用户关系

摘要： 随着移动设备和社交软件的普遍应用,下一个兴趣点推荐(next POI recommendation)变成了基于位置的社交网络(LBSN)的一个非常重要的任务。现实生活中用户访问的下一个兴趣点通常受到用户签到序列信息、用户关系和该地点的上下文信息等诸多方面的影响。基于循环神经网络(RNN)的方法已经被广泛的应用到下一个兴趣点推荐中,但是这些基于RNN的方法缺乏对用户关系进行深入建模。为了解决上述问题,提出了一种整合用户关系和门控循环单元(GRU)进行下一个兴趣点推荐的模型(GRU-R),同时该模型能够考虑用户签到序列信息、用户关系、兴趣点的时空信息和类别信息等进行下一个兴趣点推荐。在两个真实公开的数据集上进行实验,结果表明提出的模型比现有主流的下一个兴趣点推荐算法具有更高的推荐准确性。

摘要： 很多流行的社交App都有展示用户之间的共同关系的功能,然而,共同关系的暴露也可能导致用户隐私安全问题的发生.以中国最知名的短视频软件抖音为研究对象,分析了其共同联系人功能存在的用户隐私泄露的安全漏洞.提出了一种针对群体用户的漏洞利用和攻击方式,该攻击方式可以达到的效果是,即使群体中某些用户设置了不允许通过手机号找到自己,攻击者仍然可以利用已知的群体用户的手机号码和群体用户之间的内在联系获得这些用户的抖音账号.攻击者在获得群体中尽可能多的用户的抖音账号后,可以对这些用户相互之间的关注信息、通信录信息、视频点赞和评论信息进行收集,并利用这些信息计算群体用户之间的关系,为发起进一步的有效攻击提供一定的辅助.提出了描述用户关系的2个指标——亲密度和群体活跃度,并给出了这2个指标的计算方法.通过对现实社会中3个真实群体的实验,验证了用户关系计算的有效性,分析了对用户所造成的安全威胁,并给出了安全防范建议.

摘要： 现有下一个兴趣点推荐(Next POI Recommendation)方法主要利用用户的历史签到序列并结合上下文环境因素进行,忽略了用户关系和签到记录中的序列相关性。该文提出一种基于用户关系和用户偏好的下一个兴趣点推荐方法(Relationships and Preferences-Gated Recurrent Unit,RP-GRU)。首先,根据用户之间的社会关系构建用户关系图,在此基础上提出基于Skip-gram模型的用户关系嵌入向量生成方法;然后,考虑到不同时期的用户偏好对决策行为的不同影响,提出分段式用户偏好挖掘方法,利用GRU模型分析用户近期签到序列并结合用户关系嵌入向量获得兴趣点的近期得分,再通过K近邻序列挖掘用户的长期偏好进而获得兴趣点的长期得分;最后,提出兴趣点的近期得分和长期得分融合方法,并据此对兴趣点按综合得分进行推荐。通过在CA和Gowalla两个真实数据集上的实验表明,该文方法的ACC@1、ACC@5、ACC@10、MRR@10指标在CA数据集上分别高出目前最优算法37.98%、18.04%、12.15%和25.36%,在Gowalla数据集上分别高于目前最优算法10.82%、18.65%、9.39%和23.87%,表明该文方法能有效提高下一个兴趣点推荐的准确性,可为下一个兴趣点推荐提供新思路。

摘要： 本系统是基于点对点用户关系关联算法的应用模型分析,通过圆论相关,能很好的将系统中的用户关系进行梳理,查找出用户与用户之间直接与间接的联系,该自动算法能够将系统中的用户关系通过网络计算而出,此算法是实现"好友推荐"、"发现新朋友"、"猜你喜欢"等软件服务的核心技术,可用于用户关联关系分析、好友推荐、家庭关系分析等.

摘要： 新媒体环境下,新闻的需求侧和供给侧同样发生了复杂和深度的变化.一方面,新闻的生产出现了大量的个体生产者和智能生产者,使生产的主体不再单一;另一方面,用户(新闻受众)出现了结构性的变化.中央提出的供给侧结构性改革,为新闻生产提供了新的思路.

