Influence Analysis of Emotional Behaviors and User Relationships Based on Twitter Data

One of the main purposes for which people use Twitter is to share emotions with others. Users can easily post a message as a short text when they experience emotions such as pleasure or sadness. Such tweet serves to acquire empathy from followers, and can possibly influence others＇ emotions. In this study, we analyze the influence of emotional behaviors to user relationships based on Twitter data using two dictionaries of emotional words. Emotion scores are calculated via keyword matching. Moreover, we design three experiments with different settings： calculate the average emotion score of a user with random sampling, calculate the average emotion score using all emotional tweets, and calculate the average emotion score using emotional tweets, excluding users of few emotional tweets. We evaluate the influence of emotional behaviors to user relationships through the Brunner-Munzel test. The result shows that a positive user is more active than a negative user in constructing user relationships in a specific condition.

高校图书馆用户关系管理指南针报告

教育部高等学校图书情报工作指导委员会和北京大学图书馆合作研制《高校图书馆用户关系管理指南针报告》,构建了高校图书馆用户关系管理理论框架,并采用问卷调查法对全国中大规模高校图书馆的用户关系管理情况开展调研,从用户受益、用户信任、用户参与等细分维度及整体进展方面对高校图书馆用户关系管理工作现状进行系统分析,总结出高校图书馆用户关系管理在顶层规划部署、服务拓展细化、信任培育加固、用户参与深化等方面的发展趋势,为高校图书馆用户关系建设与发展提供方向指引。

基于信任理论的北京大学图书馆用户关系管理新探

如何开展用户关系管理是高校图书馆现代化发展道路上必然面临的问题。北京大学图书馆将用户作为图书馆可持续发展的关键要素,自2018年以来,基于用户信任统筹推进用户关系管理,秉持真抓实干、重在参与、实在受益、贵在信任、凝心聚力的战略方针,构建相互信赖、深度协作、长期友好的用户关系,取得明显成效。文章对基于信任理论的北京大学图书馆用户关系管理的实践探索进行初步总结。

加强用户关系管理,提升图书馆服务质量--以东南大学图书馆为例

“以用户为中心”是图书馆开展服务的核心理念。东南大学图书馆基于用户关系管理相关理论,开展用户关系管理的实践探索,细分用户、掌握需求,多渠道建立用户强交互关系,在用户参与、用户受益等方面取得了较好的成果,期望能为高校图书馆同行开展相关服务提供经验参考。

基于用户关系管理的高校图书馆数字学术服务重塑

在数字学术与“人工智能+”融合发展的背景下,高校图书馆面临满足用户即时性、个性化、精细化需求的挑战。本文采用文献调研方法,梳理了图书馆数字学术服务研究现状,并对42所一流大学建设高校的图书馆进行了网站调研。结果显示,我国高校图书馆数字学术服务目前总体上处于实践探索期,服务内容和服务方式等方面仍有待大幅提升。为应对这些问题,本文提出了基于用户关系管理理论的服务重塑流程,通过识别需求和动机、构建用户画像、服务设计与创新、实施与监督、馆员培训与发展五个阶段的紧密互动,洞察用户的偏好与需求,提供彰显用户主体性和能动性的数字学术服务,进而提升用户的学习与研究质量。

基于文化营销的南京大学图书馆用户关系管理新探

为秉承“以用户为中心”的建设理念,新时代高校图书馆对用户关系管理有着自身的理解认识和实践举措。南京大学图书馆以文化营销为抓手,经营具有自身特色的用户关系管理之路。文章从文化营销战略规划、业务流程整合、实践应用案例、团队建设等方面进行阐述,并在实践基础上总结经验,提出新时代高校图书馆用户关系管理的几点思考:转变思想,建立文化营销机制;转变行为,建立与用户的长效强联系;打破业务壁垒,构建闭环式用户反馈流程;打破部门壁垒,保障专业的文化营销团队。

智慧图书馆建设背景下基于SCRM理论的高校图书馆用户关系管理探究——以四川大学图书馆为例

智慧化转型正在重塑图书馆的整体格局,也使其服务形态和用户关系面临变革和升级。四川大学图书馆基于社会化用户关系管理理论(SCRM),将深化用户关系置于智慧图书馆建设背景下,开展“以用户为中心”的双向联系网络建设,加强数据驱动的多源用户信息管理,深化用户参与促进价值共创,强化基于多维度服务能力提升的用户关系维护,在构建双向互动、高度黏合、协同共赢、持续稳定的智慧图书馆用户关系方面取得了一定的成效,期望能为高校图书馆用户关系管理思路创新和管理策略优化提供实践经验参考。

