KMS Of Academy of mathematics and systems sciences, CAS
网络异源数据社会风险预估及有效性分析 | |
陈进东1; 唐锡晋2; 周晓纪3; 张健1 | |
2019 | |
发表期刊 | 系统工程学报 |
ISSN | 1000-5781 |
卷号 | 34期号:3页码:312 |
摘要 | 针对互联网中异源数据的风险预估问题,借鉴社会心理学中社会风险研究成果,提出基于深度学习模型Paragraph Vector的风险分类和风险预估方法.选择“天涯社区”的“天涯杂谈”和“百姓声音”子板块为例,通过话题分析和相似度比较说明了不同子版块之间社会风险分类的可行性;利用基于Paragraph Vector的K-Nearest Neighbors分类方法(KNN-PV),以“天涯杂谈”标注数据为训练集,实现“百姓声音”相同时间段新发帖的风险分类和风险预估,并通过人工标注结果验证了KNN-PV方法的有效性.研究结果表明,基于机器学习方法能够实现互联网中异源数据的风险分类和风险预估. |
语种 | 英语 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.amss.ac.cn/handle/2S8OKBNM/48961 |
专题 | 系统科学研究所 |
作者单位 | 1.北京信息科技大学 2.中国科学院数学与系统科学研究院 3.中国航天系统科学与工程研究院 |
推荐引用方式 GB/T 7714 | 陈进东,唐锡晋,周晓纪,等. 网络异源数据社会风险预估及有效性分析[J]. 系统工程学报,2019,34(3):312. |
APA | 陈进东,唐锡晋,周晓纪,&张健.(2019).网络异源数据社会风险预估及有效性分析.系统工程学报,34(3),312. |
MLA | 陈进东,et al."网络异源数据社会风险预估及有效性分析".系统工程学报 34.3(2019):312. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[陈进东]的文章 |
[唐锡晋]的文章 |
[周晓纪]的文章 |
百度学术 |
百度学术中相似的文章 |
[陈进东]的文章 |
[唐锡晋]的文章 |
[周晓纪]的文章 |
必应学术 |
必应学术中相似的文章 |
[陈进东]的文章 |
[唐锡晋]的文章 |
[周晓纪]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论