刘臣
- 作品数:60 被引量:296H指数:10
- 供职机构:上海理工大学管理学院更多>>
- 发文基金:国家自然科学基金教育部人文社会科学研究基金国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术经济管理文化科学社会学更多>>
- 高维数据多标签分类的食品安全预警研究被引量:2
- 2020年
- 随着大数据、互联网等新兴科技的飞速发展,人们生活逐步向数字化、信息化迈进,高维图像数据、高维文本数据等各类复杂数据不断涌现。高维数据具有包含信息量大、易出现信息冗余的特征,给文本分类带来阻碍。为此,提出一种基于长短期记忆神经网络(LSTM)的高维数据多标签分类方法。该方法从数据降维的角度出发,利用最大依赖性降维方法(MDDM),将高维数据降为低维数据,提高有效信息占比、减少信息冗余。将降维后的低维数据作为长短期记忆神经网络的输入,利用softmax函数对神经网络的输出进行多标签分类。在食品稽查数据上进行的安全预警实验验证了该方法的可行性,最终分类准确率达到86.5%,比未降维的数据分类准确率提高36.5%。实验还对比了不同神经网络模型在该数据集上的分类性能,结果表明使用LSTM神经网络进行分类结果较好。良好的分类结果表明该方法在食品稽查数据集上特征提取的准确性,食品安全稽查部门可对具有该违法特征的食品生产企业进行监督管理,从而避免食品安全问题的发生,以达到食品安全预警的目的。
- 甄俊涛刘臣
- 关键词:高维数据数据降维
- 基于深度主动学习的科研合作网络中节点排序研究
- 2024年
- 节点排序任务在社交网络与科研合作等领域的应用愈加广泛,准确评估网络节点重要性的课题备受关注。然而,合作网络通常存在大量噪声、不完整信息以及动态变化,传统节点排序方法往往难以取得令人满意的结果。为此,提出一种基于深度主动学习的方法进行科研合作网络中节点的排序。该方法结合深度学习的优势以及主动学习的查询策略,能够在数据标签稀缺和噪声干扰较大的情况下自适应地根据网络中节点的重要性进行排序。具体而言,首先利用深度学习模型从节点的多模态特征中进行表示学习,将节点表示与其重要性相结合,形成一个综合排序指标;然后通过主动学习方法选择对排序结果具有较大影响的节点进行标注,从而逐步优化排序模型。在真实的科研合作网络数据集上进行验证实验,发现与传统排序方法相比,基于深度主动学习的方法在节点排序准确性和稳定性方面有显著提升。
- 刘臣宋雪
- 关键词:科研合作网络置信度
- 在线数字内容传播过程中社会影响作用的度量研究
- 2017年
- 社会影响在数字内容的扩散中起着重要作用,从社会认知角度来看,认为社会影响源于个体对数字内容的认知不确定性,且不确定性越大社会影响的作用越强。在社会化媒体中,用户的评分是衡量扩散内容质量的重要工具,本文利用全体用户对内容评分的分散程度来代替个体的认知不确定性,衡量分散程度用变异系数指标。对Movielens数据集进行分析,结果表明,用户认知不确定性在扩散过程中有明显作用。在电影数据中,男性社会影响高于女性,中年人群的社会影响高于其他年龄段,农民的易感性高于其他职业。
- 刘臣安咏雪韩林
- 关键词:易感性
- 基于贪婪取走启发式算法的应急物资储备库选址研究
- 2021年
- 新冠肺炎疫情下,为保证封锁地区居民的物资供应,建立合理的应急物资储备库具有重要的现实意义。本文考虑3种成本因素,以系统总成本最小为目标,构建具有容量限制和时间窗约束的选址模型,并利用贪婪取走启发式算法求解。通过湖北黄冈市实际数据进行案例仿真实验,验证了模型和算法的有效性。
- 严梦凡刘臣纪颖
- 关键词:应急物资储备库
- 基于模糊PA算法的微博信息传播分享预测研究被引量:2
- 2014年
