检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于灰色方法与结构距离的飓风轨迹聚类算法

系统工程理论与实践 2017年第4期37卷 1046-1055页

作者：江艺羡张岐山福州大学经济与管理学院福州350108 福建医科大学公共卫生学院福州350108

飓风轨迹的聚类分析以轨迹间的相似性为基础.但是目前轨迹相似距离研究主要仅针对一个或两个轨迹属性,使得得到的聚类结果无法充分体现轨迹的运动特征.为充分利用轨迹的属性特征,结合灰色相关理论,提出将位置、方向、速度三个属性融合... 详细信息

飓风轨迹的聚类分析以轨迹间的相似性为基础.但是目前轨迹相似距离研究主要仅针对一个或两个轨迹属性,使得得到的聚类结果无法充分体现轨迹的运动特征.为充分利用轨迹的属性特征,结合灰色相关理论,提出将位置、方向、速度三个属性融合为结构相似距离,并以此作为轨迹间相似距离度量函数进行聚类分析,以达到更全面了解轨迹运动特点的目的.实例分析表明该算法能充分体现轨迹运动特征,聚类结果更具有实际意义.

关键词：聚类轨迹灰色GM(1 1)模型结构距离

在线全文

学校读者我要写书评

暂无评论

基于时间效应的兴趣点推荐混合模型

计算机工程 2019年第8期45卷 203-209页

作者：张岐山李可林小榕福州大学经济与管理学院福州350108 北京交通大学下一代互联网互联设备国家工程实验室北京100044

在基于位置的社交网络中,兴趣点实时推荐数据和用户签到数据存在高稀疏性问题。提出一种基于时间效应的混合推荐模型。通过用户潜在兴趣点数据模型计算用户时间行为影响分数和地理位置影响分数,并用线性统一模型进行处理,选取Top S 个... 详细信息

在基于位置的社交网络中,兴趣点实时推荐数据和用户签到数据存在高稀疏性问题。提出一种基于时间效应的混合推荐模型。通过用户潜在兴趣点数据模型计算用户时间行为影响分数和地理位置影响分数,并用线性统一模型进行处理,选取Top S 个兴趣点作为用户的潜在兴趣点。将用户的潜在签到记录引入基于时间效应的矩阵分解模型中,考虑时间差异性和连续性对推荐结果的影响,在此基础上进行优化求解,提出推荐策略。实验结果表明,与LRT模型、UTE+SE模型相比,该模型的推荐效果较好,其准确率和召回率最高可达0.103 4和0.111 8。

关键词：基于位置的社交网络时间信息地理位置信息矩阵填充矩阵分解实时推荐兴趣点

在线全文

学校读者我要写书评

暂无评论

个性化推荐冷启动算法

小型微型计算机系统 2015年第8期36卷 1723-1727页

作者：廖寿福林世平郭昆福州大学数学与计算机科学学院福州350108

针对传统的协同过滤算法中广泛存在的冷启动问题,提出一种基于项目属性的推荐算法CFAFN(Collaborative Filtering based on Attributes-Filling and the Number of rating for items).通过对新用户的询问,个性化推荐系统将获取新用户对... 详细信息

针对传统的协同过滤算法中广泛存在的冷启动问题,提出一种基于项目属性的推荐算法CFAFN(Collaborative Filtering based on Attributes-Filling and the Number of rating for items).通过对新用户的询问,个性化推荐系统将获取新用户对项目属性的偏好信息.此外,对项目属性评分矩阵进行填充,以降低项目属性评分矩阵的稀疏性.在生成最终推荐信息之前,引入项目被评分数量的影响,进一步调整项目的预测评分,提高个性化推荐的推荐精度.通过Movie Lens数据集测试表明,该算法的推荐精度得到提升,优于一些新近提出的冷启动推荐算法.

