在线社会网络的动态社区发现及演化
摘要：在线社会网络研究中,动态隐含社区或群组结构的发现及演化探测是一个十分关键的核心问题,它对于在中观（Mesoscopic）视图观察在线社会网络隐结构特征、预测演化趋势、掌控网络势态、发现网络异常群体事件等具有重要意义.文中首先分析了动态社区发现和社区演化研究的关系,给出动态社区研究中关键挑战问题;然后根据问题背景的不同,从＂同构社会网络的动态社区研究＂和＂异构社会网络的动态社区研究＂两个方面进行国内外相关研究现状的阐述和分析,其中,在＂同构社会网络的动态社区研究＂中,根据评价方法的差异和关注问题的不同将当前相关研究分为基于时空独立评价、时空集成评价、统一评价和增量式算法4大类进行综述,同时对动态社区发现的重要应用——异常群体发现的研究进行介绍;最后对在线社会网络动态社区领域的难点和发展趋势进行分析和展望.一种基于k-核的社会网络影响最大化算法
摘要：社会网络中影响最大化问题是指在特定传播模型下,获取一个指定大小的节点集合,使得该集合在网络中的聚合影响力最大.针对贪心算法运用于大规模社会网络时存在效率低下且不可扩展的问题,文中提出基于核数层次特征和影响半径的启发式算法——核覆盖算法（Core Covering Algorithm,CCA）.该算法首先引入k-核概念,基于k-核分解求出每个节点的核数,然后根据核数分布的层次性,引入节点的影响半径参数,最后综合核数和度数两个属性,找出影响力节点集合.文中在两个数据集和两种传播模型上进行了实验,结果表明：（1）在传播概率较大的独立级联模型（Independent Cascade Model,IC）下,CCA能取得比现有启发式算法更优的影响效果;（2）在三价（TRIVALENCY Model,TR）模型下,CCA的表现也同样优于其他启发式算法;（3）与其他启发式算法相比,CCA的运行时间更少.基于在线消息传递的主题追踪方法
摘要：主题追踪因可以有效地汇集和组织分散在不同时间、地点的信息,并从主题层次的角度对某个主题相关事件的时效性、动态演化关系等得到比较全面的把握,成为当前数据挖掘领域的重要研究方向.现有基于概率主题模型的主题追踪方法主要以潜在狄利克雷分布（Latent Dirichlet allocation,LDA）模型为基础,采用在线吉布斯采样（Online Gibbs Sampling,OGS）和在线变分贝叶斯（Online Variational Bayesian,OVB）算法进行参数估计.OGS和OVB算法尽管解决了LDA模型中使用传统离线近似推理方法所需内存空间的大小随数据集的增长而不断增加,无法训练海量数据集以及数据流数据的问题,但训练的精度和速度均有待提高.该文基于LDA模型的改进因子图提出了一种在线消息传递（Online Belief Propagation,OBP）的主题追踪算法.该算法借助因子图中消息传递（Belief Propagation,BP）算法的推理,通过切分海量数据集为段,并用前一段数据集训练后的参数计算当前段的梯度下降,使得主题追踪更加快速和准确.四组大规模文本数据集的实验对比表明,LDA模型中OBP算法在速度和精度上均优越于OGS和OVB算法,文中也从理论上进一步验证了OBP算法的收敛性,并给出了主题追踪的具体应用.一种网络话题的内容焦点迁移识别方法
