全过程咨询模式下的信息共享影响因素研究

本文用SNA法(社会网络分析法)对全过程工程咨询模式下信息共享的影响因素进行研究。先在现有研究的基础上整理归纳出26个影响双方信息共享的因素,再通过问卷调查收集数据,借助SPSS软件将其归纳为环境、经济、风险、协同四类,然后通过Ucinet软件从宏观层面的网络密度、k-核指标分析和微观层面的度数中心度、中间中心度、接近中心度分析,最终确定了关键影响因素,对全过程工程咨询模式的推广与建筑业信息化发展有重要参考价值。

面向飞行全过程的民航事故致因关联网络分析

为提升我国民航安全水平,面向“滑行—起飞—爬升—巡航—下降—进近与着陆”的飞行全过程,提出一种基于关联规则和社会网络分析(SNA)的致因分析方法。首先,搜集中国民航安全信息系统2010—2022年共1051起民航事故案例,结合《控制航行服务程序—培训》,建立基于“人—机—环—管”的民航事故致因体系;其次,采用EasyData数据服务平台进行标注,构建面向飞行全过程的民航事故致因数据集,基于FP-Growth算法挖掘以飞行阶段为规则后项的关联规则;最后,考虑关联规则的共现频率,构建民航事故致因关联网络,开展飞行阶段与事故致因的中心性分析。结果表明:进近与着陆阶段是飞行过程中风险最大的阶段,运行失效、跑道安全事故和客舱安全事故是主要事故类型,在挖掘出的10个民航事故关键致因因素中,人为因素4个、设施设备因素2个、环境因素3个、管理因素1个。

在线社区中网络欺凌的智能干预方法:现状、挑战与展望

互联网的繁荣发展在便利人们生活的同时也带来了一个新的社会问题,即网络欺凌.网络欺凌不仅威胁欺凌受害者的精神健康,在宏观层面也不利于社会的和谐稳定和长治久安.当前,在非计算机领域,研究人员从心理学、社会学、教育学等角度对网络欺凌的干预进行了大量研究.随着计算机技术的快速发展,研究人员不断尝试利用计算机技术支持网络欺凌的智能干预研究.然而,当前针对网络欺凌智能干预的综述性工作极少.基于此,本文查阅整理了近年来相关的研究工作,对网络欺凌智能干预的研究成果进行了归纳总结,并对此研究方向提出了展望与建议,希望为尝试应用计算机技术进行网络欺凌智能干预的研究人员提供参考与帮助.

社交网络用户属性的隐私度量与决策分析方法

提出一种基于模糊层次分析和逼近理想解排序法的隐私决策优化方法,为用户在社交网络场景中实施隐私决策时提供可靠的隐私建议。首先,将社交属性的敏感度、独特性效用和普遍性效用作为价值评价指标,给出相应的量化方法,评价指标的权重计算过程是根据评价指标重要性的评价规则,采用模糊层次分析法构造模糊判断矩阵。然后,采用逼近理想解排序法对社交属性进行综合评估分析和排序,通过实验分析比较3种评价规则的个性化评估结果,实验结果表明该方法在满足个性化隐私需求的前提下能指导用户优化个人信息配置。

社交媒体假新闻检测:基本理论、方法及研究方向

社交媒体平台的迅速发展不仅极大增强了信息的可访问性,而且加速了假新闻的传播。假新闻的爆炸性增长不仅损害社会稳定,还会侵蚀公众对媒体的信任。在自然语言处理领域中,假新闻检测是一个关键而富有挑战性的任务。为此,首先给出假新闻的定义,深入分析其特征;其次从新闻内容、社交语境、传播网络和混合方法4个角度对现有假新闻检测方法进行分析与评估,介绍相关模型性能、常用数据集以及评价指标;最后,总结并分析目前假新闻检测研究中存在的问题,提出后续可能的研究方向。

