【摘 要】
:
基于事件的社会网络(Event-Based Social Networks,EBSN)为人们提供了一个创建、发布和组织社会事件的在线平台,以帮助具有相同兴趣的用户进行线上和线下交互。不同于传统社
论文部分内容阅读
基于事件的社会网络(Event-Based Social Networks,EBSN)为人们提供了一个创建、发布和组织社会事件的在线平台,以帮助具有相同兴趣的用户进行线上和线下交互。不同于传统社会网络,该网络由事件驱动,以群组为主要活动形式,且包含线上与线下两类交互。对于该网络的群组发现和群组推荐问题,传统的方法已无法发挥作用。为此,本文着重研究基于事件社会网络的群组发现和群组推荐策略。为了解决基于EBSN的群组发现及推荐问题,首先需要提取用户的隐式偏好以及预测用户对未知事件的评分。综合考虑用户参加的线上兴趣组以及线下事件的信息,提出了基于深度神经网络的用户偏好发现策略。为实现该策略,分别使用了事件的描述文本、时间以及位置信息,以及兴趣组的标签和语义信息,并利用深度神经网络进行融合,以获得用户偏好。为了获得用户对事件的评分,本文分别提取了用户的特征以及事件的特征,并利用深度语义网络将用户特征和事件特征映射到同一空间,从而获得用户对事件的评分。针对基于EBSN的群组发现问题,提出了k-最大异构群的概念,它满足规模小、群内成员偏好相似、线上沟通和线下交互较为频繁等特征。其次,提出了基于递归的k-最大异构群挖掘算法,该算法能在指数时间复杂度内挖掘出所有的k-最大异构群。在基于递归的k-最大异构群挖掘算法的基础上,添加基于机器学习分类技术的剪枝策略。该策略在搜索时根据分类器的分类概率选择初始点,并在搜索过程中的每一步判断是否剪枝,由此获得了更高的搜索效率。最后,在真实的数据集上检验了算法的有效性。针对基于EBSN的群组推荐问题,首先对用户的反复交流过程进行了建模,并将其转化为深度神经网络并使用BP算法求解。其次,考虑到该方法网络结构复杂,训练时间长,使用AP聚类和自编码机获得合适的网络隐藏层神经元数量,减少网络复杂度,获得了更好的性能。最后,在Meetup网站的真实数据集上进行了实验,验证了算法的有效性。
其他文献
近年来深度学习广泛应用于各领域,但深度学习中网络结构的有效选择与调优仍然面临着巨大的挑战。目前,选择网络结构主要根据准确率、先验知识,如专家经验等,需要大量的时间和
可见光通信的原理主要是利用发光二极管的特性发出频率高于人眼可识别的闪烁来传输数据,因此,可见光通信可以在通信的同时保证照明。可见光通信具有高速、安全、绿色等特点,
虚拟化技术是云计算的基石,内存是虚拟化技术中一项重要的资源维度。云平台中大内存配置可以让云平台承载更多具有大内存需求的应用。但是,这些大内存应用产生巨大的页表给TL
1978年,MIT的三位学者Ron Rivest、Adi Shamir、Leonard Adleman基于此概念,发表论文,RSA公钥密码体制面世。目前,在各个国家以及政府财力政策支持下,量子计算正以相当快的速
藏族文化中妇女服饰的多样性在世界性非物质文化遗产中可谓色彩斑斓,基本上每个大的社区之间的妇女服饰都在质料、款式、色彩、佩饰等方面不尽一致,而且每个细节都有各自社区
在现代医学图像的采集过程中,存在许多成像方式,它们往往涉及许多不同类型的设备或是同种设备的不同参数设置,借此来为医生的诊断提供多视角的信息。它们能够突出显示相同解剖结构下的不同组织与病变信息。然而,由于多模态成像检查过程需要较长的时间,可能因为病人难以配合或者采集图像被噪声或伪影破坏而导致某些模态下的图像缺失。另一方面,图像模态的不同可能会给医学图像中自动分析算法带来困难,因为一种图像分析算法的提
钢筋混凝土板柱节点易发生脆性冲剪破坏,这是导致板柱结构发生连续倒塌的关键因素。连续倒塌是整体结构系统的大变形力学行为,尽管结构构件在大变形下的受力模式发生变化,但是对倒塌破坏的传播仍有显著影响。由于在整体结构体系中受面内约束作用,板柱节点在冲剪破坏后由于钢筋的拉膜作用仍可提供较大的倒塌抗力,因此研究节点冲剪破坏后的受力机理以及性能提升措施对板柱结构抗连续倒塌工程实践具有重要意义。现有板柱节点研究主
随着信息技术的深入发展,网络学习已经成为一种重要的学习方式,相比于传统学习方式,网络学习不受时间、地点的限制,能够及时满足学生随时学习的需要;网络学习资源是网络学习
自从英国数学家Turing于1936年开创性的提出图灵计算机模型以来,电子计算机就在各个领域得到了迅猛发展,并一跃成为了 20世纪三大科学革命之一,其对社会的发展和进步产生了巨
余弦调制滤波器组的设计结构简单,处理实信号效果理想,被广泛运用在语音信号、图像信号的处理领域和军用领域。但是余弦调制滤波器组的抽头系数数目会随着通道数目的增多而变