摘要：随着网络信息技术的迅速发展,互联网已经成为人们获取和信息的最重要平台之一.在互联网的信息传播过程中,话题相关文本不断更新,而其内容焦点也随着话题发展发生着迁移.识别话题内容焦点有助于有效地挖掘与分析网络信息,是网络舆情分析领域的重要研究问题.文中针对网络流文本,提出了一种网络话题内容焦点的识别方法,首先对话题焦点特征在流文本中的分布情况进行分析,基于分析结果介绍了焦点识别方法3个主要步骤的算法模型,分别是基于时间属性的焦点特征词提取、内容焦点特征词的合并和内容焦点的表示.文本基于来自于真实网络的实际数据,对所提方法进行了实验验证,实验结果表明文中所提方法可有效获取话题发展过程中的内容焦点,并能以关键词集和语句集的形式对内容焦点进行表示.中文分词模型的领域适应性方法
摘要：字标注分词方法是当前中文分词领域中一种较为有效的分词方法.但因为受制于训练语料的领域和规模,该方法在领域适应性方面效果不佳,影响了该方法在应用系统中的实际应用.在文中,作者提出使用卡方统计量以及边界熵提升未登录词的处理能力,并结合自学习和协同学习策略进一步改善字标注分词方法在领域适应性方面的性能.实验结果证实,文中提出的这些方法有效改善了分词方法的领域适应性.网络群体行为的演化博弈模型与分析方法
摘要：随着社会关系网络和在线社会网络应用的不断发展,如何理解和分析群体合作行为的稳定维持和演化是社会关系网络研究中面临的最大的挑战之一.文中综述了网络群体行为和随机演化博弈模型与分析方法等方面的研究工作,介绍了可用于网络群体行为分析评价的指标和模型,总结了网络群体行为和随机演化博弈模型的若干研究和分析方法,探讨了应用随机演化博弈模型进行网络群体行为研究的可行性.基于这些讨论,展望了社会关系网络中的网络群体行为研究所面临的主要挑战.多尺度的社团结构稳定性分析
摘要：社团结构分析是一项非常重要且具有挑战性的工作,已经引起来自不同领域学者的广泛关注.在该文中,作者创新性地结合Potts模型和Markov动态过程,提出了衡量多尺度社团结构稳定性的完整理论框架.对于给定的网络,该文通过揭示网络社团结构及其自旋动态的局域一致行为之间的关系,可以不使用特定的算法而直接获得社团结构相关的重要隐藏信息,比如社团结构的稳定性和在多个时间尺度的社团结构的最佳数量.它还克服了传统方法的不足,如模块度Q的分辨率局限性问题.进一步基于理论分析,该文给出一个无参数的社团结构探测算法.该算法通过计算每个节点的归属向量,可以识别网络的模糊社团结构,从而在多个层次上描述了每个节点参与重叠社团的程度.同时该文也证明了算法的可扩展性和在实际大型网络上的有效性.一种面向社区型问句检索的主题翻译模型
摘要：基于统计机器翻译模型的问句检索模型,其相关性排序机制主要依赖于词项间的翻译概率,然而已有的模型没有很好地控制翻译模型的噪声,使得当前的问句检索模型存在不完善之处.文中提出一种基于主题翻译模型的问句检索模型,从理论上说明,该模型利用主题信息对翻译进行合理的约束,达到控制翻译模型噪声的效果,从而提高问句检索的结果.实验结果表明,文中提出的模型在MAP（Mean Average Precision）、MRR（Mean Reciprocal Rank）以及p@1（precision at position one）等指标上显著优于当前最先进的问句检索模型.基于优化理论的社区无标度网络模型
摘要：当前建模社区无标度网络的研究多基于组合法,即先构造无标度特征再构造社区特征,或者先构造社区特征再构造无标度特征.基于组合法的模型能生成令人满意的社区无标度网络,但是该方法需要满足社区大小相等、社区特征和无标度特征间的顺序依赖等特定条件,而这些特定条件在真实网络的演化中往往并不存在.值得注意的是,多数学者同意社区网络起源于网络节点之间的类别距离,如地理距离、兴趣距离、偏好距离等,但现有研究尚未确证社区结构与类别距离之间的因果关系.针对组合法的缺点和社区特征起源的问题,该文建立了一个优化模型,该模型以无标度属性为优化目标,以类别距离为约束条件.仿真结果表明该模型揭示了类别距离与社区特征间的因果关系,能生成多种参数下的社区无标度网络,更好地拟合了现实世界中的社区无标度网络.一种基于节点密度分割和标签传播的Web页面挖掘方法