风险感知视角下水库移民社会稳定风险仿真分析

为了深入探究水库移民社会稳定风险的演化过程及其演化特征,提高政府各项管理决策的科学性。首先从风险感知视角出发,建立水库移民社会稳定风险传导链与包含经济、政府管理、生活环境和社交的4个一级指标及15项二级指标的风险指标体系;然后基于已建立的风险传导链定性分析风险因素间的因果关系;最后构造水库移民社会稳定风险的系统动力学(SD)演化模型,运用ANP确定各指标基础权重,并结合算例进行风险演化仿真模拟。结果表明:随着资金的投入与政府安抚措施的实施,社会稳定风险值呈现出先快速上升后快速下降最终趋于平缓的总体趋势,其具体特征表现为:第1年至第3年期间的风险量快速累积,在短时间内上涨到峰值,第3年至第6年期间风险值由于各项政策的介入快速下降并于第6年开始风险值逐渐趋于平缓,并保持缓慢下降。

Using Mathematical Models in Decision Making Methodologies to Find Key Nodes in the Noordin Dark Network

A Dark Network is a network that cannot be accessed through tradition means. Once uncovered, to any degree, dark network analysis can be accomplished using the SNA software. The output of SNA software includes many measures and metrics. For each of these measures and metric, the output in ORA additionally provides the ability to obtain a rank ordering of the nodes in terms of these measures. We might use this information in decision making concerning best methods to disrupt or deceive a given dark network. In the Noordin Dark network, different nodes were identified as key nodes based upon the metric used. Our goal in this paper is to use methodologies to identify the key players or nodes in a Dark Network in a similar manner as we previously proposed in social networks. We apply two multi-attribute decision making methods, a hybrid AHP & TOPSIS and an average weighted ranks scheme, to analyze these outputs to find the most influential nodes as a function of the decision makers’ inputs. We compare these methods by illustration using the Noordin Dark Network with seventy-nine nodes. We discuss sensitivity analysis that is applied to the criteria weights in order to measure the change in the ranking of the nodes.

学术论文中多方法的过程结构分析研究——以我国图书情报领域为例

[目的/意义]按照系统论观点,多方法研究中不同方法、技术和工具并非孤立发生作用,而是通过确立的相互关系和组织秩序,作为整体中的要素综合于具体的科学理论创立和解释过程之中。为弥补人们对多方法过程结构关注的不足,并从知识单元和语用层次探索多方法使用的现象与规律,文章提出多方法过程结构分析理论和方法。[方法/过程]首先,通过文献调研与理论梳理,提出创新背景、理论基础、一般步骤。其次,以我国图书情报领域为例,选取社会网络分析方法(SNA)研究论文为实证对象,结合CNKI与万方数据检索获取2003—2021年4082篇SNA有关论文。最后,对2116篇改进或使用了SNA的论文,多视角分析其方法过程结构。[结果/结论]通过实证,文章提出的理论和方法,为学术评价问题丰富了一种新的“证伪”思路;以“先天说”充实了方法生命周期学说;为过度挪用西方科研工具产生的学术风险提供了新证据;为范式理论在我国图书情报领域中的说明机制完善提供了新依据。结果显示:多方法过程结构分析,兼具理论和实践价值,能够在推动图书情报研究深化的过程中发挥作用。[局限]以我国图书情报领域学术论文为实证对象,未考虑其他学科领域、其他类型学术文献是文章的不足之处。

基于NLP黄檗文化科学知识图谱应用研究和实现

提出一种主体间源流互动关系知识图谱可视化方法和知识服务平台,以期为数字人文源流互动关系可视化研究提供借鉴,对于揭示事件人物主题间源流互动知识结构关系与演进规律具有一定的意义.基于自然语言和结巴库构建的知识图谱构建平台进行词性词频识别和分析,结合词云技术和Gephi可视化技术将识别分析的主体和主体关联关系映射成弦图,用以凸显主体之间的源流互动关系;利用Jieba.posseg模块探测高频主题词并进行词性标注,提出一种新的基于共现人文社会关系数据处理模型,生成不同事件人物主题的基础弦图数据,从而借助Gephi通过可视化角度映射主体间演化过程中的动态流变轨迹.以《黄檗文化研究》专著为例,研究结果发现,基于自然语言处理的知识图谱的源流互动关系可视化平台,可提供词性标注、关键词词频分析、图形词云、可视化关系图谱等知识管理和服务,可以丰富人工智能环境下新人文话语体系并推动研究方法的创新转型.

