导读:本文包含了角色识别论文开题报告文献综述及选题提纲参考文献,主要关键词:微信群,潜水者,角色识别,潜水行为动因
角色识别论文文献综述
李纲,李显鑫,巴志超,杜智涛[1](2018)在《微信群潜水者角色识别及行为动因分析》一文中研究指出[目的/意义]微信群信息交流过程存在多元化角色类型,识别微信群潜水者角色类型及分析潜水行为动因,对深入探究微信群信息交流过程及把握其内在交流机制等具有重要意义。[方法/过程]以微信群中的真实交流样本作为研究对象,计算成员直接参与度与间接依赖度,并设计成员离群率算法识别微信群中的潜水者群体;基于时间序列发言数划分潜水者角色类型,通过定义成员交互强度与兴趣契合度计算成员之间的亲密度,并作为边权重构建信息交流网络,结合网络结构动态演化特征分析微信群成员潜水行为动因。[结果/结论]通过计算成员离群率及时间序列发言数能够有效识别微信群中的潜水者及其角色类型,基于对成员网络嵌入位置、角色作用等演化分析发现成员潜水行为主要与成员身份地位、话题兴趣度及关系亲疏度相关。(本文来源于《图书情报工作》期刊2018年16期)
田忠彬[2](2018)在《基于社交网络的职工角色识别与分析》一文中研究指出职工作为企业创造利益的主体,是企业发展壮大的关键因素。在互联网快速发展的时代,传统的关于企业职工角色的识别方法已经无法满足日益复杂的职工行为分析。因此,基于社交网络下的职工角色识别与分析体系,为解决复杂的职工管理工作带来了理论基础。本文首先分析社交网络APP对企业职工的影响,提出了基于社交网络对企业管理者有重要意义的职工群体新分类。其次采用改进的连边检测算法对收集的职工QQ、微信好友社交网络进行挖掘分析,得到了相应的职工角色信息。最后基于得到的职工角色信息将职工划分到新分类当中,为企业管理者进行职工管理工作提供理论指导和帮助。本文的主要工作如下:(1)职工在社交网络平台上进行交流的过程中会体现出他们在实际生活中的关系,通过对社交网络关系的挖掘分析,得出职工在现实中的本质关系,获取在传统职工管理中难以轻易观察到的职工角色信息。(2)在基于社交网络的基础上,提出对企业人才发掘及管理有重要意义的职工新分类:后备管理者角色、社交障碍角色、隐藏关系角色。(3)采用改进的连边检测算法进行职工社交网络的识别分析,引进权值,结合具体的企业部门划分,设定算法停止条件,挖掘出职工的角色信息,最后根据得到的职工角色信息,将其划分到新的分类当中。本文将社交网络理论与企业实际管理工作相结合,通过对真实企业职工的社交网络关系进行挖掘,分析并验证了在社交网络平台下的特殊职工角色信息,有助于在互联网时代下科学化的企业职工管理工作,为企业管理者进行职工管理以及人才发掘提供了帮助。(本文来源于《安徽理工大学》期刊2018-05-31)
董晶,王菲菲,陈肖肖[3](2018)在《组织沟通中的影响力与边缘化——基于网络中心度的员工角色识别与分析》一文中研究指出组织沟通中,作为"明星"角色的高影响力员工,能够促进企业沟通效率的提升;而作为"孤立者"的边缘化员工,则可能对组织的发展产生破坏作用。文章采用点度中心度对员工在组织沟通中的影响力进行客观衡量,为企业识别高影响力员工和边缘化员工提供了方法指引。同时,研究还发现性别、学历、婚姻状况、职级、收入、部门和岗位属性等因素会对员工在组织沟通中的影响力造成显着影响,为企业制定配套的员工管理方案提供了科学依据。(本文来源于《现代管理科学》期刊2018年05期)
张昊,黄蔚,胡国超[4](2018)在《基于改进随机森林的洗钱交易角色识别应用》一文中研究指出对于识别洗钱交易中钱庄账户的方法、现有公安办案方法与现有研究基于机器预警方法存在准确度低且滞后的问题,本文分析洗钱犯罪集团中钱庄与客户的交易行为特点,从主体背景属性、交易统计量、交易网络、交易行为离群4种角度提取一系列特征进行刻画,并通过随机森林进行特征选择与优化,在已经标注过的数据上进行模型训练与验证,形成一个能够对参与洗钱交易者身份进行自动识别的应用。通过实际数据验证可以发现有严重危害的钱庄经营者。(本文来源于《计算机与现代化》期刊2018年02期)
