导读:本文包含了时序属性论文开题报告文献综述及选题提纲参考文献，主要关键词:在线健康社区,节点属性,用户交互模式,NATERGM
时序属性论文文献综述
吴冰,彭彧[1]（2019）在《在线健康社区中基于用户属性的时序交互模式研究》一文中研究指出[目的 /意义]在线健康社区迅速发展,但缺乏结合网络结点属性与网络结构的动态网络特征的研究,因而难以揭示基于结点属性的用户动态交互模式的形成机理。[方法 /过程]应用基于节点属性的时序指数随机图模型,以在线健康社区为研究对象,结合用户节点属性特征,包括用户发文情感倾向、用户发文文本长度和用户社区等级,构建在线健康社区的用户时序交互模式研究模型,从百度贴吧的糖尿病吧抓取2016年10月至2018年2月期间2 301个有效用户,6 045条主帖和9 490条回复,实证用户时序交互模式特征。[结果 /结论 ]用户属性特征对互惠性时序模式、k-star时序模式、传递性时序模式和循环性时序模式形成有显着影响,并由此为在线健康社区建设提出发展建议。(本文来源于《知识管理论坛》期刊2019年03期）
吴丹[2]（2018）在《基于影响力属性及时序的链路预测算法研究》一文中研究指出链路预测是复杂网络与信息科技之间的桥梁,它可以有效恢复缺失链接和预测即将出现的链接。在复杂网络中,链路预测可以利用节点的属性信息和网络结构来探讨链接的存在性,凭借其广泛的实际应用而获得学术界的关注。链路预测的研究具有很好的学术意义和应用价值,可以应用于社会犯罪监控、网络舆情分析和细胞相互作用等多个领域。现有的链路预测方法往往忽略网络的时序变化给预测带来的影响,本文将时间序列模型应用到链路预测算法中,并针对科学合作网中的合作关系对某些特定属性敏感的网络,提出了基于影响力属性及时序的链路预测算法,论文的主要工作如下:首先,将时间序列运用到基于节点局部信息的相似性链路预测算法中,针对局部相似度算法仅考虑节点间的局部信息而忽略节点自身之间是否连接过的问题,优化了节点相似度计算方法。将网络结构按照时间信息进行时间片划分,把时间序列模型运用到链路预测问题进行相似度预测。其次,提出了基于影响力属性的链路预测算法。考虑到基于节点局部信息的相似度计算方法对于局部信息匮乏的节点没有较好的区分度,本文通过给节点属性先赋予不同的影响力值再进行属性相似度计算的方式,更好的区分属性间的相似度,该算法通过这种在元路径中加入属性对象影响力的方法使得属性相似度区分更加明显。最后,本文结合时序和影响力属性两者信息提出了基于影响力属性及时序的链路预测算法,提升链路预测的性能。该算法对高能物理合作网的合作关系进行了验证,通过与基线方法的实验比较分析表明该算法具有较好的性能。(本文来源于《重庆大学》期刊2018-04-01）
崔光维[3]（2017）在《基于时序多属性决策的桥梁维修策略分析》一文中研究指出将基于时序多属性决策方法应用到桥梁维修顺序决策中。首先,引入由指标值组成的决策矩阵,然后由决策矩阵得出每个时间样本点的增长矩阵,计算各桥的综合指标值和综合增长指标值;再通过构成各桥的综合指标值和综合增长指标值来计算桥梁维修排序组合值;最后根据桥梁维修排序组合值,获得桥梁维修顺序。(本文来源于《山东交通科技》期刊2017年06期）
李雅利[4]（2017）在《基于增长型时序性多属性决策方法》一文中研究指出时序性多属性决策是在传统的静态多属性决策的基础上加上了时间空间,在决策过程和决策结果中反映了动态的特点,近年来关于这方面的问题许多学者研究出了各式各样的决策方法。随着社会发展和对决策的更高要求,越来越多更复杂的决策问题不断浮现,例如多阶段的企业经济效益增长评价、多阶段的城市投资环境增长评价、多阶段的城市经济环境增长评价等综合决策问题。对这类问题我们在进行评价时不仅要考虑各个属性的好坏性情况,而且还要考虑各个属性的增长情况。本文用两种方法对增长型时序性多属性决策进行了研究:(1)以灰色关联分析为基础首先分别确定出决策方案和增长决策方案的理想方案,然后以灰色关联分析法的理论基础计算出决策方案和增长决策方案与它们相应的理想方案的关联度,最后再集结计算出的关联度。(2)以OWA算子为基础对决策方案和增长决策方案的各属性值按照从大到小的顺序进行重新排列,然后并通过属性数据所在的相应位置进行加权,最后再对加权的数据进行集结。(本文来源于《西南交通大学》期刊2017-05-01）
