用户集聚系数对协同过滤算法的影响研究

本文研究了用户-产品二部分网络中用户集聚系数对协同过滤算法的影响.用户集聚系数是度量目标用户的所有邻居用户的特点或者兴趣爱好相同程度的一个统计量,文章将其引入协同过滤算法的相似性计算中,并提出一种改进的算法.数值模拟显示,引入用户集聚系数统计属性的改进算法相比于CF准确性可以提高12.0％,当推荐列表的长度为50时推荐列表多样性可以达到0.649,相比于经典的CF算法提高18.2％.该工作表明用户集聚系数对推荐算法具有非常大的影响,体现了个性化推荐以用户兴趣的度量为核心的基本思想.     

基于二维真实隐马氏模型的手写体文字识别算法

近几年来，人们采用各种方法试图将1D隐马氏模型(HMM)^[2]推广到2D隐马氏模型。令人失望的是由于在建立合适的2D模型及其计算上的复杂度问题上存在困难，前面的尝试都没有得到一个真实的2DHMM．本文对于应用真实2D隐马氏模型(隐马氏网格随机场HMMRF)^[1,4]进行手写字符识别问题提出新的框架，针对文献[1]中的单点最优算法给出局部最优的译码算法。HMMRF模型是1D隐马氏模型到2D的扩展，能更好的描述字符的2D特性。HMMRF在字符识别中的应用具有两个相——学习相和译码相。在学习相和译码相中我们的最优标准是基于极大边缘后验概率的。不过，在涉及到2D模型中的计算问题时，对模型做出某些简单化的假设是必要的。本文用到的方法对于在合理的模型假设下解决手写字符识别问题呈现了很大的潜力。     

一种基于语义的协同事务模型

CSCW系统中存在大量的长周期、协作、交互事务，传统事务模型和高级事务模型不能有效地支持CSCW系统中的事务处理，本文提出一个基于语义的同事务模型，该模型基于协作过程和数据对象的语义信息，能够满足CSCW系统中事务处理的需要。     

带转向延误的非对称用户平衡模型与算法

为准确刻画交通网络和出行行为的复杂特征,考虑路口的转向延误及路段之间相互作用的非对称性因素,用非线性互补理论建立了带转向延误的非对称用户平衡模型,分析了用户平衡解的存在性.结合列生成算法采用有效路径集来避免枚举路网中所有路径的优点和FBLSA算法求解非线性互补问题的全局收敛性特点,提出了修正FBLSA算法.最后针对一个中等规模的交通网络进行数值实验,结果显示该算法对处理非对称网络是十分有效的.     

基于多目标进化聚类的信用风险特征识别

在信用风险识别领域,聚类算法常被用于区分不同风险等级的样本并识别风险特征。然而该领域中通常面临高维数据处理问题,导致传统聚类算法存在不适应此类问题的缺陷：易陷入局部最优、受冗余特征干扰、鲁棒性不强等。采用高维信用风险数据,研究上市公司信用风险,建立信用风险特征识别的三目标优化模型,设计基于分解的多目标子空间聚类算法进行求解。通过算法的横向对比实验,展示了所提出的算法在聚类精度和鲁棒性方面的优势,并根据聚类算法的权重分配结果,归纳总结上市公司信用风险评估过程中应重点关注的指标。     

基于用户实时行为的Slope One模型与算法

以技术创新平台为背景,针对原有协同过滤算法推荐滞后以及算法可扩展性差的问题,根据用户的实时反馈,在Slope One算法的基础上,提出了更新增量机制,分解出固定因子以及增量因子,当用户对项目的评分改变时,只需更新增量因子,提高了算法的可扩展性,更精确地反应了用户的兴趣变化。经算例验证,该算法在保证推荐精度的同时可以有效地缩短推荐时间。     

基于中医健康云的健康养老服务平台设计与应用

中医健康云能将中医的特色化、标准化与大数据、人工智能应用完美融合。本文基于中医健康云技术和老龄群体对养老服务的迫切需求,对中医健康云服务平台和架构设计进行建设性研究,同时分析中医健康云平台的关键技术所在,进而提出中医健康云在健康养老服务中的应用设计。以期利用互联网与大数据,融合传统中医智慧,对老龄群体的健康进行动态跟踪与实时咨询,为老年群体提供及时、有效和针对性的健康养老服务。     

一种改进的Snake算法

针对动态轮廓模型特性，本提出了一种能量函数的选取和收敛算法改进的新方法，结果表明，该方法在实际应用中效果理想。     

基于不经意传输协议的隐私保护推荐算法研究

在当今的网络购物环境下,相互竞争的两家购物网站会为了自身利益,会考虑在某一领域开展合作.而合作的前提条件就是不能泄露自己的核心信息给对方,即合作下的隐私保护问题,基于不经意传输协议(Oblivious Transfer Protocol,OT协议)设计了一个安全两方协同计算协议方法,有效地解决了二个参与方在协同过滤推荐中的隐私保护问题,并给出了协议的安全性及正确性证明.     

基于矩阵填充的混合协同过滤推荐算法研究

针对传统协同过滤算法中由于评分数据稀疏性而导致推荐效率低下问题,提出一种混合协同过滤推荐算法.算法首先使用Slope One算法计算出预测评分,以填充原始评分矩阵中未得到评分的项目,降低了评分矩阵的稀疏度,保证了填充值的多掸性.然后使用SVD技术对填充的评分矩阵奇异值分解,采用随机梯度降低误差的方法,对结果进行分析,寻...     

气候对安徽中药材产业经济影响分析——基于经济气候模型

通过考虑气候和经济社会因素,将气候因素与函数综合考虑并进行分析,构建“经济气候”模型,分析并得出气候因素对安徽省中药材产业影响程度,利用所构建BP神经网络模型,分析数据,对气象因素对中药材产业的影响结果进行预测。通过分析安徽省气候变化的特点与方向,确定气候因素对中药材产业的影响程度,为中药材产业发展提供一定的数据分析支撑,为有针对性的管理中药材产业提供方法与数据基础,同时对降低严重气象灾害对中药材生产带来的负面作用具有一定的理论与实践意义。     

剖面隐马氏模型训练算法的改进

利用剖面隐马氏模型获得多序列联配，一般需要经过初始化、训练、联配三个过程．然而，目前广泛采用的Baum—welch训练算法假设各条可观察序列互相独立，这与实际情况有所不符．本文对剖面隐马氏模型，给出可观察序列在互相不独立情况下的改进Baum—wlelch算法，在可观察序列两种特殊情况下（互相独立和一致依赖），得到了改进算法的具体表达式，讨论了一般情况下权重的选取方法．最后通过一个具体的蛋白质家族的多序列联配来说明改进算法的效果．