王冠[5](2017)在《面向SDN天地通信网络的角色识别方法研究》一文中研究指出基于SDN的天地通信网络在日新月异的蓬勃发展,并在逐步扩大其在民用领域的应用与实践,必然需要面临网络用户激增、数据量激增的问题,然而针对基于SDN的天地通信网络存在时间域、空间域、频谱域的多重不稳定性与不连贯性,目前其面向网络用户角色识别算法的工程实现性却远远不如陆地移动通信网、互联网、物联网、电视网等领域的网络用户角色识别,因此研究、优化并完善现有的天地通信网络用户角色识别非常有必要。天地通信网络用户角色识别首先要对大量特征不明显的用户进行聚类,然后通过分析用户关系识别用户角色。针对当前聚类方法主要通过抽样进行聚类,样本量不足以反映大量的、全部的用户特征,导致结果存在较大误差的问题,在CUER算法中引入区间数距离,结合Map/Reduce机制,提出基于区间数距离的并行聚类方法,先将全部用户划分为多个子类,然后对子类进行初始聚类(从相似行为的角度),再对初始聚类的结果进行综合聚类,这样既能避免抽样聚类导致结果存在较大误差,又能提高聚类实时性。针对目前用户识别算法面向大量用户时,不能分辨出全部的关键用户,并且识别准确率低的问题,提出基于关系的天地通信网络用户角色识别方法,首先利用HBACA算法(混合蚂蚁算法)查找或识别不同元素关系能力强的特性,提取网络事件中的用户关系,主要是通过在搜索蚁的行为特性中混入侦察蚁的行为特性,即搜索蚁在搜索过程中,会找到侦查蚁已经标记的信息素进行重复标记,将重复标记的信息素链路作为用户关系网,进而识别出网络用户的关系;然后,在网络用户关系中计算每个用户节点的点度中心度、紧致中心度和节点活跃度,根据天地通信网络用户在网络事件中的重要或关键程度,将用户划分为关键用户、重要用户和一般用户,提出了天地通信网络用户角色的判定准则。在以上研究基础,设计了天地通信网络仿真系统,进行综合仿真实验,实验结果表明改进算法的有效性和可行性。本文的研究成果可以进一步增强天地通信网络用户角色识别准确性和效率,可为后续的网络控制、数据深度挖掘等方面研究奠定基础。(本文来源于《哈尔滨工程大学》期刊2017-08-01)
吴林静,劳传媛,范桂林,黄景修,刘清堂[6](2018)在《一种规则与统计相结合的应用题句子语义角色识别方法》一文中研究指出以应用题自动求解为目标,以高考入学考试数学试卷中的分层抽样应用题为研究对象,重点研究了分层抽样应用题的句子语义角色识别方法。根据分层抽样的原理,首先定义了分层抽样题意表征中的五种核心语义角色,分别为总体、样本、总体中的层、样本中的层和实体之间的关系。基于这五种语义角色,应用题题意理解中的核心问题被转换为对应用题文本中的句子进行语义角色判定。提出了一种基于特征词与n-gram模型相结合的句子语义角色判定方法,对分层抽样应用题文本中的句子进行语义角色判定。根据测试集中的实验结果,应用题的整题识别准确率由基于特征词的判定方法的17.95%提高到64.1%。实验结果说明基于特征词与ngram模型相结合的句子语义角色判定方法能够提高题意理解的准确率。(本文来源于《计算机应用研究》期刊2018年08期)
李婉钰[7](2016)在《基于结构与属性的复杂网络节点角色识别方法研究》一文中研究指出随着复杂网络的研究在理论和实践上的巨大进展,其应用已经涉及社会的方方面面。作为复杂网络中的一个重要研究问题,节点角色的研究逐渐被人们关注。针对节点角色的研究,不仅是研究单个节点的性质,还要研究多个节点之间的关联性、相似性等,复杂网络节点角色的研究在网络动态分析、异常检测、图像处理、生物医学研究、犯罪网络打击、社交媒体的舆论领袖挖掘、谣言传播研究等方面都取得了实际的效果,针对角色这一问题的研究具有很大的应用价值。本文重点研究基于节点结构和属性的角色识别,根据不同的侧重点,提出了不同的角色识别和角色分析方法。(1)提出了基于有向加权拓扑势的静态和动态角色的识别方法:引用拓扑势的概念,应用到有向加权网络中,依据边权值和节点属性构造了节点角色识别分析的衡量指标——有向加权拓扑势。