山东电子数字数据处理产学研合作网络演化分析

本论文基于incoPat的山东电子数字数据处理领域产学研合作申请的专利数据,通过运用Gephi、社会网络分析法等工具,分析了2013—2021年山东省电子数字数据处理产学研合作的空间特征及其网络演化过程。结果表明在不同阶段,专利合作网络规模在逐渐扩大,而网络密度却在不断下降,创新主体之间的专利合作较为松散;高校与国有企业在网络中占据着核心节点,二者的创新主体数量在迅速增长。因此,要完善和健全电子数字数据处理产学研合作管理机制,加强电子数字数据处理创新人才培养,进一步激发创新主体的合作创新意识。

基于SNA的全过程工程咨询发展制约因素研究

为了促进全过程工程咨询的推广和发展,文章对其制约因素展开深入的研究。首先,基于文献综述和专家访谈等方法从政策环境、行业市场和企业发展等方面全面识别全过程工程咨询发展制约因素清单;然后构建社会网络分析模型,应用Ucinet软件和NetDraw软件进行计算和绘图,探究制约因素网络的中心度、关系路径等。研究结果表明:政策激励和引导措施不足、企业综合实力对整个网络的影响较为广泛;业主方采用意愿、企业实施动力不足、咨询单位服务质量较低等因素极易受其他因素的影响;企业实施动力不足在网络中的调控能力最强。此外,通过分析线的中间中心度还得到网络中的两条关键影响路径。研究结果有望为全过程工程咨询的发展提供借鉴意义。

用于微博情感分析的一种情感语义增强的深度学习模型

基于神经语言模型的词向量表示技术能够从大规模的未标注文本数据集中自动学习词语的有效特征表示,已经在许多自然语言处理任务及研究中取得重要进展.微博中的表情符号是微博情感分析最重要的特征之一,已有大量的研究工作在探索有效地利用表情符号来提升微博情感分类效果.借助词向量表示技术,为常用表情符号构建情感空间的特征表示矩阵R^E;基于向量的语义合成计算原理,通过矩阵R^E与词向量的乘积运算完成词义到情感空间的映射;接着输入到一个MCNN(Multi-channel Convolution Neural Network)模型,学习一个微博的情感分类器.整个模型称为EMCNN(Emotion-semantics enhanced MCNN),将基于表情符号的情感空间映射与深度学习模型MCNN结合,有效增强了MCNN捕捉情感语义的能力.EMCNN模型在NLPCC微博情感评测数据集上的多个情感分类实验中取得最佳分类性能,并在所有性能指标上超过目前已知文献中的最好分类效果.在取得以上分类性能提升的同时,EMCNN相对MCNN的训练耗时在主客观分类时减少了36.15%,在情感7分类时减少了33.82%.

融入事件知识的主题表示方法

主题模型已被广泛用于发现文档潜在主题.已有方法多采用词或短语来表示主题,然而这些方法生成的主题缺乏深层次的语义信息,可解释性比较差.文中提出使用结构化的事件来表示主题.一方面,事件包含比词或短语更丰富的语义;另一方面,一组相关的事件能更合理地解释并区分不同的主题.为解决事件作为基本单元所带来的稀疏性问题,该文在Biterm Topic Model(BTM)的基础上提出两种主题模型,采用两种不同的方式将事件的语义知识融入到主题生成过程中.其中,第1种模型利用Generalized Pólya Urn(GPU)模型天然的聚类效果加大语义相近的事件分配到同一主题的概率,而第2种模型则通过为每个biterm引入指示变量,合理地利用语义知识有效地解决同一个biterm中两个事件的主题分配问题.该文不仅从主题凝聚度和KL散度两个指标直接对主题模型进行评估,还通过将主题表示结果引入到文本分类任务中对模型进行了外部评估.实验结果表明文中提出的模型从共现和语义两个层面有效地解决了事件稀疏性问题.与基于词或短语的主题表示相比,事件结构所包含的语义信息提高了主题生成质量,使主题表示具有更强的可读性和主题判别性.

基于协作过程的反思性学习研究

提出了一种基于协作过程的反思性学习方式,并且通过一个实际案例说明了基于协作过程的反思性学习的特点和实施过程。研究表明,基于协作过程的反思能够改变学生对于协作的态度,加强学习者的社会网络强度。

基于自激点过程的网络热点话题传播模型

建模互联网中热点话题的传播过程具有重要的意义和价值,该文以网络热点话题为研究对象,基于自激霍克斯过程提出一个话题传播模型(Self-Exciting Point Process Model,SEPPM).SEPPM利用用户参与话题的自激效应,将话题传播过程建模为一个随机点过程.同时,SEPPM也考虑了话题传播的外部因素,综合形成话题传播模型.为了验证该模型的有效性,该文从仿真和实证两个角度分别进行了大量的实验比较,提出话题仿真算法,仿真结果说明SEPPM可以生成多种符合热点话题传播特征的模式.实际数据上的结果说明SEPPM不仅能够很好地拟合真实话题的传播过程,还能够有效地预测话题传播趋势.

