基于网评与专利数据的产品概念设计知识服务研究

概念设计对产品的创新性和研发周期具有决定性的影响,为了提高产品概念设计的效率和水平,提出一种以网络评论和专利数据为核心的产品概念设计知识服务方法.在该方法中,构建了基于网络产品评论数据和专利数据的产品概念设计知识服务模型,应用文本挖掘技术从产品评论数据中挖掘用户需求信息,构建专利技术功效矩阵,挖掘专利的技术和功效信息,进而向设计人员提供用户需求及相应的专利技术方案等设计知识.最后,以多家企业作为实例,验证该方法的有效性.     

面向维基百科服务计算领域的演化知识树

针对已有知识树知识热点不突出、知识分类不准确以及结构不断演化等问题,本文面向维基百科的中文数据库"服务计算"领域密集型数据,提出了扩展的中文分词算法,抽取、分类出多种主题知识及其结构化信息,结合服务计算领域文档提出基于LDA改进的DKHM(文档-主题-热点)模型,使用Gibbs抽样算法对数据集采样,并消除原词条歧义分类,以建立演化知识树.实验结果表明:基于DKHM的聚类准确度高于一般的贝叶斯聚类,通过聚类发现的热点与真实热点的匹配度达60%以上,从而验证了演化知识树比维基百科原有知识树结构更合理,热点趋势效果更明显.     

基于多元特征的微博被劫持账户检测

微博作为一个拥有大量用户的社交平台,其较大的影响力与开放性吸引了攻击者的目光。攻击者会利用异常账户进行网络犯罪,对异常账户的检测是维护社交网络安全的重要途径之一。基于攻击者的常规行为以及正常用户的行为特征,提出了一种微博中被劫持账户的检测方法。该方法使用6个特征对用户行为进行分析,使用异常得分刻画用户行为的异常程度,使用传统机器学习分类器检测被劫持账户。为验证本文方法的有效性,采用了由复旦大学提供的公开微博数据集进行实验,结果表明,采用决策树分类器时,本文方法对被劫持账户的检测精确率高达97. 5%。     

基于代换加密的隐私保护协同过滤推荐算法

推荐系统中的隐私保护问题是当前的一个研究热点.为了解决推荐系统服务器不可信问题,提出了一种基于代换加密的隐私保护协同过滤算法.用户在客户端采用自定义代换加密机制,对评分信息进行加密并提交给推荐服务器,服务器根据收集的评分密文信息进行协同过滤推荐.同时,设计了一种用户模式相似度计算方法,用于在隐私保护协同过滤中确定每个用户的近邻,确保该推荐算法在无法获取用户评分语义的情况下,对用户的评分密文进行预测.采用公开的Movie Lens数据集和Netflix数据集对该算法的性能进行评估.实验结果表明,该算法能够以较小的计算代价和通信代价来实现隐私保护和精确推荐.     

演化参数反演方法

给出了一类基于演化计算的演化参数反演方法,此类方法既可以给定参数的函数类,用遗传算法（Genetic Algorithms）来反演参数的最优估计值,也可以不指定函数类形式,用遗传程序设计（Genetic Programming）的方法反演出最优的函数模型,使参数反演实现客观化、自动化.由此建立反演系统后,在使用过程中可以根据最新获得的数据对模型中的物理参数作适时校准,一旦发现预报误差较大,就利用演化算法及时修正方程中的参数以改进预报.运用该方法于椭圆边值问题的物理参数反演的数值模拟,证实了此方法的有效性,为物理模型参数的反演提供了一种崭新的实用方法.     

基于微博的COVID-19热点话题分析

新型冠状病毒肺炎(corona virus disease 2019,COVID-19)的快速暴发引发了广泛的社会关注,给网络舆情分析带来了极大的挑战。针对这个问题,本文使用网络爬虫技术对官方媒体发布的关于COVID-19的评论信息进行数据收集,对收集到的评论信息按时间顺序进行排列,首先使用TF-IDF对文本的关键特征词进行提取,其次利用OLDA(online latent Dirichlet allocation)模型依照时间顺序进行主题词演化分析,构建评论集词向量模型,最后使用K-means对主题进行聚类,并对聚类结果通过词性标注进行分析。实验表明,本文的方法可以获得随时间变化的评论信息,能够检测到需要关注的信息。     

一个基于随机函数族的新广播加密方案

通过构建一个随机甬数族,本方案可成功地为用户分配密钥,使合法用户以概率为1地获得解密,而用户的密钥存储仅为(l 1)个.在系统开始运行前,每一个用户从每一个密钥池获得一个密钥.对于退出用户,广播中心只需用他们所不拥有的其他(辅助)密钥加密会话密钥即可;而对于未退出用户,在一定程度上他们总可以找到一个密钥与广播中心在加密会话密钥时所使用的密钥相匹配.本方案较目前基于二叉树结构的广播加密方案(如SD)在密钥存储量上有显著的优势,同时在一定条件下可使传输成本最小.     

