飄天文學 > 我要造星際戰艦 >第50章 來自數學天才的反擊
    新動態也符合這個規律……

    實錘了!

    湖畔居士工作室內的鍵盤聲消失了。

    湖畔居士用顫抖的手點燃了一支菸。

    巧合,純屬巧合……

    然而,周默並沒就此罷休。

    PPT16頁。

    科普:社交網絡用戶關係的拓撲特性。

    知否的關係網絡是由用戶間的關注與被關注的關係形成的(如圖所示),而且這是一種屬於複雜網絡的有向無權關係網絡。

    這種關係網絡具有拓撲特性,因此需要網絡度及度分佈、聚類係數以及網絡拓撲結構圖這幾種要素來反映這一特性。

    P17.一種改良的LinearPro-gramming算法在社交網絡中用戶關係的識別中的運用。

    ……

    P24.

    首先將所有在歷次輿情中出現在相關賬號中用戶的數據信息進行有效劃分,操作步驟如下:

    步驟一:獲得數據樣本X={x1,x2,…,xn};

    步驟二:計算xi到其k鄰域xki的距離d(xi,xki);計算全部樣本點到k鄰域的平均值

    步驟三:計算數據的密度的公式如式……

    步驟四:得到數據的判定函數如式……

    步驟五:重複步驟二到步驟四,直到把異常信息全部刪除掉。

    網友們都要瘋了,這尼瑪得罪誰也別得罪學霸,否則連人家說的話都看不懂。

    繼續下翻,網友們終於鬆了一口氣。

    因爲第34個PPT截圖的標題是“以鷹眼觀察爲例”。

    然而,網友高興的太早了,因爲除了周默列出的密密麻麻的ID號以及誰都看不懂的數據外,唯一能看懂的只有幾行字。

    步驟一:建立對象矩陣X和聚類數N;

    步驟二:高度重疊對象作爲聚類中心;

    步驟三:利用k均值算法計算相似度。以“鷹眼觀察”關注的其他用戶信息生成關係圖如圖所示。其中計算對象相似度的公式如式……

    步驟四:用各個類的平均向量更新聚類中心,再把每一個對象分別和這n個聚集中心的距離做比較,把相近的分爲一類;

    步驟五:不斷的重複步驟三到步驟四,直到滿足終止條件爲止。

    P62.結論

    根據計算,所有關聯賬號均關注“湖畔居士”而湖畔居士卻沒有關注對方;

    同好賬號均互相關注;

    同好賬號關注對象中有90%的賬號爲共同關注賬號;

    湖畔居士率先發起含有關鍵詞動態,此後3分鐘內評論區出現的ID賬號中有95%會在同好賬號評論區出現,且時間在同好賬號發佈包含共同話題動態後的五分鐘內。

    同好賬號在每一次輿情中的關鍵詞與話題重合率100%;

    同好賬號均互相關注;

    同好賬號日常發言次數爲零;

    同好賬號均習慣性集中在某一時間點變成活躍用戶且話題重合率100%;;

    同好賬號關注對象均出現相似特徵(因時間緊張不能有效排除被矇蔽網友ID,故本文製作概述,不做詳細表述)

    P63.一種基於抽象代數半羣法分析文字表達風格的數學模型及一種基於進化算法的神經網絡搜索爬蟲應用。

    又是一大段沒人能看懂的文字和公式……

    P86.結論

    周默毫不客氣的將30個同好賬號在網絡上所有的留言進行的分析,最終分成了6個羣組。

    雖然沒有明確說出這些賬號爲6人分別操作,但語言風格相似度80%、常見錯別字重合度98%的結論已經盡在不言中。

    最後,周默留下一行紅色如血的文字。

    別再惹我!

    網絡上一片啞然。

    誰還敢惹你


章節報錯(免登陸)