网络舆情的研究与发展—以涉警网络舆情为例

网络舆情传播速度快、波及范围广,同时具有很强的突发性、不确定性、难以控制等特点,对相关部门进行涉警网络舆情干预和引导带来巨大挑战。目前有关网络舆情引导、管控机制、应对策略研究等成果丰富、但是对网络舆情危机的演变和干预多停留在定性分析之上、定量分析研究相对欠缺。现有网络舆情研究多针对舆情发展某一阶段进行研究,未结合网络舆情发展的多阶段属性展开全生命周期研究,为数不多的网络舆情多阶段干预决策机制研究也比较粗略,缺乏一套科学、规范的干预决策机制作为支撑。因此,结合网络舆情的多阶段属性、应用定量分析方法,是未来网络舆情干预决策机制研究的方向之一。本文通过对网络舆情发展过程的描述,给出一定量的状态表述和行动刻画,构建一个分类多阶段决策模型框架。     

突发事件中负面网络舆情演化博弈与动态治理研究

深入认识突发事件中负面网络舆情演化机理并积极应对是政府的重要工作内容之一.文章首先刻画了负面网络舆情所涉及相关利益主体的博弈关系;其次运用演化博弈理论构建了政府、造谣者与网民三方的博弈模型;进而在考虑网络舆情热度的基础上,运用系统动力学方法,对不同网络舆情热度情景下政府的动态治理策略进行仿真分析.     

转移速率族非一致有界的连续时间马氏决策规划

本文讨论连续时间、可数状态、有限行动、有界报酬的马氏决策规划.与以往不同的是,我们放弃了转移速率族一致有界的传统假设,而在另一个弱得多的保证对给定的马氏策略相应的Q-过程唯一的充分条件下,证明了在传统假设下成立的所有结果;我们还较彻底地讨论了最优策略的结构问题,得到了一些新的、很好的性质.总策略类为全体随机马氏策略所构成的类.     

非负费用折扣半马氏决策过程

本文考虑可数状态非负费用的折扣半马氏决策过程.首先在给定半马氏决策核和策略下构造一个连续时间半马氏决策过程,然后用最小非负解方法证明值函数满足最优方程和存在ε-最优平稳策略,并进一步给出最优策略的存在性条件及其一些性质.最后,给出了值迭代算法和一个数值算例.     

报酬无界的连续时间折扣马氏决策规划

本文讨论了报酬函数夫界，转移速率族一致有界，状态空间和行动集均可数的连续时间折扣马氏决策规划，文中引入了一为新的无界报酬函数，并在一新的马氏策略类中，证明了有界报酬下成立的所有结果。讨论了最优策略的结构，得到了该模型策略为最优的一个充要条件。     

无限状态多重约束马氏决策的最优随机平稳策略(英文)

本文用线性规划方法研究平均马氏决策过程,推广了K.W.Ross在[4]中得出的结果,给出列紧空间中可列状态可列行动多重约束马氏决策过程最优随机平稳策略的存在性。     

约束折扣半马氏决策规划

本文研究约束折扣半马氏决策规划问题，即在一折扣期望费用约束下，使折扣期望报酬达最大的约束最优问题，假设状态集可数，行动集为紧的非空Ｂｏｒｅｌ集，本文给出了ｐ－约束最优策略的充要条件，证明了在适当的假设条件下必存在ｐ－约束最优策略。     

无界报酬非时齐折扣马氏决策模型

在文献[1]—[3]中在各自的条件下,讨论过非时齐折扣马氏决策模型及其ε(≥0)最优策略存在的条件.在文献[4],文献[5]中,在状态和行动集都是可数的条件下,讨论了具有绝对平均相对有界的无界报酬的时齐折扣马氏决策模型.本文在状态集仍为可数,行动集为任意的条件下,建立与[4]相应的非时齐的折扣马氏决策模型;给出模型的有限阶段逼近和建立最优方程;证明了ε(>0)最优马氏策略的存在性和行动集为有限集时最优     

关于连续状态非齐次马氏链的绝对平均强遍历性

引进连续状态非齐次马氏链绝对平均强遍历的概念,研究连续状态非齐次马氏链满足这种强遍历的一个充分条件,并给出绝对平均强遍历性在马氏决策过程中的应用.     

非一致有界费用MDP的强平均最优性条件

研究可数状态空间任意行动空间非一致性有界费用马氏决策过程(MDP)的强平均最优,给出了使得每个常用的平均最优策略也是强平均最优的条件,并实质性的推广了Cavazos-Cadena和Fernandez-Gaucheran(Math. Meth. Oper. Res., 1996, 43: 281-300)的主要结果.     

马氏决策规划的加速逼近算法与最小方差问题

我们涉及的折扣马氏决策规划(有些著者称为马氏决策过程),具有状态空问与每个状态可用的决策集均为可数无穷集、次随机转移律族、有界报酬函数.给出了一个求(ε_)最优平稳策略的加速收敛逐次逼近算法,比White的逐次逼近算法更快地收敛于(ε_)最优解,并配合有非最优策略的检验准则,使算法更加得益. 设β为折扣因子,一般说β(或(ε,β))_最优平稳策略,往往是非唯一的,甚至与平稳策略类包含的策略数一样多.我们自然希望在诸β(或(ε,β))_最优平稳策略中寻求方差齐次地(关于初始状态)达(ε_)最小的策略.我们证明了这种策略确实存在,并给出了获得这种策略的算法.     