曹雪梅[5]（2016）在《基于多属性群决策的项目群开发时序决策研究》一文中研究指出“十二五”规划以来,我国重大工程项目投资力度显着增大,以“项目群”形式出现的大型工程项目逐渐成为我国投资建设的重点。项目群投资规模大、建设周期长、子项目构成复杂且受到多方资源的约束,与普通工程项目相比开发难度更大,也就对前期的投资决策提出了更高的要求。而现阶段大多决策主体及业内专家更倾向于关注项目群投资构成的优化,对项目群投资开发时序的决策不够重视。尤其是以城市综合体为典型代表的市场行为主导下的项目群实体形式,因忽略前期开发时序规划而引发的投建资金周转困难、价值发挥低效以及经济、社会效益不突出等问题屡见不鲜,由此而导致的开发失败将对占据主导投资地位的民间资本造成巨大损失,甚至造成城市资源的浪费。因此,项目群的开发时序决策,对合理安排投资计划、更好地实现项目群的开发成功具有至关重要的作用,是项目群前期投资决策不容忽视的重要环节。为更好地实现项目群开发时序的科学决策,探索有效的项目群开发时序决策方法,本文以城市综合体为例对项目群开发时序定量决策方法展开研究,主要包括叁个方面:一是理清城市综合体与项目群之间的概念关系,基于项目群的视角升华城市综合体的概念内涵,分析和阐述项目群及城市综合体开发时序决策问题的本质;二是从战略目标、相关利益主体和资源条件叁个层面入手,分析和提取城市综合体开发时序影响要素,建立项目群视角下城市综合体开发时序影响要素体系,构建时序影响要素体系下的开发时序优先级模式偏好矩阵;叁是基于城市综合体开发时序影响要素体系建立项目群视角下城市综合体开发时序决策指标体系,并构建城市综合体多业态开发时序多属性群决策模型;在决策模型构建过程中,以基于博弈论的组合赋权法进行决策指标赋权,以基于证据距离的客观赋权法进行决策专家赋权,以专家信息前置的决策信息集结思路并基于TOPSIS法实现决策信息的最终集结。通过分析研究,最终建立起城市综合体开发时序多属性群决策模型,并提出了完整的城市综合体开发时序多属性群决策流程,同时基于本文所建立的决策模型以青岛“海上嘉年华”项目的开发时序决策方案的优选完整演示了城市综合体开发时序的定量决策过程,验证了本文提出的开发时序定量决策方法的可行性和可靠性。研究结果表明,城市综合体作为以“市场行为”为指导的典型项目群实体形式,全面把握其开发时序影响因素,运用科学、高效的开发时序定量决策方法将更有助于提升决策的准确性与可靠性,本文所建立的城市综合体开发时序多属性群决策模型也将进一步为项目群开发时序的决策提供有益的指导和经验借鉴,应用前景广阔。(本文来源于《青岛理工大学》期刊2016-12-01）
李春[6]（2016）在《从时序范畴看“X前/X后”的本质属性》一文中研究指出本文首先从事件顺序与表述顺序,探讨存在于事件层面的顺序事件在话语形式层面上顺叙或逆叙的两种表述顺序。其次,证明并非事件顺序决定表述顺序,而是表达主体决定话语先后。换言之,在事件层面与话语形式层面有一个表达层面即时序范畴,并进一步说明此范畴作为"X前"、"X后"的本质属性是表达者选择的结果。最后,以"X前"、"X后"在话语形式层面上的实现状态,分析在事件表述中对此类形式的实际使用状况。(本文来源于《汉语学习》期刊2016年05期）
赵愿[7]（2016）在《广义时序模糊软集理论及其在多属性群决策中的应用》一文中研究指出作为一种处理不确定问题新的数学工具,软集充分使用了参数化的工具,克服了其他不确定理论的不足。而且模糊集和粗糙集都可以看做是特殊的软集,因此软集理论提供了更一般的处理不确定性数据的理论。近年来众多学者开始广泛关注基于软集理论的决策方法,并且将该领域的理论结果应用到系统工程、经济预测、和管理决策等方面。为了进一步丰富软集理论以应对不同类型的决策问题,本文给出了广义时序模糊软集以及广义时序区间值模糊软集新的概念,定义了它们的运算,研究了运算的相关性质,并且基于这些新的理论,给出了不同决策环境下的决策方法。主要工作如下：1.给出了广义时序模糊软集新的概念。在模糊补运算、叁角模和叁角余模这叁类模糊运算的基础上,定义了广义时序模糊软集的补集、交集和并集,并且给出了这些运算的相关性质。将广义时序模糊软集用广义模糊软矩阵序列的形式给出,并且提出了广义模糊软矩阵序列的算术加权平均算子和几何加权平均算子。基于平均年龄模型给出确定广义模糊软矩阵序列的时间权重的方法。针对广义时序模糊软集环境下的多属性群决策,提出了两种决策方法,并且应用实例验证了两种决策方法的一致性。2.给出了广义时序区间值模糊软集新的概念。在模糊补运算、叁角模和叁角余模这叁类模糊运算的基础上,定义了区间值模糊集的补集、交集和并集,给出了相关性质。在区间值模糊集的补集、交集和并集基础上,进一步给出了广义时序区间值模糊软集的补、交和并运算,列出了运算相关性质。将广义时序区间值模糊软集用广义区间值模糊软矩阵序列的形式给出,并且提出了广义区间值模糊软矩阵序列的两种算子。在给出区间值模糊数得分函数的基础上,提出了广义区间值模糊软矩阵的得分矩阵,标准化得分矩阵以及加权比较矩阵。利用这几种矩阵,给出了广义时序区间值模糊软集的多属性群决策方法,并且应用到具体的实例中。(本文来源于《安徽大学》期刊2016-04-01）