根据节点的出入拓扑势值的差异提出了依据距离划分的静态节点角色识别方法。接着考虑长时间内的节点角色变化情况,从节点角色功能变化和节点角色变化模式两个方面分别分析了时序情况下节点的角色。(2)从节点角色变化的视角进行网络演化分析。以网络的动态性为前提,从节点角色变化的角度具体分析了网络演化过程。分别以出入拓扑势分布、角色分布比例、网络拓扑势熵和节点角色所属概率四个不同侧面分析了网络的演化和演化进程中的重要变化点。(3)本文还着重对在线社会网络的节点角色进行了研究,依据在线社会网络中的海量信息挖掘用户角色类。先对在线社会网络的用户特征量进行了实证分析:以微博网络中的用户数据为对象,针对网络中用户的基本特征量和用户行为,进行了统计分析、相关性分析和实证分析,为下一步构建用户特征向量提供依据。(4)提出了基于SVD-NMF的在线社会网络用户角色识别方法:首先根据特征量分析的结果,结合社会学的诸多概念,构建了用户特征向量和特征矩阵。基于SVD算法对非负矩阵分解的初始化做了优化,提出了分解矩阵秩和初始矩阵的确定方法,并基于SVD-NMF算法提出了对用户角色的划分方法。(本文来源于《国防科学技术大学》期刊2016-11-01)
杨耀文[8](2016)在《基于神经网络模型的汉语框架语义角色识别》一文中研究指出给定一个句子中的目标词,语义角色标注(Semantic Role Labeling)的任务是自动识别该目标词所支配的所有语义角色并标注角色的类型在自然语言处理中语义角色标注是浅层语义分析(Shallow Semantic Parsing)的重要环节,在机器翻译、信息检索、自动文摘等领域有着广泛的应用语义角色标注通常情况下可分为角色识别和角色分类两个子任务。本文只关注角色识别这个子任务。本文基于山西大学的汉语框架语义知识库(CFN),首先将语义角色识别问题形式化为序列标注问题,以汉语的词为基本标注单位,使用神经网络模型来学习,实验中全部采用组块3×2折交叉验证的方法。文献[1]基于深度神经网络模型,研究了汉语框架语义角色的识别。本文在此基础上深入研究了:1)对文献[1]中神经网络模型的过拟合现象,采用加入Dropout惩罚机制与不加入Dropout的神经网络模型的实验结果做了对比。结果表明,加入Dropout的神经网络模型要比文献[1]中模型角色识别的准确率上升了约10%,召回率上升了约1%,F值上升了约6%。表明加入Dropout时可以更好的缓解神经网络模型的过拟合现象,显着提高了模型的性能。2)在神经网络模型的初始输入分别选择词分布表征为Word2vec,NLM,RnnLM来进行实验,结果比初始输入为随机向量时都略有提高,且采用NLM的词分布表征的F值提升约1%。除此之外,本文还研究了词、词性、位置、目标词特征在神经网络模型中表示向量的维数对实验结果的影响,得到这些特征维数分别为100,30,30,40时模型最优;研究了学习率的不同对神经网络模型性能的影响,实验结果是学习率为0.001时神经网络模型最优。本文的主要创新之处是首次在CFN语义角色识别的神经网络模型中引入Dropout的惩罚机制,并结合使用了词的分布表征并进行试验对比。通过实验证明了在神经网络模型中采用Dropout的惩罚机制以及使用词的分布表征对汉语框架语义角色识别作用显着。(本文来源于《山西大学》期刊2016-06-01)
李卓超[9](2016)在《社交网络中文本质量分析与基于链接或作业方法相结合的专家角色识别》一文中研究指出社交网络中文本质量分析与基于链接或作业方法相结合的专家角色识别随着互联网技术的迅速发展,人们通过社交网络进行搜索以及经验分享。社交网络中的个体角色是指参与网络活动的个体的社会地位、行为或虚拟身份。社交网络中角色的确认是一项至关重要的任务。例如,在技术论坛中,那些拥有“专家角色”的用户能够提供对问题更精准的回答。利用个体角色的分析和识别可以有效提升社交网络搜索质量和社交网络用户群体推荐质量。现实生活中,专家角色辨识和基于观点变化的影响者角色辨识系统广泛应用于各大社交网络之中。研究者们都在不断引入更多的新型辨识信息,来改进已有的角色确认方法,提高角色的辨识度。