基于模糊集和RSS的Web教育资源Rank算法

随着Web教育资源指数级增长以及受污染程度的加剧,如何汇聚异构网络环境下面向用户的Web教育资源成为新的挑战。为了使终端用户能够获得高效有序的Web教育资源,文中提出了一种基于模糊集和RSS的Web教育资源Rank算法,并进行了相关分析。算法首先通过模糊集中的Euclid模糊度刻画查询内容与资源之间的模糊关联度;其次采用RSS聚合技术快速汇聚用户需要的Web教育资源;最后基于中国知网数据集的实验表明,该算法能满足Web教育资源终端用户个性化资源获取的需要。

基于网页相似度的Page Rank算法的改进

随着Internet上的信息量迅速增长,用户对搜索结果的查准率提出了更高的要求。通过对PageRank算法进行分析,指出PageRank算法不足之处,同时提出了改进方案,改进后的PageRank算法考虑了网页之间的相似度,可提高检索结果的查准率。

TopRank(k)算法与PageRank算法的比较研究

介绍了一种新的基于接近中心度的排名算法Top Rank(k),并将其与已有的Page Rank算法进行分析比较,说明了它们各自的特点。通过实证分析,论证了在确定条件下,Top Rank(k)算法比Page Rank算法更有效,突出表现为节省大量时间。

基于用户转发的User-Behavior Rank算法研究

近些年,微博、博客、人人网、豆瓣等各种社交网络的发展,引发了学术界对社会网络、虚拟社区的关注.本论文提出了一种基于用户转发的User-Behavior Rank(UBR)算法,力求在推荐过程执行之前,预先选出微博社区中具有权威性的博主,提高推荐新颖性.文中的基于转发行为的User-Behavior Rank是对传统的Page Rank(PR)的改进,以博主之间的关注关系为边,基于其发微博的行为以及其粉丝对微博的转发,计算各自的UBR值,取UBR值较大的博主作为推荐集合.与Page Rank相比,UBR能够选出更加符合社会实际的有影响力的用户集.

融合博文内容和行为属性的Page Rank排序算法

针对当前微博影响力度量算法中多集中于用户行为属性,忽略博文、结点本身价值的问题,从微博用户信息出发,以线性加权模型为基础,综合分析用户的行为属性、博文相似度、节点相似度,创建影响力评价指标体系。利用Page Rank算法思想,提出了基于用户行为和博文内容的用户影响度量模型(user influence measurement rank,UMR)。通过采用新浪微博真实数据集测试,计算用户的影响力,验证了UMR算法在博文内容的基础上,能客观地反映用户的交互行为,消除僵尸用户对排序的影响,因而更科学、更合理。

基于PageRank改进算法的电网脆弱线路快速辨识(一):理论基础

作为两篇系列文章的第一篇,该文结合网络拓扑和电网运行状态,提出了一种适用于快速辨识电网脆弱线路的Page Rank改进算法并阐明其原理。首先,介绍Page Rank基本算法,并讨论了将其直接应用于辨识电网脆弱线路的局限性。其次,为了克服以上局限性,提出相关性网络和衍生网络的概念,然后在此基础上建立分析线路脆弱度Page Rank改进模型。最后,基于此模型给出线路脆弱度计算的解析表达式,并提出快速辨识脆弱线路的方法。

一种基于潜变量的Ranking模型构造算法

现有的Ranking算法获得的模型全部来自训练数据,因为很多模型的有用信息并不能完全从训练数据中得到,因此这样得到的模型不够精确,对此,提出一种基于潜变量的Ranking算法。该算法以结构化SVM为学习工具,将除训练数据外的其他有用信息以潜变量形式引入算法的框架中,并在此基础上定义了面向NDCG的目标函数。针对该目标函数非凸非平滑,首先使用"凹-凸过程"进行逼近,然后用"近似Bundle法"展开优化计算。基准数据集上的实验结果表明:相比完全依靠训练数据的Ranking算法,本文算法获得的模型更为精确。

基于pairwise的改进ranking算法

传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法。该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数。针对此目标函数非平滑、难以直接优化的特点,提出使用割平面算法进行学习,不仅解决了上述问题,而且使算法迭代的次数不再依赖于训练样本对数。最后基于基准数据集的实验证明了算法的有效性。

基于PageRank改进算法的微博影响力排名

针对微博用户影响力排名问题,对微博用户影响力关联要素进行分析,将粉丝与关注者的互动行为纳入到影响力评定方法之中,提出一种基于Page Rank的微博用户影响力排名算法(UI-Rank算法)。实验表明算法的计算结果反映微博用户自身影响力的实际效果,能够提高微博用户影响力排名的准确度。

基于非凸上界的ranking模型构造算法

现有的ranking算法均通过最小化原目标函数的凸上界构造ranking模型,得到的模型不够精确.为此,文中提出一种基于非凸上界的ranking算法.该算法首先给出一个基于多类支持向量机(SVM)的框架,然后定义面向NDCG的目标函数,在此基础上设计一个比现有的凸上界更为紧凑的非凸上界逼近原目标函数;针对上界函数的非凸非光滑,提出使用凹-凸过程进行凸逼近,并采用割平面算法进行求解;最后,通过在基准数据集上的实验对该算法进行验证,并与现有算法进行对比.结果表明,相比现有的基于凸上界的ranking算法,文中算法得到的模型不但更为精确,而且更加稳定.