关键词：个性化推荐冷启动协同过滤项目属性矩阵填充

基于均衡接近度灰关联的Slope One算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2021年第9期57卷 96-102页

作者：张岐山陈露露福州大学经济与管理学院福州350108

作为一种基于项目的协同过滤推荐算法,Slope One算法易于实现且高效。但由于Slope One算法未考虑用户相似性,导致其在处理涉及用户关系的个性化推荐任务时性能不高。针对以上问题,提出了改进的Slope One算法。提出一种均衡接近度灰关联... 详细信息

作为一种基于项目的协同过滤推荐算法,Slope One算法易于实现且高效。但由于Slope One算法未考虑用户相似性,导致其在处理涉及用户关系的个性化推荐任务时性能不高。针对以上问题,提出了改进的Slope One算法。提出一种均衡接近度灰关联分析方法计算用户之间的均衡接近度,利用均衡接近度度量用户间的相似程度,然后将均衡接近度值融入到Slope One算法中进行评分预测,在MovieLens和Epinions数据集下的对比实验表明,该算法具有更低的平均绝对误差(MAE)和均方根误差(RMSE),提高了预测的准确度和推荐质量。

关键词：协同过滤均衡接近度灰关联 Slope One算法用户相似度

在线全文

学校读者我要写书评

暂无评论

融合时间加权信任与用户偏好的协同过滤算法

计算机工程与应用 2022年第3期58卷 112-118页

作者：张岐山朱猛福州大学经济与管理学院福州350108

针对现有的协同过滤推荐算法中存在评分数据稀疏和用户兴趣动态变化的问题,提出了融合时间加权信任与用户偏好的协同过滤算法。考虑到用户评分时间的不均匀,对时间权重进行改进,并将其融入到直接信任计算中,缓解用户兴趣动态变化的问题... 详细信息

针对现有的协同过滤推荐算法中存在评分数据稀疏和用户兴趣动态变化的问题,提出了融合时间加权信任与用户偏好的协同过滤算法。考虑到用户评分时间的不均匀,对时间权重进行改进,并将其融入到直接信任计算中,缓解用户兴趣动态变化的问题。通过信任传递得到的间接信任以及建立用户对项目标签的偏好矩阵得到用户之间的偏好相似度来缓解数据的稀疏性。融合用户的信任度与偏好相似度进行推荐。实验结果表明,与其他基准算法相比,提出的算法具有更高的F1值,提高了推荐质量。

关键词：协同过滤时间权重信任项目标签用户偏好

在线全文

学校读者我要写书评

暂无评论

考虑客户满意度的三维装箱绿色车辆路径研究

江苏科技大学学报（自然科学版） 2016年第3期30卷 286-292页

作者：张岐山郑快生福州大学经济与管理学院福建福州350116

能源是世界的推动力.能源的消耗一方面需要消耗自然资源,另一方面又会污染环境.因此能源问题是全球持续关注的问题,而作为能源消耗大户的物流也成为业界与学术界关注的焦点.文中以提高客户满意度、降低能耗为目标,建立了带有软时间约束... 详细信息

能源是世界的推动力.能源的消耗一方面需要消耗自然资源,另一方面又会污染环境.因此能源问题是全球持续关注的问题,而作为能源消耗大户的物流也成为业界与学术界关注的焦点.文中以提高客户满意度、降低能耗为目标,建立了带有软时间约束的单车型三维装箱绿色车辆路径优化模型,研究单车型车辆调度中载重量、需求的时间窗、三维装箱等多约束的处理方法,并且采用多目标粒子群算法进行仿真实验,获取Pareto最优解.研究结论对于企业提高客户满意度和降低能源消耗具有借鉴意义.

