在线社交网络用户的人格与其行为模式、需求偏好和心理健康密切相关.本文提出了一种融合多特征的在线社交网络用户人格预测方法.该方法构建了一个在线社交网络用户人格特征体系,通过提取数字信息中的文本特征、行为特征、语言特征和情...在线社交网络用户的人格与其行为模式、需求偏好和心理健康密切相关.本文提出了一种融合多特征的在线社交网络用户人格预测方法.该方法构建了一个在线社交网络用户人格特征体系,通过提取数字信息中的文本特征、行为特征、语言特征和情感特征,采用早期特征融合策略,使用微博平台数据,对用户的Myers-Briggs Type Indicator(MBTI)人格类型进行预测.实验证明,本文提出的融合多特征的方法相较于简单基于文本特征的方法在分类的效果上更为出色,准确率和F1值分别提升了2.44%、2.59%.同时也表明,CNN在融合多特征的在线社交网络用户人格预测任务上展现出卓越的性能,而BERT结合BiLSTM在人格的信息收集方式和决策方式维度上表现出明显优势.展开更多
在线社交网络中虚假信息传播蔓延成为当前网络空间安全治理面临的重要挑战。提出一种融合用户传播风险和节点影响力分析的虚假信息传播控制方法DDC-UPRNI(disinformation diffusion control method integrating user propagation risk a...在线社交网络中虚假信息传播蔓延成为当前网络空间安全治理面临的重要挑战。提出一种融合用户传播风险和节点影响力分析的虚假信息传播控制方法DDC-UPRNI(disinformation diffusion control method integrating user propagation risk and node influence analysis)。综合考虑虚假信息传播特征空间的多样性和复杂性,通过自注意力机制实现用户传播虚假信息行为维度、时间维度和内容维度特征的嵌入表示,运用改进的无监督聚类K-means++算法实现不同用户传播风险等级的自动划分;设计一种自适应加权策略实现对离散粒子群优化算法的改进,进而提出一种基于离散粒子群优化的虚假信息传播关键节点选取方法,用于从具有特定传播风险等级的用户节点集合中选取若干个具有影响力的控制驱动节点,从而实现精准、高效的虚假信息传播控制;基于现实在线社交网络平台上开展试验,结果表明,所提出的DDC-UPRNI方法与现有算法相比,在控制效果和时间复杂度等重要指标上具有明显优势。该方法为社会网络空间中的虚假信息管控治理提供重要参考。展开更多
文摘在线社交网络用户的人格与其行为模式、需求偏好和心理健康密切相关.本文提出了一种融合多特征的在线社交网络用户人格预测方法.该方法构建了一个在线社交网络用户人格特征体系,通过提取数字信息中的文本特征、行为特征、语言特征和情感特征,采用早期特征融合策略,使用微博平台数据,对用户的Myers-Briggs Type Indicator(MBTI)人格类型进行预测.实验证明,本文提出的融合多特征的方法相较于简单基于文本特征的方法在分类的效果上更为出色,准确率和F1值分别提升了2.44%、2.59%.同时也表明,CNN在融合多特征的在线社交网络用户人格预测任务上展现出卓越的性能,而BERT结合BiLSTM在人格的信息收集方式和决策方式维度上表现出明显优势.
文摘在线社交网络中虚假信息传播蔓延成为当前网络空间安全治理面临的重要挑战。提出一种融合用户传播风险和节点影响力分析的虚假信息传播控制方法DDC-UPRNI(disinformation diffusion control method integrating user propagation risk and node influence analysis)。综合考虑虚假信息传播特征空间的多样性和复杂性,通过自注意力机制实现用户传播虚假信息行为维度、时间维度和内容维度特征的嵌入表示,运用改进的无监督聚类K-means++算法实现不同用户传播风险等级的自动划分;设计一种自适应加权策略实现对离散粒子群优化算法的改进,进而提出一种基于离散粒子群优化的虚假信息传播关键节点选取方法,用于从具有特定传播风险等级的用户节点集合中选取若干个具有影响力的控制驱动节点,从而实现精准、高效的虚假信息传播控制;基于现实在线社交网络平台上开展试验,结果表明,所提出的DDC-UPRNI方法与现有算法相比,在控制效果和时间复杂度等重要指标上具有明显优势。该方法为社会网络空间中的虚假信息管控治理提供重要参考。
