【摘 要】
：
区块链技术和社交网络的结合是未来社交媒体发展的新趋势。传统的中心化社交网络中,网络平台的服务商采集用户数据,开发基于数据的应用获取利益,存在着社交价值的垄断。而具有去中心化属性的区块链技术使得数据公开共享,参与网络的用户可以利用公开的数据开发自己的数据应用,形成了良好的社交生态。其中,社交网络具有明显的社区属性,包含了人际关系特征。通过对社交网络进行社区检测,可以深入分析网络的拓扑结构,发现用户的
论文部分内容阅读
区块链技术和社交网络的结合是未来社交媒体发展的新趋势。传统的中心化社交网络中,网络平台的服务商采集用户数据,开发基于数据的应用获取利益,存在着社交价值的垄断。而具有去中心化属性的区块链技术使得数据公开共享,参与网络的用户可以利用公开的数据开发自己的数据应用,形成了良好的社交生态。其中,社交网络具有明显的社区属性,包含了人际关系特征。通过对社交网络进行社区检测,可以深入分析网络的拓扑结构,发现用户的行为特征,预测网络的变化趋势等。这项工作考虑了区块链网络中的社区检测,主要研究了比特币网络和以太坊网络。在这两种不同类型的区块链网络中,社区检测以不同的方式发挥作用。针对比特币网络,我们首先考虑了用户的多密钥对地址问题,结合比特币交易的多个输入地址属于同一个用户以及用户交易时普遍存在的找零现象这两点对同一用户的多个交易地址进行统一标记,然后获取其交易数据。然后考虑了比特币网络的社区发现问题。我们改进了传统的社区检测方法,并将其应用于比特币交易社交网络,以分析帐户的操作模式和具有相似特征的集群用户。社区划分的结果通过追踪博彩网站（Satoshi Dice）的节点进行验证,模块度系数和轮廓系数很好的支撑了社区发现的结果。针对以太坊网络,我们首先基于智能合约交易定义了一个二分社交图,然后在该图上应用一种新颖的基于低秩图信号的社区检测算法。以太坊网络上启动了初始代币发行（ICO）事件,少数用户已经申请了一些所需的代币,用户对不同代币的持有量信息提供了一个查看参与用户之间的社会影响力的窗口,因此可以通过观察用户对不同代币的持有量信息以及基于低秩图信号的社区检测算法对以太坊的二分社交图进行社区发现。我们将以上策略通过测试数据进行算法的验证,然后再应用于真实的以太坊数据集,找到了具有相似性的用户社区和代币社区,同时采用t-SNE算法对社区发现的结果进行可视化。基于社区发现的结果,我们考虑在以太坊网络中实现链上的广告投放。主要设计了两种可行的方案,并在Ropsten测试网上进行了测试。
其他文献
移动媒体短视频经过创新发展出现了微录（video blog,Vlog）这种新的短视频形式。与以往的短视频类型相比,Vlog更加强调人的社交属性。本文以哔哩哔哩（B站）个人Vlog知名创作者（UP主）为研究对象,对其原创的视频内容进行数据分析,总结社交性个人Vlog的内容特征,并指出其中存在的问题,提出相应的建议。
视觉惯性在雕塑造型中的应用,有较强的学术和实践价值,视觉惯性意指人的眼睛无意识的依靠视觉元素产生的张力和视觉倾向力,引导视觉产生惯性移动,整个视觉的移动倾向及移动轨迹即是视觉惯性的呈现。其成因主要包含视觉对象自身的形体张力、大脑与肌肉的记忆痕迹、习惯及肌肉动力知觉与地心引力等。研究视觉惯性在雕塑造型中的应用在雕塑创作以及雕塑理论中均有重要意义。通过对雕塑本体的点、线、面、形体以及雕塑所处环境等因素