面向微博突发事件的高校网络舆情态势计量研究

围绕微博突发事件警情、警源、警兆三个维度,基于微博舆情主体、微博舆情内容、微博舆情传播和微博受众四个层次,构建了面向微博突发事件的舆情态势计量指标体系,并针对传统的微博舆情态势难以定量化的问题,提出了基于Vague集的微博突发事件舆情态势计量模型与方法,最后以"中国留学生马里兰演讲事件"为例进行了实证研究,从而为管理者敏感监测高校微博舆情、引导舆论方向、实施舆情疏导提供决策支持.     

基于双论域量化模糊粗糙集的公共卫生应急决策模型

公共卫生应急决策是公共卫生管理的核心,也是有效应对公共卫生事件的关键.近年来频发的公共卫生事件已对公众安全和身体健康造成严重的威胁.因此,亟待研究应对突发公共卫生事件的应急决策理论与方法.文章以公共卫生应急决策为研究背景讨论双论域量化模糊粗糙集理论与方法.首先定义了基于模糊相容关系的双论域量化模糊粗糙集模型,进而充分考虑公共卫生应急决策问题的特征,并将公共卫生应急决策过程转化为具有模糊决策对象的模糊近似决策问题,构建基于突发公共卫生应急决策的双论域量化模糊粗糙集应用模型.通过在双论域量化近似空间上计算模糊决策对象的上下近似,并结合经典非确定型决策的思想给出公共卫生应急处置的决策规则.该模型提出了一种在不完全信息环境下公共卫生应急决策的方法,以及在充分考虑决策者个人偏好信息基础上的最优决策规则.最后,将理论模型应用于两个不同的公共卫生应急决策问题以说明文章所构建模型的应用过程及其有效性,同时结合数值算例应用结果提出处理实际问题时相应的决策建议.     

报酬函数及转移速率族均非一致有界的连续时间折扣马氏决策规划

本文首次在报酬函数及转移速率族均非一致有界的条件下，对可数状态空间，可地动集的连续时间折扣马氏决策规划进行研究，文中引入一类新的无界报酬函数，在一类新的马氏策略中，讨论了最优策略的存在性及春结构，除证明了在有界报酬和一致有界转移速率族下成立的主要结果外，本文还得到一些重要结论。     

非齐次马氏决策过程的齐次化

该文考虑的是可数状态空间有限行动空间非齐次马氏决策过程的期望总报酬准则．与以往不同的是，我们是通过扩大状态空间的方法，将非齐次的马氏决策过程转化成齐次的马氏决策过程，于是非常简洁地得到了按传统的方法所得的主要结果．     

设备修理、更新模型及最优策略

本文利用具有有限个状态和无限个选择行动的半马氏决策过程(SM-DP)建立了一个比较符合实际情况的设备修理、更新模型。在无穷时间和连续折扣情况下,证明了最优修理、更新策略的存在,以使设备的期望折扣净收入最大。     

知识共享/转移背景下的动态群体决策绩效研究

现有的动态群体决策实践经常存在决策速度慢、观点不收敛的问题。本研究融入知识共享/转移的因素,从决策动态交互的过程视角,探讨决策绩效(一致性及决策时间)的改善机理、影响因素,从而提高相应绩效指标。研究通过构建决策过程模型,证明了知识共享/转移考虑下一致性序列在交互过程中的收敛性。同时,通过定性模拟判断知识共享/转移对决策时间的影响,以最小化决策时间为优化目标,搜索知识共享/转移水平,给出了个体知识差异构成的多维空间下最优的行动方案。     

基于随机模型的群体性突发事件舆情演化研究

舆情的演化传播一旦偏离了理性轨道,就会导致群体性突发事件的爆发,研究舆情演化的规律对于预防和控制群体性突发事件具有重要意义.群体突发事件的发生发展与舆情的传播是相互作用的,在分析二者之间作用关系的基础上,根据纯跳马氏过程的定义,建立了一种舆情演化的随机模型,进一步由非齐次马氏过程特征给出了模型的一种易于求解的简化模型.通过随机模型与简化模型的耦合偏差得到群体性突发事件舆情演化的一系列性质,并得到了舆情演化的最终聚集态势点,为政府及时掌握舆情演化的状态趋势,预防和控制突发事件的发生提供了理论支持.最后,通过算例分析验证了舆情演化模型的有效性和实用性.     

基于马氏链拟合的一种非负变权组合预测算法及其应用

通过马氏链拟合的方法求取一种新的非负时变权组合预测算法公式.主要工作是:一、对组合预测问题以最小误差为准则给出了马氏链的状态和状态概率初步估计;二、用马氏链拟合状态概率分布时变规律,通过约束多元自回归模型导出了一步转移概率阵的LS解;三、给出一种非负时变权组合预测公式并举一应用实例.     

基于并行阻塞策略的社交网络舆情传播控制方法

近年来,随着社交网络的不断普及,负面舆情信息对经济、社会和文化等造成的威胁不断放大.现有方法多通过剔除节点或边集实现舆情传播控制,却难以适应现今规模巨大的社交网络环境.基于此,基于阻塞自回避行走算法提出了融合边与节点集移除的并行舆情传播控制方法,并基于GPU框架应用成本约束函数对算法进行改进,提高了所提算法在大规模社交网络图中的适用性,且使用改进前推回代算法进行求解.最后,基于多种真实社交网络数据集进行实验,结果表明:所提CN-OPC法能对社交网络舆情传播进行有效控制,控制效率与精度较经典算法均有较大提升,这说明并行阻塞策略可用于大规模社交网络舆情传播控制,未来可进一步尝试多策略并行的控制方法在社交网络环境中的应用.