物联网中具有时间持续性特征的乱序事件查询处理技术研究

现实世界中的很多事件都是基于时间段的,具有明显的时间持续性特征。具有这种特征的事件之间的时态关系复杂多变,在发生乱序事件时,查询处理极具挑战性。物联网环境中对于时序事件的有序到达具有非常严苛的要求,但网络延迟和机器故障却导致事件乱序问题频发。基于建立的时态事件语义表示模型,提出了一种用于处理具有时间持续性特征的乱序事件的查询处理模式,并构建了一种混合解决方案,使物联网环境中乱序事件在到达后的一定时间阈值内达到正确有序。最后,通过实验验证了所提方法的有效性。

我国网络舆情研究文献的定量分析

网络舆情作为社会科学与自然科学的交叉,引发了党政相关部门以及国内众多领域专家学者的关注,作为一个新兴的研究领域,网络舆情研究涵盖了新闻传播学、公共管理学、社会学、信息技术等多个学科。通过对已有的学术成果进行整理、分析,有利于网络舆情研究学科化、规范化。本文将利用文献计量法,对迄今为止收录在CNKI中国学术文献网络出版总库的网络舆情研究的相关文献进行定量分析,了解国内网络舆情的研究现状,并提出对舆情研究的四点意见。

基于开放网络知识的信息检索与数据挖掘

网络大数据是指"人、机、物"三元世界在网络空间(cyberspace)中交互、融合所产生并在互联网上可获得的大数据.这些数据具有多源异构、交互性、时效性、社会性、突发性和高噪声等特点,不但非结构化数据多,而且数据的实时性强.网络大数据背后蕴含着丰富的、复杂关联的知识.建立面向开放网络的知识库是获取网络大数据中的丰富知识的有效手段.对当前国内外主要的开放网络库进行了比较,分析了相应的构建方法、多源知识的融合以及知识库的更新等关键技术.进一步从用户意图理解、查询扩展、语义问答、线索挖据、关系推理以及关系和属性预测等方面出发,总结了基于开放网络知识库的信息检索、数据挖掘与系统应用的研究现状和主要问题.最后,对开放网络知识库的发展趋势和面临的主要挑战进行了展望.

一种改进的复杂网络链路预测算法

复杂网络的模式与演化分析具有重要的研究和应用价值,链路预测问题是其中一个研究热点.当前学者们提出了很多基于局部信息的相似性指标和链路预测算法,但是在应用于真实网络尤其是社交网络时,随着对网络宏观的演化模式与微观的链接生成机制的深入研究,链路预测算法的准确性仍有很大的提升空间.本文在现有算法基础上考虑网络同质性,分析局部结构内部的关联模式,将局部共同邻居集合根据全局最短路径信息进行建模,提出一种改进的链路预测方法:局部差异融合算法.该算法不仅保持了链接与节点之间的相似性的密切相关,而且反映了共同邻居集合内部的差异性.在各种真实网络数据集上的实验证实了本文提出算法的有效性.

基于标签增强的机器阅读理解模型

抽取式问答中已有模型仅建模答案的边界,忽视人的潜在标注过程,导致模型仅学习到表面特征,影响泛化能力.因此,文中提出基于标签增强的机器阅读理解模型(LE-Reader),模拟人的标注过程.LE-Reader模型同时建模答案所在句子、答案内容和答案边界.根据用户标注的答案边界推断正确答案的句子和答案内容作为标签,监督模型的学习过程.通过多任务学习的方式融合3个损失函数.预测时融合3种建模结果,确定最终答案,提高模型的泛化性能.在SQuAD数据集上的实验验证LE-Reader的有效性.

面向移动用户的乘客需求预测系统

公共交通,特别是公交运输,可以减少私家车的使用和燃油消耗,缓解交通拥堵.然而,当乘坐公交车时,乘客不仅关心等待时间,还在乎公交车的拥挤程度,过度拥挤的公交车可能会吓走很多乘客,从而使他们放弃乘坐公交车.可见,准确的、实时的乘客需求预测可以帮助公交公司决定合理的公交发车时间间隔,并且可以减少乘客的等车时间,这正是人们急切需要的.基于实际公交系统的大量数据,旨在提出一个面向移动用户的乘客需求预测系统.该系统包括服务器端的信息数据流处理和挖掘程序,以及客户端的移动应用程序.然而,公交网络中的乘客需求预测存在三大挑战:不均匀性、突发性和周期性.为了解决这些挑战性问题,提出了3种预测模型和一种基于滑动窗口的框架来预测乘客的数目.开发了一个原型系统,该系统可运行在多个版本的Android移动手机上,通过22周的连续实验,该系统能够对公交网络中的86 411乘客需求进行精确预测,其准确度超过78%.

一种有向复杂网络生成模型的建立方法

对于很多网络数据挖掘的应用,如链路预测、朋友推荐、社区发现和网络演化等,理解网络链路的生成模式是重要的基础性工作.随着复杂网络研究的发展,越来越多的网络应用可以抽象为有向网络的形式,但现有的研究大多关注于无向网络的范围,有向网络的生成机制亟待深入研究.通过分析有向网络的局部结构,基于微观组织模式,提出一种有向复杂网络生成模型的建立方法:局部相关位置方法.同时提出一种对应的链路预测算法来检验生成模型.在各种真实有向网络数据集中的实验结果证明了网络生成模型的有效性.

基于词嵌入与记忆网络的方面情感分类

用户评论往往同时包含多个方面、多种情感,如何正确判断一条评论中不同方面的情感倾向性是方面情感分析的难点.文中提出基于词嵌入与记忆网络的方面情感分类.通过在记忆网络的不同模块引入方面词向量,加强方面词的语义信息,指导注意力机制捕捉方面相关的上下文信息,提升方面情感分类效果.在SemEval 2014任务4的短文本英文评论数据集和文中标注的长文本中文新闻数据集上实验表明,文中方法分类效果较好,在记忆网络框架下引入方面词嵌入信息是有效的.

分布式结构化P2P网络下局部敏感哈希快速检索的负载均衡

研究了分布式哈希表(DHT)结构化P2P网络下,采用局部敏感哈希(LSH)方法进行相似检索时的负载均衡问题。考虑到LSH方法在高维空间下可以有效地进行K近邻检索,近年来LSH逐渐扩展到DHT分布式P2P网络下处理分布式相似检索问题,提出了一种采用虚拟节点方式管理多维度LSH桶空间的方法,将服从特定分布的多维LSH桶空间映射到DHT命名空间,以更好的负载均衡效果降低分布式环境下快速检索的性能损耗,优化查询效率。进而,以Chord结构为例,提出了基于虚拟节点的负载均衡具体算法。与其他方法相比,该方法能有效地改善节点负载均衡。通过实验验证了该方法的有效性。

一种可扩展的面向海量数据高维最近邻检索的对等索引结构

大规模数据集的最近邻检索,目前逐渐成为计算机领域中一个重要问题.采用一种分布式对等索引结构,对海量数据集进行最近邻检索.通过采用lp范数下的局部敏感哈希算法对高维空间的数据进行相似检索,并利用典型的哈希算法与不均匀Hilbert曲线结合,将高维的局部敏感哈希数据桶空间映射到一维DHT索引空间.系统设计时同时考虑相似性检索和P2P网络维持的需求,索引本身具备局部敏感特性,以及DHT网络的负载均衡能力.文中将展示如何利用局部敏感哈希有效地在P2P网络中执行最近邻搜索问题.实验基于真实数据,进一步验证本方法的有效性,以及扩展性上相比于其他方法的优势.