然而,当前社交网络中的专家角色及影响者角色的识别方法主要是基于链接或作业的方法,这类算法可以识别出网络中较为活跃、回答问题量较多类型的用户。目前,网络中充斥着大量的广告、垃圾邮件、恶意信息等,基于链接或作业方法的专家角色识别算法并不能辨识出网络中发放大量垃圾信息或推广广告的非专家类角色,进而可能将大量垃圾信息发布者列为专家用户。因此,社交网络活动中参与者交换信息的内容——作为可以分辨活动参与者角色的一大特性,已成为进行专家角色识别不可忽视的重要部分。本文讨论了利用文本质量分析方法进行专家角色识别算法,并提出将文本质量分析与基于链接或作业方法相结合的专家角色识别算法,具体工作如下:(1)给出了基于文本质量分析方法的专家角色识别算法,与人工辨识的专家用户进行对比,确定利用社交网络中参与者的交流内容可以进行专家角色及影响者角色的辨识,可以有效排除大量广告、垃圾信息等发布者,增加专家角色可信度。(2)基于文本质量分析方法与基于链接或作业方法相结合。首先利用基于文本质量分析计算社交网络用户的专家度,然后利用基于链接或作业方法计算出社交网络用户的专家度。将利用两种不同方法得到的用户专家度进行线性拟合,计算出社交网络用户的综合专家度排序,从而识别出专家角色。实验表明,这种文本质量分析与基于链接或作业方法相结合的专家排序算法既可以找到回答问题多的活跃型专家用户,又可以排除大量垃圾信息发布用户,与人工进行的专家排序更为接近。信息发布者的角色差异,决定了对搜索结果的可信性和重要性的排序。例如,信息发布者的角色如果是专家,则该信息可信性较高,应提升该信息在搜索结果中的排名;再如,信息发布者的角色是影响者,则该信息具有较高影响力,亦应提升该信息的排名。对于社交网络中的新老用户来说,一个好的现有用户专家列表可以给用户提供一个更加快速可信的服务,大大提升社交网络的服务质量。(本文来源于《吉林大学》期刊2016-05-01)
范长俊[10](2015)在《基于信息交互网络的个体角色识别方法研究》一文中研究指出二十一世纪是复杂性的世纪,复杂网络作为研究复杂系统的有力工具,经过十几年的发展,不管是在理论上还是在实践上都取得了巨大进展,并产生了巨大的社会价值。作为复杂网络研究的一个分支,社会网络随着社交媒体的广泛普及,和大规模人员交互数据获取门槛的降低,而逐渐大放光彩。社会网络分析在传染病传播控制、犯罪网络打击、领域专家推荐、社交媒体的舆论领袖挖掘、谣言溯源、组织结构识别等领域都取得了实际的效果,而这些问题本质上都可以抽象为社会网络中节点影响力分析和角色识别的问题,对这一问题的研究具有重大的现实意义。本文重点研究基于信息交互网络的个体角色分析和识别问题,主要完成了以下几个方面的工作:(1)建立了基于信息交互网络的个体角色分析和识别模型框架角色决定行为。基于这一共识,本文从组织内成员之间的交互入手,基于交互的结构和交互的信息分析个体的角色。通过计算交互内容与特定主题的语义相似度,确定交互边的权重,并进一步构造出加权的信息交互网络;基于含权的信息交互网络,通过构造的迭代公式及聚类算法,计算个体的角色关联度,并在此结果上可以对组织内的特定角色个体进行识别。因此,基于信息交互网络的节点角色分析建模的一般过程可以总结为:1)明确特定角色,确定特定主题;2)分析交互内容,提取交互主题;3)分析主题内容,计算交互内容与特定主题的关联度;4)量化交互边权;5)基于结构信息计算局部角色关联度;6)基于聚类方法计算全局角色关联度;7)特定角色识别。(2)量化了信息交互网络的边权将组织中参与交互的个体抽象为节点,个体之间的交互关系抽象为连边,这样可以得到组织的信息交互网络。交互边权重的确定是研究的重点和难点。明确特定角色之后,可以确定特定的主题,一般而言可以表示为有限个特征单词。交互边权重衡量的是交互内容与特定话题的内容相关度。本文采用ART主题模型提取交互内容的主题,并在基础上计算交互内容与特定主题的语义相似度,作为该交互边的权重值,从而得到加权的信息交互网络。