关键词：绿色车辆路径三维装箱客户满意度粒子群算法 Pareto最优

在线全文

学校读者我要写书评

暂无评论

社会化推荐系统综述

计算机工程与应用 2020年第1期56卷 1-10页

作者：张岐山翁丽娟福州大学经济与管理学院

推荐系统可以帮助网民从大量纷繁的信息中找到目标信息,能有效提高网民信息检索能力,然而推荐系统存在数据稀疏性、冷启动以及系统性能方面的问题。为解决这方面的问题,提出将社交关系应用于推荐系统,该方法是提高推荐准确性的一个重要... 详细信息

推荐系统可以帮助网民从大量纷繁的信息中找到目标信息,能有效提高网民信息检索能力,然而推荐系统存在数据稀疏性、冷启动以及系统性能方面的问题。为解决这方面的问题,提出将社交关系应用于推荐系统,该方法是提高推荐准确性的一个重要途径,在多年的科研实践中取得了重要进展,因此该研究方向也日益成为众多学者关注的领域,有关这方面的研究也越来越活跃。通过对社会化推荐系统概念进行梳理,对社会化推荐系统与传统推荐系统进行比较,回顾总结了社会化推荐系统的研究现状,希望能从研究现状中找出新规律,寻求新的突破点,并对社会化推荐系统的发展趋势进行展望,以期对后来研究者有所帮助。

关键词：推荐系统社会化推荐协同过滤矩阵分解社交媒体

在线全文

学校读者我要写书评

暂无评论

分布式RDF关键词近似搜索方法

中国科学技术大学学报 2017年第10期47卷 823-836页

作者：陈远汪璟玢福州大学数学与计算机科学学院福建福州350108

现有的RDF关键词搜索方法主要是在大规模的RDF数据图上直接进行搜索,未能充分利用RDF本体中的语义信息,迭代次数过多造成搜索效率和效果不理想.针对这些问题,借助Redis内存数据库集群,提出分布式RDF关键词近似搜索算法(DKASR),即在分布... 详细信息

现有的RDF关键词搜索方法主要是在大规模的RDF数据图上直接进行搜索,未能充分利用RDF本体中的语义信息,迭代次数过多造成搜索效率和效果不理想.针对这些问题,借助Redis内存数据库集群,提出分布式RDF关键词近似搜索算法(DKASR),即在分布式平台上实现大规模数据的并行搜索.算法结合RDF本体的语义信息构建本体子图,利用语义评分函数对本体子图进行排序,借助MapReduce计算模型实现并行搜索并返回Top-k结果;如果返回的结果没有达到Top-k,则对本体子图进行扩展生成近似本体子图,使用语义相似度函数对近似本体子图进行排序,再利用MapReduce计算模型实现并行搜索,直到返回Top-k结果.实验结果表明,DKASR算法能够高效正确地实现RDF关键词近似搜索并有效返回Top-k结果.

关键词： RDF 关键词近似搜索 Redis MapReduce

结合Rete的RDF数据分布式并行推理算法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2016年第5期29卷 417-426页

作者：汪璟玢郑翠春福州大学数学与计算机科学学院福州350108

现有的资源描述框架(RDF)数据分布式并行推理算法大多需要启动多个MapReduce任务,但有些算法对于含有实例三元组前件的RDFS/OWL规则的推理效率低下,整体推理效率不高.针对此问题,文中提出结合Rete的RDF数据分布式并行推理算法(DRRM).首... 详细信息

现有的资源描述框架(RDF)数据分布式并行推理算法大多需要启动多个MapReduce任务,但有些算法对于含有实例三元组前件的RDFS/OWL规则的推理效率低下,整体推理效率不高.针对此问题,文中提出结合Rete的RDF数据分布式并行推理算法(DRRM).首先结合RDF数据本体,构建模式三元组列表和规则标记模型.在RDFS/OWL推理阶段,结合MapReduce实现Rete算法中的alpha阶段和beta阶段.然后对推理结果进行去重处理,完成一次RDFS/OWL全部规则推理.实验表明,文中算法能高效正确地实现大规模数据的并行推理.

关键词：资源描述框架(RDF) Rete算法分布式推理