作用更加显著,从而有效缓解了性别收入差距;(2)机制检验结果表明,数字经济主要通过拓宽就业信息获取渠道来提升男性工作转换者的收入水平,而通过拓展社会关系网络来提升女性工作转换者的收入水平;(3)异质性分析结果表明,数字经济对前职收入水平较低的劳动者、行业间工作转换者、迁移型工作转换者以及农村户籍劳动者收入的提升作用更加显著,同时缓解了低收入劳动者、迁移型劳动者和农村户籍劳动者的性别收入不平等。基于此,应积极借助数字经济发展带来的新机遇,一方面推动多元化就业形态发展,提升女性在劳动力市场的参与度和竞争力;另一方面不断提升劳动者数字技能,推动更多劳动者实现转岗提质就业。

融合心电特征提取的矿工疲劳状态识别

疲劳引起的人为失误是事故的主要原因。为准确识别矿工疲劳状态,降低作业风险,利用麻雀搜索算法(Sparrow Search Algorithm,SSA)优化反向传播(Back Propagation,BP)神经网络,构建疲劳识别模型。首先,通过模拟日常作业进行疲劳诱发试验,将OpenBCI Cyton开发套板作为心电信号的采集装置;其次,借助MATLAB对所采集心电信号(Electrocardiogram,ECG)数据进行预处理,基于疲劳等级形成初始样本数据集;进而利用Pan-Tompkins算法进行特征提取;最后,针对特征间皮尔逊相关系数进行假设检验,从而获得优选指标并用于模型训练,经疲劳识别模型得出结果。结果表明,与传统BP神经网络、支持向量机(Support Vector Machines,SVM)、遗传算法(Genetic Algorithm,GA)优化BP神经网络相比,模型准确率分别提高6.25百分点、22.92百分点、2.78百分点,从而为企业作业人员休息制度的制定及完善提供了理论依据。研究结果对于相关便携式精神状态监测硬件研发具有参考价值。