基于多特征符号聚合近似和层次聚类的户变关系识别方法

针对低压配电台区拓扑档案中可能存在的户变关系异常问题,文中提出了一种基于多特征符号聚合近似(MF-SAX)和层次聚类的户变关系识别方法。首先,运用符号聚合近似表达方法将用户电压时间序列转化为字符串序列,并引入电压波动系数和电压变化趋势两个附加参数对其特征表达进行强化。然后,基于编辑距离生成用户电压曲线相似性矩阵,并结合层次聚类算法实现户变关系的识别。最后,实际算例结果表明,提出的方法相比于现有方法准确率更高,误报更少,能直接应对数据缺失的情况,且具有更高的效率。

基于AKNN异常检验与ADPC聚类的低压台区拓扑识别方法

低压台区拓扑信息的准确记录是进行台区线损分析、三相不平衡治理等工作的基础。针对目前拓扑档案排查成本高且效率低的问题,提出一种基于自适应k近邻(adaptive k nearest neighbor,AKNN)异常检验和自适应密度峰值(adaptive density peaks clustering,ADPC)聚类的低压台区拓扑识别方法。该方法利用动态时间弯曲(dynamic time warping,DTW)距离度量低压台区用户间电压序列的相似性,通过AKNN异常检验算法检验并校正异常的用户与变压器之间的关系(简称“户变关系”),在得到正确户变关系的基础上,采用ADPC聚类算法对台区内用户进行相位识别;最后,通过实际台区算例分析验证了该方法不需要人为设置参数,能有效实现低压台区的拓扑识别,具有较高的适用性与准确性。

两级传播理论下图书馆用户关系管理实践探赜

在“以用户为中心”的服务理念指引下,图书馆用户关系管理工作成为推动图书馆治理现代化的重要组成部分。文章引入两级传播理论构建图书馆用户关系管理框架,通过挖掘与培养用户中的意见领袖,打造用户深度参与式的图书馆服务发展理念,形成用户自驱动的图书馆服务发展模式,明确图书馆管理与意见领袖、用户之间关系的核心准则。以南开大学图书馆开展的阅读推广服务实践为典型场景,展示框架在图书馆服务中的应用方法,思考两级传播理论为图书馆用户关系管理工作带来的转变,以期为其他图书馆用户关系管理工作的开展提供参考。

基于关系图卷积神经网络的新能源配电台区拓扑识别方法

针对传统拓扑识别方法难以适应高比例分布式光伏接入下低压配电台区电气耦合特性复杂的问题,提出了一种基于关系图卷积神经网络的新能源配电台区拓扑识别方法。文章分析了分布式光伏接入对低压台区线户关系识别的影响机理,提出了高渗透率分布式光伏接入下配电台区的自适应线户关系识别方法,通过电压皮尔逊相关系数矩阵建模和全局自适应聚类方法实现线户关系识别。基于新能源台区拓扑关联特性将配网节点关联分类匹配为分隔、上下、并列及光伏节点接纳关系,建立了适应分布式光伏接入的台区拓扑邻接矩阵模型。提出了基于关系图卷积神经网络的配电台区拓扑生成算法,通过提取电压量测数据形成台区节点特征矩阵,基于关系图链接预测挖掘潜在节点关联关系逐步生成配电台区拓扑。算例仿真对比验证了所提拓扑识别方法的有效性,与传统算法相比可提升识别准确率4.3%以上。

知识建构框架下地方高校图书馆用户关系管理的实践探索

加强用户关系管理是高校图书馆高质量发展的必由之路。文章基于知识建构理论,界定了图书馆用户关系管理的四个纵向维度,包括实体空间建设、知识资源建设、促进社会互动和用户主体建设,与用户关系管理横向流程交叉,共同构成了图书馆用户关系管理的认知和实践框架。介绍了华北理工大学图书馆基于此框架开展的工作以及在组织机构设置、馆员队伍建设以及对外宣传推介等保障措施上的实践与成效。

基于用户行为分析的APP用户知识图谱构建

为了更好地帮助开发者理解用户需求,从而优化APP功能和体验,提高用户满意度,文中提出一种基于用户行为分析的APP用户知识图谱构建方法。首先从用户行为分析出发,通过APP用户评论细化用户行为;接着,通过APP用户行为与用户关系属性的映射抽取用户关系属性;最后,基于关系抽取结果构建APP用户知识图谱。通过相关算法进行APP用户知识图谱的构建,结果证明了该算法的有效性,能够创建出信息更为丰富的APP用户知识图谱。

