首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    清华大学-腾讯联合实验室研究团队获ICME2014最佳论文奖

    当今社会飞速发展,人们既生活在现实空间,又遨游在网络世界,社交网络中的位置信息逐渐成为了连接现实与网络的桥梁,在移动互联网的各项服务中发挥越来越重要的作用,同时也释放了社交网络解决现实世界重大问题(如流感暴发预测,公共安全防控等)的潜在能量。 然而根据统计,社交网络中仅有10%左右的用户标注了居住地信息,如何基于少量已知用户位置信息对大部分未知用户的位置信息进行精准推测,是基于位置的社交网络服务亟需解决的基本难题。 联合实验室青年骨干崔鹏博士的这项研究,充分利用了社交网络中的用户社交关系、文本和图像内容、以

    05

    使用 IBM SPSS Modeler 进行社交网络分析,用15哦

    社交网络分析是人、组织、计算机或者其他信息或知识处理实体之间的关系和流动信息的映射和测量。图 1 是社交网络的一个示意图,其中的节点表示人、组织、计算机或者其他信息或知识处理实体;连线表示节点之间的关系或信息流动。信息流动的方式有很多,比如邮件,电话,短信,博客,等等。假设 A 经常与 B 和 C 通电话,通过分析 A 的电话 ID 记录,可以构筑出图 1 中的简单社交网络。从此图中我们可以看出 A, B, C, 三人 中,A 具有较强的影响力。如果 A 获得了正面或者负面的消息,这消息会很快传递给 B 和 C。而 B 与 C 之间的影响力是间接的,只能通过 A 来传播。

    07

    如何发现数据间关联来打击网络犯罪?

    商业问题 每天未被检测出的网络威胁,增加了信息失窃可能性,扩大了对商业的长期影响。为了最小化网络犯罪的破坏性,公司需要提高快速检测其网络上异常活动的能力,快速发现问题并及时做出反应。同时也需要提高分析历史数据和发现模式的能力,以帮助他们快速感知异常活动。这些都要求有先进数据关联模型的系统。 尽管一般的杀毒软件、防火墙和事件管理工具就能发现“已知”的病毒威胁,但是“未知的”威胁变化多端,一般的杀毒软件很难立马识别。 技术挑战 当今,公司通常都是利用历史数据和记录来辨别模式和数据间的关联,分析档案数据和流数据

    09
    领券