摘要：获取Web页面中的重要内容如文本和链接,在许多Web挖掘研究领域有着重要的应用价值.目前针对该问题主要采用Web页面分割和区块识别的方法.但现有的方法将Web页面中重要文本和链接的识别视为两个相互独立的问题,这种做法忽略了Web页面中文本和链接的内在语义关系,同时降低了页面处理的效率.文中提出了一种Web页面重要内容挖掘的统一框架,该框架主要由3个部分组成：第一,先将Web页面转换为DOM树表示,然后采用节点密度熵为度量将DOM树分割为不同的页面块;第二,采用基于K最近邻标签传播的半监督方法自动扩展页面块训练集;第三,在扩展的页面块训练集上对SVM分类器进行训练,并用来对页面块进行分类.采用该框架可以将Web页面块区分为多种类型,并且该框架独立于Web页面的类型和布局.我们在真实的Web环境下进行了广泛的实验,实验结果表明了该方法的有效性.一种面向权威度和多样性的自动学术调研框架
摘要：对某个领域或问题进行学术调研是科研工作的基本需求,然而随着越来越多的科研人员投身研究,大量的学术成果不断涌现,信息过载使得快速有效的调研工作变得越发困难.文中旨在提出一种自动学术调研框架,基于用户给定的关键词查询推荐最值得调研的论文及作者,以辅助科研人员高效完成调研任务.面向某个领域或问题最值得调研的论文和作者,需要具备显著的权威度且能覆盖该领域或问题的不同方面.因此,文中提出了一种面向权威度和多样性的两阶段排序模型：首先引入了MutualRank模型,同时考虑论文及作者信息以更好地建模他们的权威度;接着利用PDRank模型融合权威度和差异性两个因素对论文和作者排序,最终得到权威度高、覆盖面广的调研结果.通过实验作者证明了MutualRank对于权威度的学习效果优于传统的PageRank,同时基于两阶段排序模型得到的调研结果也优于已有的基准方法.参与式感知系统中基于社会关系的移动用户位置预测算法
摘要：移动用户位置预测是参与式感知系统进行有效数据采集和消息转发的关键,该文提出了一种基于社会关系的移动用户位置预测算法（SMLP）.该算法基于位置对应用场景进行建模,通过节点的移动规律挖掘节点之间的社会关系.SMLP算法以马尔可夫模型为基础对节点的移动性进行初步预测,然后利用与其社会关系较强的其他节点的位置对该节点的预测结果进行修正.算法基于马尔可夫模型和加权马尔可夫模型,分别提出了SMLP1和SMLPN两种算法.最后基于UCSD WTD数据集对算法进行仿真实验.实验结果表明：SMLP1比马尔可夫模型有更高的预测精确度;SMLPN与SMLP1相比有了更大程度的性能提升,并以比2阶马尔可夫模型小得多的算法复杂度获得了与2阶马尔可夫模型相似的预测精度.由于加权系数的引入,SMLP1和SMLPN两种算法都具有良好的灵活性.移动设备应用程序的体系结构特征分析
摘要：移动设备如智能手机、平板电脑已成为最主要的电子消费品,且呈现出快速增长的趋势.移动设备上运行的应用程序种类丰富多样,对硬件平台上不同资源的需求也大不相同;而移动设备的硬件平台在性能和功耗上有其自身的局限性.因而,分析移动设备应用程序体系结构层次的特征,对于硬件平台如处理器、内存等资源部件的设计,以及应用程序的优化,具有指导性的意义.文中选取了Android操作系统上的多类常用的应用程序,深入地分析了其在主流移动设备上的微体系结构相关的特征.结果表明,移动设备的应用程序普遍存在较高的指令缓存和指令转换后援缓冲器缺失率,并且分支预测失败率也较高.基于各程序的体系结构特征,文中抽取了部分最具代表性特征的应用程序,并提出了一个用于体系结构研究的移动设备基准测试程序Moby.Moby测试程序包括了浏览器、邮件客户端、音乐及视频播放器、文档阅读器及地图等应用.同时,文中还详细分析了Moby测试程序微体系结构无关的特征,如指令的组成、指令局部性特征、工作集大小及指令执行流等.基于GINI指数分类的嵌入式CPU功耗预测方法