摘要： 传统中国的人际关系建立在血缘、地缘、业缘的基础上,互联网时代以趣缘为纽带出现的社交群体拓展、补充了传统人际关系的维度。有着强大流量聚集地的微博超话作为趣缘群体的一大代表"基地",用户之间的互动及其社会关系十分复杂。超话内的用户本应该是陌生人,在超话中的交流话语和状态却犹如熟人间亲密。文章提出"拟熟人"的交流现象,从强弱关系理论入手,通过对超话社区的参与观察来研究趣缘群体中"拟熟人"现象的表现、信任机制及其影响,发现以陌生人交流为主的趣缘群体也能建立强关系。

摘要： 为了识别出用户在不同社交网络平台中的身份,跨社交网络的身份识别研究已成为学术界的热门话题。相较于其他的识别方法,用户关系不易伪造,识别结果更加可靠、准确。通过综述跨社交网络的身份识别研究进展,基于用户关系这一角度,总结了现有的识别方法,有助于读者了解到该领域的研究现状。结果显示,基于用户关系的跨社交网络用户识别方法的识别精度高,但难度较大,仍须进一步研究改进。

摘要： 智媒体时代新闻价值发生着重要的变化,主要体现在新闻实用性、重要性、趣味性和互动性四个层面.新闻价值主要通过用户需求体现出来,把握好新闻价值与用户之间的关系是适应智媒体新闻传播的重要途径.根据新闻价值与受众反馈信息数量呈正比这一关系建立价值关系模型,以用户需求关系来反映新闻价值.通过Matlab技术抓取2019年7月1-31日封面新闻APP中"推荐"栏目中的新闻信息,从用户需求时间、需求内容和需求偏好三个层面分析了新闻信息推送的价值和把握策略,促进智媒体时代新闻信息持续发展.

摘要： 2019年,区块链成为全民讨论的热点,并且入选了《咬文嚼字》编辑部发布的2019年十大流行语。区块链看似是一种新的技术,但实际上是一种底层逻辑,任何行业都能从中找到适合自己的发展模式,自媒体行业也不例外。文章以区块链下的通证经济、智能合约以及产业链为基础,集中探讨区块链在自媒体用户关系以及盈利模式中的应用,希望为自媒体行业的发展带来新的思路。

摘要： 伴随Web2.0时代的到来,微博的盛行给公安工作带了许多机遇和挑战.为了高效掌控微博用户关系数据,以便服务于安全预警、犯罪预防、案件侦破等诸多公安业务,文章首先从宏观层面明确了基于兴趣的微博用户关系分析系统的定位和意义,并设计了该系统的功能和层次结构.然后,文章重点研究了系统的两个核心技术模块,一是以微博用户的兴趣作为切入点,利用基于k-means聚类算法(包含PCA降维算法的预处理)和基于图关系算法对微博用户进行社群分类,二是利用重要结点分析技术对社群中的用户进行重要性分析.文章研究的系统理论上可以将微博用户按照需求划分成不同的群组,并且找出每个群组中的关键用户,给后续的公安工作提供许多的便利和支撑.

摘要： 随着移动应用的广泛使用,运营商的数据不仅能反映用户社交,还能识别用户关系.针对利用社交网络预测用户关系不全面的问题,提出基于社交网络和地理位置的用户关系预测模型.首先,利用用户在区域的分布特征提出一种结合地理和时间的重合度算法进行去燥,其次,结合用户社交网络和地理位置的特征权重赋值,提出基于社交网络和地理位置相似度的用户关系预测模型.实验证明,本文提出的算法能够改善社交网络预测的精度.

摘要： 数字图书馆用户关系管理研究的主要内容收集用户的基本资料、分析用户的基本需求、重视用户的反馈信息、加强图书馆员培训，在此基础上应转变原有的管理理念，发展和维护用户关系，建立向用户学习的关系，提高管理水平，提升图书馆的个性化服务，它打破了地域之间的限制性，实现了信息的共享。

摘要： 本文阐述微博情感分析是社交媒体挖掘中的重要任务之一,在个性化推荐、舆情分析等方面具有重要的理论和应用价值.挖掘性能良好且可同步进行文档主题分析与情感分析的主题情感模型近来在以微博为代表的社交媒体情感分析中备受关注.然而,绝大多数现有主题情感模型都简单地假设不同微博的情感极性是互相独立,这与微博生态的现实状况不相一致的,从而导致这些模型无法对用户的真实情感进行有效建模.基于此,本文综合考虑了微博用户相互关联的事实,提出基于LDA和微博用户关系的主题情感模型SRTSM,该模型在LDA中加入情感层与微博用户关系参数,利用微博用户关系与微博主题学习微博的情感极性.新浪微博真实数据集上的大量实验表明,与代表性算法JST、Sentiment-LDA与DPLDA相比较,SRTSM模型能对用户真实情感与讨论主题进行更加有效的分析建模。

摘要： 网络谣言的大肆传播对社会造成了巨大危害,甚至还威胁到了国家安全.如何对网络谣言实施有效控制是一个紧迫而重要的问题.本文基于网络科学理论,深入探讨社交媒体用户关系网络演化模型的构造方法,分析网络节点重要度评估算法的设计过程,找出社交媒体中影响网络谣言传播的关键节点,然后对这些节点实施重点防控,以便有效降低网络谣言的危害.本文研究为网络谣言的有效治理提供了一定的技术手段.

