【摘 要】
：
大数据时代信息种类和数量变得繁复而冗杂,传统协同过滤算法在应对这种“信息过载”问题力不从心。因此,大量的专家和学者提出了多种推荐算法来改善推荐效果,满足用户需求。其中建立信任网络,使用用户间信任度对用户进行推荐便是其中一种典型算法。本文工作针对信任网络,使用社会网络中用户的关联关系得出用户之间的信任度,基于用户间信任度聚类对目标用户做出合理的推荐。论文的主要工作和创新如下:(1)基于双重邻居选取策
论文部分内容阅读
大数据时代信息种类和数量变得繁复而冗杂，传统协同过滤算法在应对这种“信息过载”问题力不从心。因此，大量的专家和学者提出了多种推荐算法来改善推荐效果，满足用户需求。其中建立信任网络，使用用户间信任度对用户进行推荐便是其中一种典型算法。
本文工作针对信任网络，使用社会网络中用户的关联关系得出用户之间的信任度，基于用户间信任度聚类对目标用户做出合理的推荐。论文的主要工作和创新如下：
（1）基于双重邻居选取策略的推荐算法进行改进，提出了基于用户信任度和属性的协同过滤算法，算法将用户间的信任度和基于人口统计学的算法结合在一起，通过目标用户动态相似兴趣集和最后获取的信任集是否为空将用户划分为 “活跃用户”，若和“非活跃用户”，根据不同的用户采用不同的预测评分的算法，来提高整体的准确性。并缓解了传统协同过滤中的存在的数据稀疏性和用户冷启动的问题。
（ 2 ）将 Bhattacharyya 系数引入现有的信任网络中，提出了基于用户间信任度和Bhattacharyya系数的协同过滤算法，该系数的使用可以极大地提升用户间的项目相关度，使得用户间的整体可信度提高。其中通过对用户间信任度Top-K聚类实现对用户的推荐后，不仅摆脱了采用传统信任度算法出现的数据稀疏性及冷启动问题，还大大提高了推荐效率。
其他文献
云计算通过将硬件资源抽象成虚拟资源,为用户提供可弹性伸缩的按需获取的服务。随着越来越多的应用与服务部署在云端,用户对云计算可靠性的要求越来越高,且云数据中心的资源虚拟化、快速弹性架构和应用托管等复杂特性导致云数据中心容易出现异常和故障。因此,对可靠性的要求越来越高。如何保障云数据中心的可靠性,提高云计算系统提供无故障服务的能力成为亟待解决的问题。本文主要针对云数据中心计算资源的可靠性保障技术进行了
在网络功能虚拟化(Network Function Virtualization,NFV)环境下,服务功能链(Service Function Chaining,SFC)通过连接一组有序的虚拟网络功能(Virtual Network Function,VNF)定制某种网络服务,可以灵活地提供网络服务。但是,目前SFC仅仅通过定义VNF的执行顺序来定制网络服务,而没有考虑VNF的运行参数、运行时序等
随着移动智能设备的普及和云计算技术的快速发展,移动云计算进入了人们的生活。移动云计算解决了移动终端计算性能不佳、存储容量较小等问题,但是随着用户规模的不断扩大,移动云计算也面临着资源管理方面的挑战。为了应对这些挑战,很有必要开展移动云资源调度与管理技术的研究。本文在分析了行业需求和研究了相关关键技术的基础上,做出的主要研究工作如下:(1)针对移动云数据中心的高能耗和资源利用率较低的问题,本文改进了
移动设备不断地发展和进步,移动设备的使用频率越来越高,其安全性也越来越受重视。各类身份认证机制出现来解决移动设备的安全问题,保护用户的隐私数据。目前,移动设备的身份认证机制大部分属于显式身份认证,仅针对于移动设备的单次解锁,不保证解锁设备后移动设备的安全性。本文以移动设备的持续身份认证为研究对象,从单生物特征和多生物特征两个角度展开了研究。改进了基于运动传感器的持续身份认证,同时提出了基于运动传感
时间序列预测在科学和社会的各个领域起着重要的作用。然而,随着信息时代的到来,各类时间序列数据层出不穷,采样频率也越来越高。如此巨大的数据量中,非平稳和多变量性质的存在加剧了预测的挑战性,许多传统的预测模型已经无法胜任现在的预测任务。现有的基于循环神经网络的深度学习模型,尤其是基于长短期记忆(LSTM)和门循环单元(GRU)的循环神经网络已获得了令人印象深刻的预测性能。然而,尽管LSTM结构上更为复
物联网与5G技术的蓬勃发展,导致移动终端设备产生海量的数据。数据资产催生出众多新型应用,但是移动终端设备计算资源不足与云端处理能耗过高致使移动云计算的固有缺点开始暴露,当前的云计算架构面临重大挑战。移动边缘计算(MEC)的出现为上述问题提供了解决方案,在靠近终端处提供计算与存储资源,边缘服务器既可以处理终端的上行任务,又能承接云端下放服务。终端任务可以选择卸载到边缘服务器上执行,终端设备只需发送服
在当前的移动应用程序开发中,新兴涌现出的Dev Ops实践(例如,持续交付,集成和用户反馈分析)和工具正在变得越来越普遍。例如,在软件发布周期中,用户反馈的集成(以用户评论的形式提供)代表了移动应用程序维护和发展的宝贵资源。为了充分利用这些资源,开发人员急需要在用户评论和需要更改的软件产品(例如源代码和文档)之间建立语义链接,从而根据用户反馈定位到潜在需要更改的文件。此外,随着移动应用市场的快速发
快速有效地识别视频中的人体动作,具有广泛的应用前景及潜在的经济价值。但目前视频动作识别方法易受到运动人体晃动、背景变化、摄相机抖动、运动人体阴影等背景因素影响。如何在复杂场景下准确地进行动作识别成为了计算机视觉中的热点问题。本文使用深度学习方法,经过对已有视频动作识别算法的充分调研后展开研究,具体工作和创新点如下:1)针对目前的双流卷积神经网络无法将空间线索和时间线索有效地关联起来的缺陷,本文从特
近年来,随着高通量测序技术的不断发展,RNA-Seq即转录组测序技术已成为转录组研究的重要工具,被广泛应用于生物学、医学和药学等领域。异构体的表达水平估计和差异表达比例分析是转录组学研究的主要内容,对疾病的诊断和治疗有重要意义。异构体表达水平估计中先对定位到异构体上的读段进行计数,再进行归一化计算,最后获得异构体表达水平,保证了不同异构体的表达水平在不同条件下的可比性。异构体差异表达比例分析中通过
目前,图像描述算法已是人工智能领域的研究热点之一,在跨模态检索以及视觉语义理解方面也有着广阔的应用。当前已有的图像描述算法主要是基于编码器-解码器架构的,一般采用卷积神经网络作为图像编码器,循环神经网络作为解码器。最近,一种基于卷积神经网络的解码器被提出来,用以解决循环神经网络不可并行计算的问题。然而,当前基于的卷积神经网络解码器算法不能直接建模输入单词间的相关性以及特征通道之间的相关性。同时,这