一种改进的微博用户影响力评价算法

微博用户的影响力研究是微博社区研究的一个热点。以新浪微博为研究对象,构建了用户活跃度和历史关注度两个评价指标,引入微博传播能力这一因子,提出了一种基于传统的PageRank算法的改进算法(user influence rank)模型,通过实验与传统算法进行对比,验证了该算法的有效性和准确性。

一种改进的知识社区中专家贡献度排名算法

近来研究的一个热点是知识社区中专家对知识社区的贡献度大小的计算方法。因此本文研究了知识社区中的专家对象,从专家的活跃度和专家的受欢迎度两个指标进行测度,在评价中引入专家的知识贡献能力因子,提出了一种基于传统的PageRank算法上的评价算法(expert contribution rank)模型,通过实验从算法的性能方面显示了排名算法的有效性。

PageRank在度量标准文献重要性中的研究

为了更好的度量标准文献的重要性,现将PageRank算法引入到标准引用网络中,但算法在计算标准文献重要性时仅根据出度数来平均分配PageRank值,在一定程度上影响了标准文献重要性的度量。为此提出了一种StandardRank算法来改进PageRank算法,在计算标准文献重要性时用标准文献重要性比例来代替平均分配,并且根据标准引用网络自身的结构特征修改了阻尼系数。实验结果表明:Standard Rank算法在度量标准文献重要性时具有更好的效果。

基于BERT的海上船舶安全隐患分类

为准确分析出影响海上船舶安全的隐患类别,提高船舶、船员、设备的管理制度,提出一种基于双向编码器(BERT)的海上船舶安全隐患分类。采用Text Rank算法对隐患文本进行关键词提取,将提取的关键词输入到BERT预训练模型,提升模型在分类任务上的性能。试验结果表明,训练前采用Text Rank算法进行关键词提取,准确率、召回率和F1值都有所提升,验证了模型的有效性,达到了快速准确对海上船舶安全隐患分类的目的。

一种新的中文微博社区博主影响力的评估方法

提出了基于传统的PageRank算法的改进模型评估微博社区博主的影响力。微博社区中博主的影响力反映其话语权的大小,是研究微博社区的核心概念之一。通过对平均度、聚类系数和平均路径长度等网络特征指标的统计,验证了微博社区网络具有"小世界"的显著特性。从用户活跃度和博文质量两个角度出发,构建了博主影响力的评价指标,引入了博主传播能力这个因子,利用PageRank算法的思想设计了新的影响力排名(Influence Rank)算法模型来评估博主影响力。通过实验对比发现Influence Rank算法在考虑节点间的关系之外还考虑了节点本身的特性,能够更加准确客观地反映博主的影响力排名。

微博舆情分析中信息转发路径提取方法研究

文章以sina微博为研究对象,分析研究了微博舆情分析中提取微博信息转发路径的方法,并获得在微博信息转发过程中起关键作用的微博用户。系统主要使用网络爬虫框架进行数据采集,采用多账户多线程分布式技术,可以绕过sina微博反爬虫机制的功能,具有较高的稳定性和高效性。在研究转发路径提取方法整个过程中,需要经历爬取微博转发网页信息、提取转发信息、转发信息预处理、构造转发路径树等步骤。通过对微博转发路径信息的提取和组织成树形结构信息,就可以实现在网页中显示微博的转发图。最后通过对Page Rank算法的改进,实现了计算用户传播影响力的算法设计,能够快速评估在微博整个转发传播过程中用户的转发影响力。

网络爬虫技术的研究与实现

面对数据大爆炸,人们很难获取有用的信息。网络爬虫技术成为了搜索引擎中最为重要的部分,能够有效的在海量数据中找到有价值的信息。首先介绍网络爬虫的抓取对象和抓取策略,然后介绍最常见的网页分析算法——Pagerank算法,最后通过实例实现网络爬虫。实例结果表明,网络爬虫能够准确的从海量数据中抓取有用信息。

基于开源搜索引擎Nutch的研究与实现

Nutch是一个Java实现的开源搜索引擎。对开源搜索引擎Nutch存在的中文分词和页面排序问题进行分析,给出了改进方法。结合Paoding分词算法对Nutch中文分词器进行改进,利用Page Rank排序算法改进了Nutch评分机制。

Google谁构筑了搜索力?

Google、Overture这些搜索技术提供商对于第一代搜索技术的超越和对商业模式的开掘令一度受到冷落的搜索引擎找到了盈利的空间,互联网服务企业此刻正在围绕搜索这一网络应用的基础重新构筑各自的搜索力,在搜索企业和门户网站的相互倚重下。

微博用户影响力问题的国内研究述评

在微博迅速发展的新背景下,本文较为全面地梳理了2010-2019年国内专家学者对微博用户影响力的最新研究成果并进行了有效地分析与归纳,进而对微博用户影响力问题在当前阶段的研究不足进行了总结,对其未来发展方向作了展望。