摘要：随着近些年新一代信息网络技术的高速发展,人们可以通过社交网络平台更快、更广地获知社会上的各类事件,这使得事件在社交网络中的传播逐步呈现出高速化、扩大化的特点.针对这种情况,为了更好地管理社交网络中的事件,提高对网络事件信息的治理水平,有必要对社交网络信息传播进行分析.流行度预测是在线社交网络事件信息传播分析中的研究重点.对事件流行度的预测能够为网络事件发生、发展、高峰、终结等提供深刻的见解.尽管流行度预测已经被广泛研究,但是事件相关信息与流行度相关联的因素缺少即时可用的指标数据、指标数据差异化等问题使得有效地预测事件流行度仍然没有得到较好的解决.有鉴于此,本文设计了一种基于在线社交网络事件库多因素耦合的流行度预测方法.具体来说,首先提出了一种基于社交网络事件库的多因素指标获取方法,利用事件库对于社交网络数据的统一存储,从多源异构数据中提取各因素指标.其次提出了一种多因素耦合的流行度预测方法,通过分组嵌入得到因素指标的可相互结合的低维表示,在预测中实现多因素指标的综合利用.最后将Twitter7数据集中3000个主题标签包含的推文作为实验对象进行平均准确率计算.实验结果表明:与已有的深层神经网络模型(DNN)、支持向量回归模型(SVR)、SH流行度预测模型等相比,本研究所提出预测方法在预测准确度上具有明显的优越性.

摘要：本文提出一种定量核算城市生活类废塑料产生特性的方法,并对2007年北京市生活类废塑料产生量分别进行了分场所、分形态、分成份的核算.将北京市生活类废塑料按产生场所分为4类(居住场所、公共营业场所、非公共场所、道路清扫),按废塑料形态分为6类(薄膜、杯盆盒、发泡、瓶、块、其它),按成份分为7类(PET、PE、PVC、PP、PS、混合料、其它).根据资料数据和调研数据核算北京市各区县不同场所生活类废塑料的产生量;通过实地调研获得废塑料产生场所——形态比例关系以及废塑料形态——成份比例关系.在此基础上得到北京市生活类废塑料分形态、分成份产生量.核算结果表明,2007年北京市生活废塑料总产生量为33.1×104t,人均废塑料产生量为20.3kg.从空间看,朝阳区和海淀区的废塑料产生量最大;从产生渠道看,居民生活渠道的废塑料产生量最大;从形态看,薄膜类废塑料产生量最大,占总量的44%;从成份看,PP类和PE类的产生量最大,占总量的75%.核算结果可为废塑料资源化工程设计提供数据支持.