在古代汉语当中,宾语前置是一种比较特殊且常见的语言结构,也就是将宾语放在谓语之前,意义在于让语句押韵,更顺口。当我们用现代语言去翻译应用了宾语前置方法的古文时,需要调整语序。文章先阐述了当前古代汉语宾语前置的研究现状,然后重点分析古代汉语中宾语前置的主要种类,结合例子对这些种类的特点进行分析,最后对古代汉语宾语前置句存在的原因和意义进行了研究,希望能为古代汉语的阅读理解和研究提供参考。
现如今,我们正处在艺术发展已经颇具规模、掌握方式手段的多样化的时代。以现代摄影作为媒介呈现出了爆炸式的增长的态势,我们不能再如往昔一般来对待艺术,也不可能不受到现代知识和技术运作的影响。德国当代艺术家格哈德·里希特以其独特的意识分析形态,大量借用了摄影作品作为其物料,其作品更是作为“时代的图像”被大量当代艺术家借鉴学习。格哈德·里希特在其内时间意识上的反思、隐喻、时间的滞留持续都建构了无主题绘画。
目的分析临床护理路径建立对急性非静脉曲张性上消化道出血（ANVUGIB）患者再出血及预后的影响。方法选择医院诊治的ANVUGIB患者63例.,分为对照组（n=33）和.干预组（n=.30）。对照组予以常规护理干预,干预组采取临床护理路径干预,比较两组护理效果.。结果干预组患者护理总满意率9667%,高于对照组（6667%,P<005）.;干预后,干预组患.者血红蛋白.水平高于对照组,血尿素氮水平低
行人检测作为目标检测领域的特定课题,在无人驾驶、智能监控、客流量统计、机器人视觉以及人体行为分析等领域都发挥着重要作用。目前,相较于其他算法,使用机器学习搭建的行人检测系统通常能够取得更高的检测精度,但还存在着单一特征对行人整体表征不足、复杂环境中对小尺寸行人目标检测精度差和SVM分类器计算量大、检测实时性低等问题。本文针对传统机器学习的行人检测算法进行研究,对上述不足点进行改进,针对行人目标多尺
区块链作为以去中心化方式集体维护可信数据库的技术,具有去中心化、防篡改、可编程等特点,正成为继大数据、云计算、人工智能、虚拟现实等技术后又一项对未来信息化发展产生重大影响的新兴技术,有望推动人类从信息互联网时代步入价值互联网时代。然而,区块链技术发展至今,可扩展性问题已经成为限制区块链应用场景的主要障碍。本文研究了现有的主流区块链系统扩容方案,如状态通道、侧链/子链、Plasma和ZK Rollu
随着互联网的不断普及和人工智能技术的发展,数据量呈指数增长。在大数据时代,如何从海量的数据中快速获取有价值的信息并有效运用,是数据挖掘分析领域研究的重要问题之一。一图胜千言,将复杂的文本数据以图的形式表达,能够让人们更快更准确的获取所需信息,更好的理解信息,知识图谱由此应运而生。近年来,随着“互联网+”和“中国制造2025”的提出与发展,知识图谱受到工业领域的青睐,智能制造成为了传统工业转型的关键
作为光伏发电技术中光伏电池与电网的重要接口,光伏并网逆变器的研究越来越受到人们的重视。光伏并网逆变器研究中,各类并网逆变器控制策略层出不穷,但是随着一些分布式能源发电的应用,各类并网逆变器中高频电力电子器件等的引入,以及非线性负载等的广泛使用,导致了通信设备与电力电子器件的灵敏度降低,影响并网逆变器的控制过程,导致逆变器输出谐波含量增多,使得并网电流谐波畸变率增大,严重时导致系统不能正常运行。因此
跨境并购是企业快速获取核心技术和战略资源的一种有效的外部途径,越来越多的上市公司通过跨境并购布局全球产业链,加入到全球价值链的竞争中。随着知识经济的兴起,跨境并购的动机除了拓展市场、获取自然资源等目的外,更多的涉及知识资产的获取和转移,知识产权越来越成为跨境并购双方关注的焦点,而东道国的知识产权保护程度会对知识资产的引进、输出和转让等经济行为产生重要的影响。企业在全球价值链中的位置作为企业能力的象