面向高校校园网的OTM问题检测

在信息化进程的不断推进之下,高校校园网也得到了迅速发展.为保证网络安全,校园网基于远程用户拨号认证(RADIUS)协议实行实名制上网.但是用户可通过破解路由器等多种方式去实现一个账号同时多人上网,造成用户身份信息的不明确,增加了网络安全管理的难度.基于此,定义一个校园网账号同时段被多人使用的问题为OTM(One-to-Many)问题并对其进行检测和分析.以作者所在学校为背景平台,对校园网流量中的认证流量和Http流量进行属性提取,基于属性相似度对其进行流量关联,最终对关联结果基于规则进行检测得到OTM问题的发生数量,并对发生该问题的用户群体进行特征的分析,包括区域分布特征、年龄分布特征和学院分布特征.实际的检测结果表明,该方法可以明确检测出校园网中OTM问题的发生数量以及用户群体的分布特征,为校园网安全管理提供了数据支撑.     

基于拉丁方的认知差分跳频网络自适应频率集方法

将方法无线电和应用数学的原理引入多用户差分跳频网络,提出基于拉丁方的认知差分跳频自适应频率集方法.该方法在认知后得到可用频谱信息的基础上,将跳频频率集划分为频率子集,按照动态生成的拉丁方将频率子集动态分配给网内用户,使同一时隙内用户的频率子集正交,从而抑制多用户网络的多址干扰,提高抗部分频带干扰以及多音干扰性能.仿真结果显示该方法较传统多用户差分跳频网络可以显著提高多址性能与抗干扰性能.     

可变功能机械基于KANO模型及成本约束的功能需求分析

通过对现有可变功能机械产品的分析,引入KANO模型对用户的需求进行分析研究,将用户需求细化映射到功能层面,提出一种根据调查数据来确定功能需求权重的方法.新方法利用权重判别原则能够较为准确地确定用户对各功能的需求度;再引入成本约束对初选方案进行评价,最终完成对用户需求功能的取舍.此外,结合FBS理论区分产品在功能等方面的特征,为随后的设计过程提供指导,最后结合实例验证了上述方法的可行性.     

基于关联规则和技术功效矩阵的企业技术创新机会发现和辅助决策方法

为助力科技型创新企业准确且快速地从外部捕获创新技术机会, 提出一种企业技术机会发现和辅助决策方法. 首先, 挖掘领域内的技术热点、技术重点和有潜力的技术作为领域技术创新机会. 然后, 通过关联规则分析领域技术机会和企业已有技术之间的相关性, 进一步结合技术掌握度和新颖度, 识别更适合企业的技术创新机会. 最后, 创新性地采用Sen-BERT语言模型和K-means聚类方法构建技术功效矩阵, 辅助企业从功能需求的角度进行技术创新决策. 以电动汽车领域为例验证了该方法的可行性.     

基于关键词的WEB文献自动跟踪系统的实现方法

提出一种基于搜索词位置信息的搜索方法和在此基础上web文献自动跟踪系统的开发过程。用户输入搜索词，并对部分返回结果进行阅读、评价，系统据此分析用户的偏好与需求，然后按照用户设定的主题扫描间隔自动搜索相关文章，并把用户读过的文章，待读的文章，新发现的文章都清晰标明，节约读者大量的查找、阅读的时间，适合各种人士使用。本算法也可能用于个性化智能搜索引擎的开发。     

基于关键词的对等网络节点群相似性度量模型研究

为了进一步提高基于P2P的内容分发网CDN（content delivery network）的搜索效率,对用户就近组成的节点群（peer group）进行了研究,提出了节点群相似的概念和基于关键词的节点群相似性度量模型.当一个需求在本节点群不能满足时,优先到相似性高的节点群中查找,以较快地满足跨节点群的需求.度量模型对任意两个节点群首先根据节点中各文档关键词的一致程度判断对应两个节点的相似度,然后根据相似节点对的数量和相似度来判断两个节点群相似度.实验表明,使用所提出的度量模型得出的计算结果比传统的基于VSM的算法更接近于实际情况.     

