2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,曾占據(jù)生活中重要地位的傳統(tǒng)在線社交網(wǎng)絡(luò)已不再能滿足人們對社交行為的進(jìn)一步需求。因此,帶有特殊功能的新型異構(gòu)社交網(wǎng)絡(luò)——基于活動的社交網(wǎng)絡(luò)(Event-based Social Network,EBSN)應(yīng)運而生。EBSN不僅為用戶提供了交流思想、分享經(jīng)歷的在線平臺,并且以組為單位幫助用戶參與線下面對面的社交活動。
  隨著EBSN的不斷發(fā)展,EBSN也受到了學(xué)者們的廣泛關(guān)注。在EBSN所涉及到的一系列研究中,相比于內(nèi)容推薦

2、等方面的研究工作,人們有時候則更關(guān)注于其網(wǎng)絡(luò)中相關(guān)內(nèi)容流行度的分析及預(yù)測。因此,本文以在EBSN中占據(jù)重要地位的組為研究對象,并針對組的流行度預(yù)測問題進(jìn)行研究,在相關(guān)分析工作的基礎(chǔ)上提出組流行度預(yù)測算法用以解決該問題。
  首先,本文在分析真實數(shù)據(jù)的基礎(chǔ)上給出EBSN中組流行度的相關(guān)定義并構(gòu)建EBSN異構(gòu)社交網(wǎng)絡(luò)模型。而后基于組流行度定義和EBSN網(wǎng)絡(luò)模型,本文從組的固有特性、組歷史發(fā)展趨勢、內(nèi)部情感特征以及外部動態(tài)特征四個角度出

3、發(fā),分別進(jìn)行分析并提取其對應(yīng)的特征值,進(jìn)而構(gòu)建基于自激霍克斯過程的組流行度預(yù)測模型。
  其次,本文針對EBSN中的組流行度預(yù)測問題采用隨機過程的建模思想設(shè)計一種基于自激霍克斯過程的組流行度預(yù)測算法(EBSN-Hawkes Process Algorithm,EHP)。該算法不僅考慮到EBSN中組的固有特性及其歷史趨勢對組流行度預(yù)測所產(chǎn)生的影響,并且還融入用戶評論活動對應(yīng)的內(nèi)部情感因素以及組中新加入用戶對應(yīng)的外部動態(tài)因素的貢獻(xiàn)以提

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論