引入用户信用因子的伯川德静态博弈模型

随着通信技术的不断发展,频谱资源的有限性和用户需求量之间的矛盾日益突出,用博弈论来研究频谱分配问题成了近年来的一个热点。文章针对认知无线网络中频谱共享模型,研究了伯川德模型中一次多主的静态博弈,引入了用户信用级度的控制因子,对主用户和次用户的互相选择进行优化分配,次用户在完成租借主用户的频谱资源过程后,根据“使用体验”的实际过程,反馈分值给频谱决策器,频谱决策器根据收到的控制因子参数,对主用户的收益进行相关调节,这样的操作过程可以有效避免主用户无理的哄抬价格,反馈的分值情况也是频谱信道质量优劣的有效参考,一定程度维护了频谱交易过程的公平性,使频谱交易过程更加井然有序,研究借助算法设计和仿真,论证了信用因子对频谱交易过程的影响。

基于层级注意力机制的互联网用户信用评估框架

随着互联网的发展,基于用户信用的在线服务产品也越来越多地应用到各个领域.在这些信用数据中,除了传统的信贷数据,还包含用户网上消费数据等,因此如何利用这些数据来评估用户的信用等级是一个亟待解决的重要问题.之前的方法主要是基于信贷领域属性的研究,缺乏在互联网领域的研究,并且这些方法很少考虑用户的不同属性对其信用的不同的重要程度.因此,为了解决这些问题,提出一个基于层级注意力机制用户信用评估模型框架(HAM-UCE),模型首先构建用户信用画像,然后利用层级注意力机制在多个注意力层逐步获取更重要的用户属性特征,实现对用户信用等级的评估.实验结果表明该方法能够有效地实现对用户信用进行等级评估,能够比基准算法取得更好的性能.