摘要： 涉军论坛是聚焦涉军主题的社交服务平台,分析其用户属性、关系及其影响力对于舆情引导具有重要的现实意义.本文使用特定的数据采集策略,获取了某涉军论坛的上万名用户数据,运用基于用户属性和社会网络的9个指标对用户影响力进行具体的分析和排名,最后使用投票法对结果进行了综合,从而查找出最具影响力的前10名用户,发现地位特殊的用户,为舆情引导提供重要基础.

摘要： 涉军论坛是聚焦涉军主题的社交服务平台,分析其用户属性、关系及其影响力对于舆情引导具有重要的现实意义.本文使用特定的数据采集策略,获取了某涉军论坛的上万名用户数据,运用基于用户属性和社会网络的9个指标对用户影响力进行具体的分析和排名,最后使用投票法对结果进行了综合,从而查找出最具影响力的前10名用户,发现地位特殊的用户,为舆情引导提供重要基础.

摘要： 涉军论坛是聚焦涉军主题的社交服务平台,分析其用户属性、关系及其影响力对于舆情引导具有重要的现实意义.本文使用特定的数据采集策略,获取了某涉军论坛的上万名用户数据,运用基于用户属性和社会网络的9个指标对用户影响力进行具体的分析和排名,最后使用投票法对结果进行了综合,从而查找出最具影响力的前10名用户,发现地位特殊的用户,为舆情引导提供重要基础.

摘要： 涉军论坛是聚焦涉军主题的社交服务平台,分析其用户属性、关系及其影响力对于舆情引导具有重要的现实意义.本文使用特定的数据采集策略,获取了某涉军论坛的上万名用户数据,运用基于用户属性和社会网络的9个指标对用户影响力进行具体的分析和排名,最后使用投票法对结果进行了综合,从而查找出最具影响力的前10名用户,发现地位特殊的用户,为舆情引导提供重要基础.

摘要： 涉军论坛是聚焦涉军主题的社交服务平台,分析其用户属性、关系及其影响力对于舆情引导具有重要的现实意义.本文使用特定的数据采集策略,获取了某涉军论坛的上万名用户数据,运用基于用户属性和社会网络的9个指标对用户影响力进行具体的分析和排名,最后使用投票法对结果进行了综合,从而查找出最具影响力的前10名用户,发现地位特殊的用户,为舆情引导提供重要基础.

摘要： 本发明涉及用户控制器，所述用户控制器具有拇指护套，所述拇指护套带有限定在所述拇指护套中的敞开侧。另外的实施例涉及与所述拇指护套相关联的拇指存在传感器和感觉反馈组件。附加的实施例涉及可调节拇指护套。还有其他的实施例涉及包括这种用户控制器的系统。

摘要： 本发明实施例公开了一种用户网络关系确定方法、基于网络的用户相互关系确定方法、装置、计算机设备和计算机存储介质，涉及互联网技术领域。其中用户网络关系确定方法包括：根据第一预设条件，确定目标用户在预设时间范围内依赖的网络连接装置，第一预设条件包括：目标用户在预设时间范围内连接各个网络连接装置的天数或次数或时长，和/或，根据第二预设条件，确定目标网络连接装置在预设时间范围内被依赖的用户，其中，第二预设条件包括：每个用户在预设时间范围内连接目标网络连接装置的天数或次数或时长。本方法有助于快速找到敏感人物的行动轨迹、锁定敏感人群，提高了网络环境下用户之间关系的清晰度。

摘要： 本发明涉及用户控制器，所述用户控制器具有拇指护套，所述拇指护套带有限定在所述拇指护套中的敞开侧。另外的实施例涉及与所述拇指护套相关联的拇指存在传感器和感觉反馈组件。附加的实施例涉及可调节拇指护套。还有其他的实施例涉及包括这种用户控制器的系统。

摘要： 本发明涉及基于用户行为与社交关系的用户成长值打分方法和系统。该方法的步骤包括：根据用户原始数据学习不同时间级别的用户行为时序特征，并根据用户发表的内容的影响力得到内容影响力特征，通过将内容影响力特征与用户行为时序特征交互得到融合时序行为的用户特征；使用注意力机制学习用户的不同邻居用户的权值，进而得到用户的权值矩阵；将融合时序行为的用户特征和用户的权值矩阵输入图卷积神经网络，得到用户成长值。本发明解决了社交关系在用户特征学习中利用不充分的问题，提高了用户成长值打分的准确率。

