基于稀疏轨迹数据的出租车载客区域推荐

基于短期出租车轨迹数据的载客区域推荐能极大减少系统开销,提高推荐效率,但常伴随着数据稀疏性的问题.针对该问题,本文提出了一种融合地理信息的隐语义模型-GeoLFM.该模型通过将出租车司机所处的客观地理环境信息,融合到司机-载客区域矩阵分解的过程中,从而弥补数据稀疏性带来的不足.同时,根据出租车实时的空间位置信息,为身处不同地点的出租车推荐不同的载客区域.实验证明,本文提出的方法与常用方法相比,推荐结果与真实的出租车司机载客情况间的平均绝对误差和均方根误差都得到大幅降低,较好的提升了推荐效果.     

P2P流量优化技术综述

P2P应用对网络带宽的过度消耗给网络运营商带来了越来越大的压力。如何有效地控制P2P流量,既能够提高承载网的效率又能够保护用户的利益,是互联网产业界和学术界广泛关注的问题。各种P2P流量优化技术的提出正是为了解决上述问题。本文在指出了P2P流量优化技术的必要性之后,介绍了P2P流量优化技术的发展现状,包括一些最新的P2P流量优化方案和P2P流量优化技术标准制定的进展情况．并给出了相应的观点与看法。     

基于用户兴趣的Web服务发现

随着Internet上Web服务的快速增长,准确、高效地发现Web服务已经是Web服务技术中的难点和关键问题。文章提出基于用户兴趣的Web服务发现方法。首先介绍了对用户兴趣进行挖掘和建模的方法,然后论述了Web服务描述文档和用户兴趣特征之间的相关性分析过程,为得出满足用户兴趣的Web服务发现结果提供了一条可行的路径,提高了Web服务发现的准确度。