基于ElGamal签名方案的云数据完整性感知方法

基于ElGamal签名方案设计了数据块的签名信息,借助云端文件块辅助管理文件实现对用户数据的监视.方案采用文件块的哈希值参与运算,较之文件块直接参与运算的方式在性能方面有较大提升;论文分析了该方法的安全性.性能分析测试表明该方法是可行的.     

基于相关向量机的网络舆情情感趋势预测

对网络舆情事件中网民评论的情感发展趋势进行准确预测具有非常重要的意义和价值.本文提出将网民评论的情感值作为预测指标,通过对评论的句式分析,利用短语模式计算单句及复句的情感值,构建情感值时间序列,建立基于相关向量机的网络舆情情感趋势预测模型,对网络舆情事件中网民评论情感趋势进行预测.选择新浪微博中关注度较高的头条新闻中微博评论的舆情事件作为实验对象,运用本文模型与基于BP神经网络、Elman神经网络等预测模型进行对比.实验结果表明,本文模型具有较高的预测精度,平均绝对百分误差(MAPE)和均方根误差(RMSE)均优于基于BP神经网络和Elman神经网络的预测模型,能较好地预测出网络舆情事件中网民评论情感趋势.     

一种QoS可信增强的服务选择方法

现有的服务选择方法在标准化服务质量(quality of service,QoS)属性时,忽略了QoS的可信性,候选服务仅仅基于QoS值进行排序,很大程度上影响了选择结果的可信性及精确性.为解决以上问题,提出了一种QoS可信增强的服务选择方法,使用概率论的相关知识,将QoS的可信性问题转变为利用样本观测值检验属性值的事后检验问题,在保证QoS属性值可信性的基础上,对其进行标准化处理,进而计算用户对服务各个属性的满意度,选择出最能满足其实际需求的候选服务.应用实例与分析表明了该方法的有效性与可行性.     

OFDMA中继系统中基于QoS保证的资源分配算法

研究了 OFDMA 中继下行链路通信系统中的动态资源分配问题,提出了一种可以保证用户最低 QoS 需求的资源分配算法.首先在简化资源优化问题的过程中,采用等功率分配方法以降低算法复杂度,然后通过拉格朗日松弛优化方法推导出了子载波分配和中继选择最优解,并在此基础上引入用户速率权衡因子,根据速率权衡因子越大的用户,越具有选择子载波和中继的优先权这一准则进行子载波分配和中继选择.仿真结果表明:新算法能够获得较高的系统容量,同时也能很好地保证不同用户的最低速率需求.     

一种支持潜在无限结构的软件体系结构组合方法

潜在无限结构的建模需要使用递归机制,为此基于Wright语言构造了一种兼具组件和连接器特征的对象,提出了组件化连接器的概念.利用这一概念及软件体系结构组合机制,设计了一种规范潜在无限结构的形式化方法.实例表明该方法能为软件体系结构提供一种增量式的开发方式,从而能适用于体系结构重用的目的.     

面向用户行为理解的移动通讯数据可视分析

通信数据包含人类活动的时空以及社会关系等信息,对人类行为分析有重要的价值.为了帮助分析者对用户的行为进行分析和理解,构建了从通信数据中探索用户的时空、社交等信息以分析用户行为的可视化流程,旨在理解用户的行为模式并通过行为的对比发现用户的社会角色以及用户之间的真实社交关系,通过迭代式交互过程,对用户不同时段的行为进行有效的理解和分析.在此基础上,构建了用户行为可视分析系统,采用半年的通信数据对该方法以及系统进行评估,结果显示,本方法能够有效理解个人行为、识别用户之间的关系.     

电商评论情感挖掘模型

通过对商品评论的挖掘,商家可以更好地了解消费者的需求从而及时改善产品的设计。目前,针对商品评论的挖掘大多数采用的方法是提取有效的情感特征并利用分类器进行分类。然而由于电商评论文本表述方式多样、行文不规范,口语化等特点,数据稀疏,文档特征维度过高,样本不均衡以及情感词典领域依赖性等问题都导致情感特征的提取过程愈发困难。为了解决这些问题,论文提出一整套针对电商评论挖掘方法,其融合多种策略构建电商领域情感词典;将文本长度作为特征;结合语料库对停用词表进行优化;将文档频率和TF-IDF算法结合进行特征选择和特征加权。论文以热水器评论作为语料库,以支持向量机为核心对所提出方法进行验证,实验结果证明所提出的方法能在降低文本维度的同时可大幅度提高情感分类的准确度。