摘要：文中提出了一种基于嵌入式系统CPU功耗预测并对其进行低功耗优化的方法.引入GINI指数的构建训练分类器,利用PowerTop工具对系统CPU进行监测,并以此作为训练数据集,将该分类器封装到系统中,对嵌入式系统的CPU频率、电压及所处的状态进行预测.通过仿真实验表明,该方法在系统负载较小的情况下,对嵌入式CPU功耗的优化的效果更好.基于心智模型的虚拟现实与增强现实混合式移动导览系统的用户体验设计
摘要：在当前的人机交互领域,移动平台上增强现实技术的应用越来越广泛.然而由于对认知心理学在增强现实领域重要作用的忽视和互动信息展示形式的匮乏,导致此类软件的用户体验欠佳.该文提出了一套基于心智模型的虚拟现实与增强现实混合式移动导览系统.在遵循以用户为中心的设计原则下,结合微观和宏观心智模型理论分析用户的需求,通过反复的可用性测试对交互界面进行迭代设计,使得系统界面的交互体验不断趋近用户的心理预期.此外,通过虚拟现实和增强现实两个空间的自由切换,用户可以获得两种截然不同的互动体验.这种新颖的交互模式丰富了互动内容的展现方式.实验结果表明,基于该交互模式的移动导览系统调动了用户主动进行交互的积极性,提高了人机交互的易用性和时效性.智能手机：普适感知与应用
摘要：智能手机正在迅速成为个人计算和通讯的核心设备.得益于硬件技术的进步和移动互联网的普及,基于智能手机的感知手段日益丰富,可感知信息的维度不断增加,在健康、医疗、生活、交通、教育和娱乐等领域的应用层出不穷.该文从智能手机感知的硬件基础、智能手机可感知的信息和智能手机感知的应用3个层面对当前的研究进展进行阐述与分析,并对未来的研究趋势进行了展望.面向异构无线网移动视频传输的联合信源信道编码方式
摘要：文中针对异构无线网环境下端到端移动视频传输问题,提出一种新的联合信源信道编码方式DRAJSCC.现有的联合信源信道编码（JSCC）方式的主要问题是将服务器与客户端之间的网络视为单一的传输链路.在异构无线网环境下该问题更为复杂,因为通信终端之间存在多个可用的无线接入网络,如果在并发传输过程中选择不可靠的传输链路会严重降低视频质量.为了解决上述问题,文中提出一种基于动态速率分配（Dynamic Rate Assignment）的联合信源信道编码方式（DRA-JSCC）,该方法包含3个主要步骤：（1）根据视频应用可容忍的传输丢失率调整前向纠错编码的冗余度;（2）基于端到端传输的延迟上限调整视频编码速率;（3）进行动态视频流多路径分配使端到端的视频失真最小化.文中构建了JSCC方法在多个无线链路并发传输场景的端到端视频失真优化问题,并且对视频信源以及信道失真进行了综合分析.在仿真平台Exata上使用H.264实时视频流进行的实验表明,DRA-JSCC相对于现有方法能有效提高视频峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）以及降低端到端延迟.《计算机学报》征稿简则
摘要：一、《计算机学报》是中国计算机领域代表性学术刊物．其宗旨是报道我国计算机科学技术领域具有国际、国内领先水平的科研成果．《计算机学报》由科学出版社出版，以中文编辑形式与读者见面，同时附有英文摘要，供国外学者和检索系统引用．本刊始创于1978年，刊期为月刊．