- 微博已经成为网民信息获取、分享的主要平台之一。对信息分享进行预测,是对微博信息传播进行监管控制的基础。微博用户和信息属性中包含着用户偏好、生理特征、内容类型等数据,基于这些数据可进行信息分享预测。分析了微博信息传播模式、分享预测理论方法,基于PA算法提出了信息分享预测模型,以新浪微博数据为例验证了预测模型。结果表明,该模型对信息分享具有较高的预测准确率。
- 田占伟刘臣王磊隋玚
- 关键词:信息分享
- 融合情感符号的自注意力BLSTM情感分析被引量:3
- 2020年
- 利用深度学习方法进行情感分析时,将文本作为一个整体进行编码,缺乏对表情符号与情感词的有效关注。而传统基于词典的方法则过分依赖于情感词典与判断规则的质量,不能充分考虑文本深层语义关系。针对该问题,构建融合表情符号与情感词的自注意力模型。通过BLSTM训练得到情感符号,并与文本特征向量融合,同时引入结构化自注意力机制识别文本中不同情感符号的情感信息。在NLPCC2014和微博公开语料数据集上的实验表明,相较传统情感分析方法,该模型可有效提高情感分类准确率。
- 刘臣方结郝宇辰
- 关键词:情感分析情感符号
- 基于语义的社会网络关联路径评价及其应用被引量:5
- 2011年
- 传统社会网络中节点和边是同质的,仅能包含社会组织的结构信息.将本体理论与社会网络分析理论相结合,使得网络的节点和边都具有特定的语义,这种网络称作语义社会网络.本文研究了运用本体描述语言OWL表示语义社会网络的方法;提出了语义社会网络中关联路径的概念和评价方法,并用于发现网络中的重要节点和重要的连接关系(包括隐含的间接关系).对一个科研合作网络实例的研究,验证了语义社会网络表示方法的有效性.应用基于关联路径的方法对科研合作网络中的重要节点和重要隐含关系进行了分析,并对分析结果进行了评价,证明基于语义的方法可以有效地发现网络中的重要关系和重要节点.
- 刘臣张庆普单伟田占伟
- 关键词:本体
- 在线社会网络用户的信息分享行为预测研究被引量:2
- 2013年
- 在线社会网络中信息的传播路径包含着用户对内容、来源等的偏好信息,研究运用信息的传播路径来预测用户信息分享行为的方法。基于传播路径的信息过滤能力研究了信息在网络中的传播过程和信息传播路径的转换方法。运用基于关联规则的分类算法对在线社会网络中的信息分享行为进行预测。以新浪微博为例对微博用户的转发行为进行了预测,结果表明该方法对在线社会网络中的活跃用户的信息分享行为的预测具有较好的效果。
- 刘臣田占伟于晶单伟
- 关键词:在线社会网络
- 基于深度记忆网络的特定目标情感分类研究被引量:2
- 2019年
- 特定目标情感分类不仅依赖于上下文信息,还需结合特定目标的特征信息,是一种细粒度的情感分析。针对特定目标情感分类提出了一种基于深度记忆网络的分类模型。该模型以双向LSTM和注意力机制为主干框架,从双向LSTM中抽取出目标的特征表示,将目标特征信息加入句子表示中,并加入多计算层(Hops)结构,用以挖掘句子和目标更深层次的情感特征信息,每个计算层的结构类似,共享参数。最后在SemEval2014和SemEval2016数据集上进行实验,取得了比其它基准模型更好的效果。
- 张玲刘臣
- 加权有向网络中心节点识别的分解算法研究被引量:2
- 2019年
- 目前复杂网络节点重要性识别算法主要集中在无权、无向网络上不能全面地描述真实世界复杂网络的情况。大部分中心性度量方法仅仅考虑单一指标,忽略了节点出度与入度的差异,且忽视了权重的重要性。基于有向加权复杂网络,综合考虑节点出度与入度的差异,以及权值在真实网络中的实际重要性,提出了一种基于出度、入度和权值的中心节点识别算法——cw-壳分解算法。为了验证该算法的有效性,利用W-SIR传播模型在真实复杂网络上进行病毒传播仿真实验,结果表明cw-壳分解方法能够有效地对节点进行分级排序,识别出具有高扩散能力的节点。
- 刘臣李丹丹韩林安咏雪