大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。     

基于动态贝叶斯网络的舆情预测模型研究

随着新兴媒体的出现,为了提前并更加准确地判断突发事件网络舆情的发展演化方向,以便做出比较合理的预测监控.文章基于动态贝叶斯网络模型,建立了关于突发事件的网络舆情预测监控模型.通过关联概率的计算,对动态贝叶斯网络中存在因果关系的节点变量进行预测.并以分析2014年上海踩踏事件为例,确定此事件对象中的节点变量,并通过10位专家评分的方式给出了对突发事件网络舆情进行预测的具体操作方法,得到比较合理的预测结果,证明了该方法的可行性和实用性.     

基于社会网络分析的意见领袖网结构

微博中的意见领袖主导了大量的信息流动,通过分析他们之间的关系,可以理解微博平台的传播结构。用两阶聚类分析法对新浪微博中的数据进行分析,识别出具有社交网络特征的意见领袖群体,再用社会网络分析方法将识别出来的群体构建成意见领袖网,分析该网络在中心度、密度等方面的特征。实证分析表明:网络中的成员连接关系紧密度不高,网络中没有直接关系的成员要建立联系的平均距离较近,网络中位于核心位置的成员中心化程度不高。     

基于复杂网络的非常规突发事件的传播演化模型与仿真

文章以高斯分布定量表征非常规突发事件传播过程的周期性特征,将系统科学和复杂网络理论相结合,从非常规突发事件传播主体特点和事件客体演变特性两个维度构建了非常规突发事件传播网络的演化模型,研究了非常规突发事件传播网络的结构特性和动态演化规律。通过分析模型解析结果与模拟仿真结果,发现非常规突发事件传播网络具有关于的无标度网络幂律分布特征,这对应急部门制定情景-应对型控制策略提供科学支撑具有重要意义。     

突发事件应对的多阶段群决策模型

文章研究了基于动态群决策的突发事件应对模型.根据突发事件的性质将基本的多阶段群决策模型进行改进,通过Delphi法得到了系统状态评价指标和预案效用指标及相应权重系数,建立了多阶段群决策模型,并将所有阶段预案效用值的总体评价最优作为突发事件预案的应对策略.     

基于海量数据的变量聚类算法的构造

文章在信息技术迅速发展的背景下,研究针对海量数据计算机软硬件存储、分析的不足.通过研究海量数据下变量关联问题,构造了基于海量数据的学习算法.并通过数据模拟了该算法的应用原理.     

运用社交网络开展口碑营销的策略研究

一、社交网络的特征 社交网络是基于SNS理念构建的网络平台，用户可以通过建立个人资料页面来认识具有相似爱好或背景的人，同日寸与已认识的人保持联系，交流彼此的信息和观点。从本质上讲，社交网络就是一个人与人之间交往互动的平台，用户之间良好的参与性、分享性、互动性使之具备了传统互联网所无法比拟的传播效果，彻底改变了用户获取信息的方式。借助社交网络，用户越来越依靠朋友间的分享和交流来获取新的信息，而不再依靠传统的搜索引擎。     

基于大数据的小微企业统计信息采集策略

小微企业由于信息严重不对称导致融资难、融资贵、贷款难等问题,基于大数据来源之一的互联网社交媒体的小微企业信息采集是获取小微企业信息数据的重要途径.文章面对爆发式增长的互联网信息资源,利用主题聚焦网络爬虫技术、数据库技术、Java技术等设计并实现由基于链接结构分析的链接地址URL筛选及采集、基于模板节点匹配的网页正文信息抽取、数据入库三个功能模块组成的小微企业统计信息自动采集系统,采集到的数据以结构化数据的形式存储到MySQL数据库中,为后续数据挖掘与分析提供良好的数据支持.结果表明,文章所提出的信息自动采集系统采集效率较高,能够适应小微企业统计信息采集的需求.     

网络舆情突发事件的应急群决策方法

由于短时间内网络舆情事件信息收集不完备,决策者对网络舆情危机的应急决策往往会卷入网络舆情热度和突发事件影响力等直觉模糊决策指标.文章通过网络舆情突发事件指标的直觉信息熵来构建多指标应急决策模型,获取各决策指标的合理权重,进而通过直觉模糊集结算子集成计算各网络舆情突发事件的综合危机程度,根据直觉模糊危机值的得分和精度,可确定各网络舆情事件危机严重程度排序,辅助政府轻重缓急地应急处置各舆情危机.     

基于改进BP神经网络的现金流预测

运用改进的BP算法,即基于启发式学习算法的弹性梯度下降法,对现金流时间序列,采用两步预测法.为避免网络学习不确定性带来的误差,文章提出用检验数据的平均百分误差来控制模型收敛,并做出预测平台,可对企业的现金流作出短、中期预测,为管理层制定出生产及销售任务等提供量化依据.