摘要： 本发明提供一种综合用户人格特征和社交关系的用户情绪分析方法和系统，涉及计算机技术领域。本发明通过基于所述用户社交媒体平台数据获取用户大五人格特征的矩阵；基于所述社交网络数据获取情绪影响矩阵；基于所述文本数据构建面向话题的关联矩阵；基于所述用户大五人格特征的矩阵、情绪影响矩阵和关联矩阵获取情感分类模型，所述情感分类模型用于对用户进行情感分析。利用考虑社交关系和话题的情感分类模型提高对用户情感分析的精度。结合以上，完成对用户更客观精准的情绪分析。

摘要： 本发明公开了一种用户关系预测模型的建立方法，所述方法包括：步骤S1)从原始社交关系网络中通过随机游走抽样得到两个用户关系的子网络；步骤S2)分别提取子网络中每条边连接的用户二元组的共同好友数、共同好友集聚系数、好友集聚系数和最短路径距离四个拓扑特征，形成训练集；步骤S3)建立用户关系预测模型，该模型为前馈神经网络结构；步骤S4)基于训练集和建立的用户关系预测模型；使用遗传算法得到最优个体，该个体为训练好的用户关系预测模型。此外，本发明还提供了一种用户动态关系的预测方法，该方法能够预测用户关系的动态变化。该预测方法在预测用户关系时不受最短路径距离D的限制，提高了预测用户关系的准确率及弱关系的分析能力。

摘要： 本公开公开了一种用户关系显示、用户关系转变方法、装置、设备及介质。该方法包括：功能模块获取当前宿主标识信息，并在预设的宿主关系对应数据库中查询与所述当前宿主标识信息匹配的目标关系显示数据库；所述功能模块接收功能服务器发送的目标通用关系信息；所述功能模块在所述目标关系显示数据库中，查询与所述目标通用关系信息对应的目标宿主关系显示信息，并显示；其中，所述当前宿主标识信息用于标识调用所述功能模块的当前宿主程序，所述关系显示数据库存储有通用关系信息与宿主关系显示信息的对应关系。本公开实施例可以实现SDK兼容不同宿主程序的关系类型，减少开发成本，减少功能实现的资源消耗。

摘要： 本公开公开了一种用户关系显示、用户关系转变方法、装置、设备及介质。该方法包括：功能模块获取当前宿主标识信息，并在预设的宿主关系对应数据库中查询与所述当前宿主标识信息匹配的目标关系显示数据库；所述功能模块接收功能服务器发送的目标通用关系信息；所述功能模块在所述目标关系显示数据库中，查询与所述目标通用关系信息对应的目标宿主关系显示信息，并显示；其中，所述当前宿主标识信息用于标识调用所述功能模块的当前宿主程序，所述关系显示数据库存储有通用关系信息与宿主关系显示信息的对应关系。本公开实施例可以实现SDK兼容不同宿主程序的关系类型，减少开发成本，减少功能实现的资源消耗。

摘要： 本发明提出了一种用户关系抽取方法和一种用户关系抽取系统，其中，用户关系抽取方法包括：获取第一用户的第一发布数据和第二用户的第二发布数据；通过LDA算法在第一发布数据和第二发布数据中分别抽取第一发布数据中的话题特征词和第二发布数据中的话题特征词；根据语义相似度计算公式，计算第一发布数据中的话题特征词和第二发布数据中的话题特征词之间的语义相似度；根据语义相似度，确定第一用户和第二用户之间的关系数据。通过本发明的技术方案，可以实时自动抽取不同用户之间的话题，计算其相似性，并根据抽取结果确定不同用户之间的关系，可以辅助系统、用户或其他第三方准确快速了解用户关系分布情况，便于对发布敏感话题的用户进行追踪。

摘要： 本发明公开了一种用户关系预测模型的建立方法，所述方法包括：步骤S1)从原始社交关系网络中通过随机游走抽样得到两个用户关系的子网络；步骤S2)分别提取子网络中每条边连接的用户二元组的共同好友数、共同好友集聚系数、好友集聚系数和最短路径距离四个拓扑特征，形成训练集；步骤S3)建立用户关系预测模型，该模型为前馈神经网络结构；步骤S4)基于训练集和建立的用户关系预测模型；使用遗传算法得到最优个体，该个体为训练好的用户关系预测模型。此外，本发明还提供了一种用户动态关系的预测方法，该方法能够预测用户关系的动态变化。该预测方法在预测用户关系时不受最短路径距离D的限制，提高了预测用户关系的准确率及弱关系的分析能力。