(3)提出了基于局部信息的个体局部角色关联度计算公式基于四点假设,利用加权信息交互网络中个体的局部信息,包括邻居节点信息和邻居边信息,构造出计算节点角色局部关联度的公式,并证明该公式满足假设的要求,也收敛于一个唯一稳定的解,而且稳定解与初始状态无关,说明模型与组织中个体的先验角色信息无关,这个结论对于模型在现实中的应用很有帮助。(4)提出了基于聚类算法的个体全局角色关联度计算方法提出了基于软聚类,即模糊K均值聚类(FCM),和硬聚类,即密度-距离(DD)聚类的个体全局角色关联度计算方法。聚类算法可以充分利用全局信息,使得相同角色的个体聚为一类。模糊K均值聚类得到的是个体关联特定角色的概率值列表,DD聚类输出的是个体明确的角色分类结果(是否是特定角色),二者互为补充,DD算法可以帮助确定FCM方法的阈值,而FCM算法的结果可以量化DD算法结果中个体的角色关联程度。最后,本文在安然数据集和ICM-C82数据集上进行了实验,,结果表明模型可以有效的识别出安然公司中参与“Raptor”项目的骨干人员和某公司参与诈骗活动的犯罪分子,从而验证模型可以有效识别出组织中特定角色个体。(本文来源于《国防科学技术大学》期刊2015-11-01)
角色识别论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
职工作为企业创造利益的主体,是企业发展壮大的关键因素。在互联网快速发展的时代,传统的关于企业职工角色的识别方法已经无法满足日益复杂的职工行为分析。因此,基于社交网络下的职工角色识别与分析体系,为解决复杂的职工管理工作带来了理论基础。本文首先分析社交网络APP对企业职工的影响,提出了基于社交网络对企业管理者有重要意义的职工群体新分类。其次采用改进的连边检测算法对收集的职工QQ、微信好友社交网络进行挖掘分析,得到了相应的职工角色信息。最后基于得到的职工角色信息将职工划分到新分类当中,为企业管理者进行职工管理工作提供理论指导和帮助。本文的主要工作如下:(1)职工在社交网络平台上进行交流的过程中会体现出他们在实际生活中的关系,通过对社交网络关系的挖掘分析,得出职工在现实中的本质关系,获取在传统职工管理中难以轻易观察到的职工角色信息。(2)在基于社交网络的基础上,提出对企业人才发掘及管理有重要意义的职工新分类:后备管理者角色、社交障碍角色、隐藏关系角色。(3)采用改进的连边检测算法进行职工社交网络的识别分析,引进权值,结合具体的企业部门划分,设定算法停止条件,挖掘出职工的角色信息,最后根据得到的职工角色信息,将其划分到新的分类当中。本文将社交网络理论与企业实际管理工作相结合,通过对真实企业职工的社交网络关系进行挖掘,分析并验证了在社交网络平台下的特殊职工角色信息,有助于在互联网时代下科学化的企业职工管理工作,为企业管理者进行职工管理以及人才发掘提供了帮助。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
角色识别论文参考文献
[1].李纲,李显鑫,巴志超,杜智涛.微信群潜水者角色识别及行为动因分析[J].图书情报工作.2018
[2].田忠彬.基于社交网络的职工角色识别与分析[D].安徽理工大学.2018
[3].董晶,王菲菲,陈肖肖.组织沟通中的影响力与边缘化——基于网络中心度的员工角色识别与分析[J].现代管理科学.2018
[4].张昊,黄蔚,胡国超.基于改进随机森林的洗钱交易角色识别应用[J].计算机与现代化.2018
[5].王冠.面向SDN天地通信网络的角色识别方法研究[D].哈尔滨工程大学.2017
[6].吴林静,劳传媛,范桂林,黄景修,刘清堂.一种规则与统计相结合的应用题句子语义角色识别方法[J].计算机应用研究.2018
[7].李婉钰.基于结构与属性的复杂网络节点角色识别方法研究[D].国防科学技术大学.2016
[8].杨耀文.基于神经网络模型的汉语框架语义角色识别[D].山西大学.2016
[9].李卓超.社交网络中文本质量分析与基于链接或作业方法相结合的专家角色识别[D].吉林大学.2016
[10].范长俊.基于信息交互网络的个体角色识别方法研究[D].国防科学技术大学.2015