社会规范的动态过程

社会心理学的经典研究将社会规范区分为描述性规范与指令性规范。近年来,研究者从以往对社会规范的静态区分,开始深入研究社会规范"如何发展变化"的动态过程,即探究社会规范的习得、传播与转变过程,以及社会规范发挥作用的影响因素。社会规范的习得可以追溯至童年早期的社会互动,描述性规范的形成是个体在社会网络中学习社会范畴典型范例的过程,对现状的合理化催生了描述性规范向指令性规范的转化。社会规范发挥作用也呈现动态性,不仅与社会规范的心理功能相关,即遵守或违反社会规范能满足个体的安全感、归属感、独特感需要等,还与外部环境如权力位置、惩罚机制相关。未来研究可对社会规范形成过程、作用过程做进一步分析;结合社会规范强度研究,深入探讨规范性影响的作用过程;开展文化情境下的社会规范研究等。

基于事件关系表的过程模型与社会关系网络研究

为研究事件日志中蕴含的过程模型与社会关系网络,将事件日志中的过程模型看作两个相邻活动的组合,构造相应的事件关系表。基于事件关系表提取过程模型。利用过程模型预测随后的活动,该活动发生的概率,由谁执行该活动,当某个活动由多人执行时,每个人参与的概率。利用模型中从事活动人员的相应顺序,提出工作流程在执行者之间相互转移与活动执行者相互依赖度社会关系网络。利用某航空公司顾客办理退票的实际数据,提取相应的过程模型与社会关系网络,验证了该文方法的适用性。

一种基于RNN的社交消息爆发预测模型

社交网络中,消息的爆发预测属于社交网络流行动态分析的范畴,是社会计算领域的研究热点之一.通过利用基于深度循环神经网络对社交消息的传播过程进行建模,提出了SMOP(social messages outbreak prediction model based on recurrent neural network)模型.与传统的基于机器学习的模型相比,SMOP直接对消息转发的到达过程进行建模,避免了传统方法中繁琐的特征工程;与基于点随机过程的模型相比,SMOP可以自动学习消息传播过程的速率函数,不需要手动定义消息传播速率的特征函数,具有较强的数据场景适应性.另外,SMOP采用了时间向量和用户向量的输入表示方法,将时间的周期性和用户的兴趣偏好建模到传播过程之中,提升了SMOP的预测效果.在Twitter和新浪微博数据集上的实验结果均表明,SMOP具有优良的数据适应能力,可以在消息传播的早期(0.5h),以较高的F1值预测某条社交消息是否爆发,验证了模型的有效性.

产品设计过程中的感知建模研究

分析了设计过程中的社会互动因素,建立了产品的多感知因素设计过程体系结构。在此基础上,应用基于问题的推理系统作为概念结构,建立了感知模型,并运用社会网络和层次聚类方法进行应用分析,以全面理解和有效管理设计过程。

基于词向量语义分类的微博实体链接方法

微博实体链接是把微博中给定的指称链接到知识库的过程,广泛应用于信息抽取、自动问答等自然语言处理任务(Natural language processing,NLP).由于微博内容简短,传统长文本实体链接的算法并不能很好地用于微博实体链接任务.以往研究大都基于实体指称及其上下文构建模型进行消歧,难以识别具有相似词汇和句法特征的候选实体.本文充分利用指称和候选实体本身所含有的语义信息,提出在词向量层面对任务进行抽象建模,并设计一种基于词向量语义分类的微博实体链接方法.首先通过神经网络训练词向量模板,然后通过实体聚类获得类别标签作为特征,再通过多分类模型预测目标实体的主题类别来完成实体消歧.在NLPCC2014公开评测数据集上的实验结果表明,本文方法的准确率和召回率均高于此前已报道的最佳结果,特别是实体链接准确率有显著提升.