【摘 要】
:
为用户推荐具有相同兴趣的好友是用户关系的研究热点之一,但面临着数据稀疏性、兴趣推荐偏差等问题。针对这些问题,提出一种考虑节点重要度的用户推荐方法。首先结合共现及凝聚方法实现标签聚类,据此划分具有相似兴趣的用户社群;然后通过社会网络分析构建社群的用户关系网络,采用PageRank计算用户重要度指标用于评价用户的推荐能力,并描述了用户推荐算法流程;最后通过在真实数据集上与传统方法的对比实验,验证了模型
【机 构】
:
大连理工大学系统工程研究所,辽东学院信息工程学院
论文部分内容阅读
为用户推荐具有相同兴趣的好友是用户关系的研究热点之一,但面临着数据稀疏性、兴趣推荐偏差等问题。针对这些问题,提出一种考虑节点重要度的用户推荐方法。首先结合共现及凝聚方法实现标签聚类,据此划分具有相似兴趣的用户社群;然后通过社会网络分析构建社群的用户关系网络,采用PageRank计算用户重要度指标用于评价用户的推荐能力,并描述了用户推荐算法流程;最后通过在真实数据集上与传统方法的对比实验,验证了模型的有效性,给出了表示用户亲疏关系的可视化结果。
其他文献
推荐系统作为解决信息过载问题的有效工具,能通过海量历史行为数据挖掘用户偏好,为其提供个性化推荐服务。针对如何利用隐式反馈数据实现个性化推荐进行研究,提出了一种结合信任与相似度的排序模型TSBPR。首先计算受信度与相似度的混合权重取代二值信任关系,并初始化新用户信任列表将新用户连接进信任网络;其次利用邻居的特征及信任矩阵修正目标用户的特征矩阵解决信任传递问题;最后通过在贝叶斯排序模型(Bayesia
目的:探讨股骨转子间骨折病人康复训练效果。方法:对DHS和Gamma 钉治疗38例老年股骨转子间骨折术后采用系统规范的康复训练,结果:38例患者除2例因其他疾病在院外死亡,其余患者骨折
针对推荐系统中单类协同过滤(OCCF)可解释性差、数据噪声多的缺陷,提出了一种基于置信度加权的单类协同过滤推荐算法。算法通过置信度函数将用户隐性反馈映射为置信概率,并将该函数集成到隐性反馈推荐模型(IFRM)框架中,形成了隐性反馈置信度加权推荐模型(CWIFRM);在此基础上,针对CWIFRM基于随机梯度下降提出了异构置信度优化算法。实验结果表明,该模型在多个数据集上都具有更好的推荐效果,异构置信
针对彩色图像的有效加密问题,提出了一种基于logistic混沌映射和二次剩余密码体制的彩色图像加密方法。使用了一组对称的128 bit的密钥,并以此计算logistic混沌映射的初始条件和控制参数;通过具有不同参数的两级logistic混沌序列对图像像素进行两级置乱;最后,通过二次剩余密码体制对置乱图像中像素值进行改变,实现图像像素的扩散。仿真结果表明,该方法在密钥敏感性、相邻像素相关性、明文敏感
为了解决传统的文本主题模型对微博主题挖掘准确率低及不考虑主题之间关联的问题,针对中文微博语料本身的特点,分析LDA(latent Dirichlet allocation)和HMM(hidden Markov model)的优缺点,提出了微博主题挖掘模型MB-HL(microblog-HMM&LDA)。该模型用逐条微博作为处理单元,建立分布主题—词语矩阵并进行优化,通过LDA模型对微博用户不同的行
针对永磁同步电动机混沌系统的有限时间稳定控制问题,提出了一种动态有源补偿的主动控制方法,使闭环系统达到近似有限时间稳定控制。首先对永磁同步电动机的数学模型进行分岔和混沌分析,判断系统进入混沌状态的条件。然后针对系统存在的混沌,通过引入奇异摄动理论,详细地分析了闭环系统近似有限时间稳定性,提出主动控制方法,通过仿真和实验验证该方法可以有效地解决系统的不确定性。
针对标签排序问题的特点,提出一种面向标签排序数据集的特征选择算法(label ranking based feature selection,LRFS)。该算法首先基于邻域粗糙集定义了新的邻域信息测度,能直接度量连续型、离散型以及排序型特征间的相关性、冗余性和关联性;然后在此基础上提出基于邻域关联权重因子的标签排序特征选择算法。实验结果表明,LRFS算法能够在不降低排序准确率的前提下有效剔除标签排
对于现实的复杂网络而言,有连边的节点对数目通常远小于无连边的节点对数目,在链路预测时,不同类别的样本数量不平衡会导致预测的分类结果与真实情况有较大的偏差。针对此问题,提出更优的链路预测算法,先对网络拓扑信息进行特征提取,再设计出一种集成分类器对数据样本进行平衡处理;然后基于网络的拓扑信息改进了分类器的集成规则;最后将训练出的集成分类器同现有的四个针对不平衡分类的链路预测学习算法进行对比研究。通过对
说起技术创新,可能被认为是高科技企业的事,但是,处于传统行业的绅士集团绅士西服厂,通过技术创新却取得了骄人的业绩。绅土集团是一家著名的服装企业,绅士西服则是专门为团队制做
可诊断度是当网络的节点发生故障时,快速准确地找出网络中故障节点的能力。可诊断度作为确保互连网络的可靠性的重要指标,避免了信息遗失、数据错误、传递延迟等事件的发生。PMC模型是一种传统的系统诊断模型,可分析网络中任意两个相邻节点相互测试的诊断结果,判断所有节点是否故障。针对基于PMC诊断模型的互连网络,在每个节点都有一个无故障邻居节点的条件下进行了研究,证明当δ_E(G)≥15且δ(G)≥5时,无K