吴明辉,许爱强,孙伟超,裘璐光[8]（2015）在《多属性单一趋势结构时序数据的聚类模型》一文中研究指出针对多属性单一趋势结构时序数据的特点,提出一种加权免疫遗传模糊C均值聚类方法。为确立相似度权值,建立权值优化模型,利用改进离子群算法对模型进行求解;针对传统模糊C均值初始中心敏感的问题,将免疫机理引入到遗传算法框架中,对模糊C均值进行改进。实例验证结果表明,权值优化模型是合理有效的,求解方法具有较高的收敛精度及速度,与其它方法相比,聚类方法具有较高的收敛精度。(本文来源于《计算机工程与设计》期刊2015年04期）
许可,冯琦,陈军,周德云[9]（2015）在《采用时序多属性评价方法的空战威胁排序》一文中研究指出鉴于空战中威胁目标的多属性及动态变化特点,提出采用时序多属性评价方法来解决空战目标动态威胁排序问题。在建立空战威胁指标体系基础上,采用熵权法确定目标属性权重,并通过指数分布法确定各时刻权重,最后综合依据威胁目标多时刻的属性信息,实现了空战动态威胁排序。仿真结果说明该方法的合理性。(本文来源于《火力与指挥控制》期刊2015年03期）
张小芝,朱传喜,朱丽[10]（2014）在《时序多属性决策的广义等级偏好优序法》一文中研究指出实际中很多复杂的多属性决策问题往往需要考虑多个时间序列的决策信息,针对这类时序多属性决策问题,本文在优序法的基础上,定义了广义优序数的概念。同时提出基于理想时间权向量的方法来解决时序多属性决策中时间权重的确定问题,进而在此基础上提出时序多属性决策的广义等级偏好优序法。最后,利用文献中的数据,用本文的方法对某集团的四个铜矿企业的综合效益进行了评价,其结果表明了本文方法的可行性和有效性。本文为解决时序多属性决策问题提供了一种新的方法和思路。(本文来源于《中国管理科学》期刊2014年04期）
时序属性论文开题报告
（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：
链路预测是复杂网络与信息科技之间的桥梁,它可以有效恢复缺失链接和预测即将出现的链接。在复杂网络中,链路预测可以利用节点的属性信息和网络结构来探讨链接的存在性,凭借其广泛的实际应用而获得学术界的关注。链路预测的研究具有很好的学术意义和应用价值,可以应用于社会犯罪监控、网络舆情分析和细胞相互作用等多个领域。现有的链路预测方法往往忽略网络的时序变化给预测带来的影响,本文将时间序列模型应用到链路预测算法中,并针对科学合作网中的合作关系对某些特定属性敏感的网络,提出了基于影响力属性及时序的链路预测算法,论文的主要工作如下:首先,将时间序列运用到基于节点局部信息的相似性链路预测算法中,针对局部相似度算法仅考虑节点间的局部信息而忽略节点自身之间是否连接过的问题,优化了节点相似度计算方法。将网络结构按照时间信息进行时间片划分,把时间序列模型运用到链路预测问题进行相似度预测。其次,提出了基于影响力属性的链路预测算法。考虑到基于节点局部信息的相似度计算方法对于局部信息匮乏的节点没有较好的区分度,本文通过给节点属性先赋予不同的影响力值再进行属性相似度计算的方式,更好的区分属性间的相似度,该算法通过这种在元路径中加入属性对象影响力的方法使得属性相似度区分更加明显。最后,本文结合时序和影响力属性两者信息提出了基于影响力属性及时序的链路预测算法,提升链路预测的性能。该算法对高能物理合作网的合作关系进行了验证,通过与基线方法的实验比较分析表明该算法具有较好的性能。
（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。
时序属性论文参考文献
[1].吴冰,彭彧.在线健康社区中基于用户属性的时序交互模式研究[J].知识管理论坛.2019
[2].吴丹.基于影响力属性及时序的链路预测算法研究[D].重庆大学.2018
[3].崔光维.基于时序多属性决策的桥梁维修策略分析[J].山东交通科技.2017
[4].李雅利.基于增长型时序性多属性决策方法[D].西南交通大学.2017
[5].曹雪梅.基于多属性群决策的项目群开发时序决策研究[D].青岛理工大学.2016
[6].李春.从时序范畴看“X前/X后”的本质属性[J].汉语学习.2016
[7].赵愿.广义时序模糊软集理论及其在多属性群决策中的应用[D].安徽大学.2016
[8].吴明辉,许爱强,孙伟超,裘璐光.多属性单一趋势结构时序数据的聚类模型[J].计算机工程与设计.2015
[9].许可,冯琦,陈军,周德云.采用时序多属性评价方法的空战威胁排序[J].火力与指挥控制.2015
[10].张小芝,朱传喜,朱丽.时序多属性决策的广义等级偏好优序法[J].中国管理科学.2014