考虑多交互关系与情感倾向的微博用户可信度评估算法

探究综合考虑多交互关系与情感倾向因素的微博用户可信度评估方法。首先基于用户间交互关系的类型和频率,得到用户交互度与参与度;然后根据情感词典计算用户间评论、回复等文本内容的情感得分,并据此判断用户情感倾向;其次以PageRank算法为基础,从用户资料、博文中提取特征,计算每个用户的个体可信度作为初始PR值,并将用户交互度和情感倾向融合调整PR值分配权重、使用参与度修正阻尼系数,实现对PageRank算法的改进;最终,改进的PageRank算法迭代稳定后得到待评估用户的可信度。实验结果显示,与未考虑用户间多交互关系以及情感倾向的方法相比,所提方法在AUC值、查准率、查全率和F 1值上均取得了更好的效果,最高提升了13.86%。综合考虑用户间多交互关系和情感倾向可以提高微博用户可信度评估效果。

基于多元数据驱动的配电网户变关系识别方法

针对配电网户变关系识别不准确而影响配电网正常运作和故障诊断定位的问题,提出了一种基于多元数据驱动的配电网户变关系识别方法。首先,定义了电压的多维波动特征参数指标;其次,采用t分布随机邻域嵌入(t-SNE)算法对电压波动特征矩阵进行降维;然后,利用BIRCH聚类算法对降维后的电压波动特征进行聚类,生成虚拟用户;最后,基于用户功率与上级电表的功率平衡关系假设进行户变关系配对,完成配电网户变关系的识别。案例分析结果表明,相比于之前的户变关系识别方法,所提方法提高了识别准确率。

基于用户-配变功率平衡关系的高比例户用光伏户变关系模型研究

目前,分布式光伏发展迅猛,户用光伏系统在低压配电网中的并网数量增长迅速,需建立准确的互变关系为线损计算提供必要的支持。但传统方法很难保证户变关系记录档案更新的灵活性与有效性。对相关文献进行查阅,结合用户-配变功率平衡关系,建立高比例户用光伏的低压户变关系的多元线性回归模型,结合光伏时序识别、电压聚类的优化目标函数等技术,对模型准确率进行优化与提升,强化户变关系的准确率,以期为户用光伏工作的高质量开展提供技术支持。

改进型CNN-LSTM深度学习神经网络的台区户变拓扑关系识别

针对电力台区内各种数据信息繁多复杂、数据处理能力滞后及用户利用率低下等问题,提出一种新型的台区户变拓扑关系识别方法。通过构建卷积神经网络(convolutional neural network,CNN)和长短期记忆(long short-term memory,LSTM)神经网络模型,将台区内配电变压器的有功功率、无功功率、电压值、电流值和用户侧的多种用电数据信息转换为CNN-LSTM深度学习神经网络模型;并在CNN模型中融入LSTM模块,以将台区户变拓扑宏观数据关系转换为微观数据信息识别,大大提高台区户变拓扑关系识别和应用能力。通过设置CNN-LSTM深度学习神经网络不同的层次,计算台区户变拓扑关系。通过算例分析,大大提高了用户识别能力,为台区户变拓扑关系识别提供了技术思路。

基于改进谱聚类算法的低压户变关系识别

台区辨识的准确性对配电网的安全稳定运行起着关键作用,其结果直接影响配电网线损计算的精度与配电网的综合保护。传统的台区识别算法对工频过零序列直接进行聚类分析,无法满足“非凸”序列的准确识别。基于此,文章提出一种适用于输入任意过零序列的改进谱聚类算法。该算法以最大化相似度矩阵(weight matrix,WM)的方差作为自适应粒子群算法的目标函数,再自适应选取WM参数阈值将WM变为稀疏矩阵,从而将传统谱聚类算法的特征值计算问题简化为求取规范拉普拉斯矩阵的正交零空间问题,实现无类标签数据的精确聚类和快速计算。通过仿真软件获得的样本数据,其识别准确度可达99.11%,优于传统聚类算法的效果,处理实测数据时仍能达到98.71%的识别准确度。

基于关系的跨网络用户身份链接

为打破现存研究普遍以网络拓扑一致性假设为前提的限制,弱化锚节点数量和质量对链接任务的影响,提出一种基于跨网络语义表征的用户链接算法CSRMA(cross-network semantic representation link algorithm based on mask attention mechanism)。该算法框架包含3个模块:多视角采样与注意力机制相结合的跨网络表征模块、不同网络共性特征学习的语义空间映射模块、基于k-d树改进Gale-Shapley算法的用户身份精准链接模块。通过4个公开数据集上的实验验证了所提算法的有效性。与多个身份链接算法对比,CSRMA具有更高的精确率。