检索结果-南通市图书馆

基于simrank全局矩阵平滑收敛的网络社区发现

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2021年第2期36卷 314-323页

作者：李维勇孔枫张伟陈云芳南京信息职业技术学院网络与通信学院南京210023 南京邮电大学计算机学院南京210023

simrank方法是一种基于图的拓扑结构信息来衡量任意两个对象间相似程度的方法,针对在真实的大规模社交网络中节点与节点之间的迭代计算过程需要消耗大量的时间,提出了一种基于simrank全局矩阵平滑收敛的网络社区发现方法(simrank global... 详细信息

simrank方法是一种基于图的拓扑结构信息来衡量任意两个对象间相似程度的方法,针对在真实的大规模社交网络中节点与节点之间的迭代计算过程需要消耗大量的时间,提出了一种基于simrank全局矩阵平滑收敛的网络社区发现方法(simrank global smooth convergence,SGSC)。首先,该算法通过经典度量来识别网络中的初始核心节点;然后利用矩阵平滑收敛来计算simrank得到最终核心节点;最后,基于全局收敛矩阵,将社区聚集在核心节点周围,使用Closeness指数合并两个社区,通过递归的重复该过程,聚类出最终社区。在3种真实的不同规模的社交网络中将SGSC和其他2种具有代表性的方法进行比较,并验证了提出的算法在不同规模的社交网络中社区划分的准确率和算法运行的时间性能上有所提升。

关键词：社区发现 simrank 矩阵迭代聚类

基于权重标准化simrank方法的查询扩展技术研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2011年第1期25卷 28-34页

作者：马云龙林原林鸿飞大连理工大学信息检索研究室辽宁大连116024

查询扩展是信息检索中的一项重要技术。传统的局部分析查询扩展方法利用伪相关文档作为候选词集合,然而部分伪相关文档并不具有很高的相关性。该文利用真实的搜索引擎查询日志,建立了查询点击图,经过多次图结构的转化得到能够反映词之... 详细信息

查询扩展是信息检索中的一项重要技术。传统的局部分析查询扩展方法利用伪相关文档作为候选词集合,然而部分伪相关文档并不具有很高的相关性。该文利用真实的搜索引擎查询日志,建立了查询点击图,经过多次图结构的转化得到能够反映词之间关联程度的词项关系图,并在图结构的相似度算法simrank的基础上,提出了一种基于权重标准化的改进simrank方法,该方法利用词项关系图中词项的全局和间接关系,能够有效挖掘与原始查询相关联的扩展词。同时,为降低simrank算法的计算复杂度,该文采用了剪枝等策略进行优化,使得计算效率有大幅提高。在TREC标准数据集上的实验表明,该文的方法可以有效地选择相关扩展词。MAP指标较局部分析查询扩展方法提高了1.81%,在P@10和P@20指标评价中效果分别提高了5.44%和3.73%。

关键词：搜索引擎查询扩展查询日志 simrank

基于simrank的跨领域情感倾向性分析算法研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2012年第6期26卷 38-44页

作者：吕韶华杨亮林鸿飞大连理工大学计算机科学与技术学院辽宁大连116024

情感倾向性判断是指根据文本表述分析文本的倾向性,即发表文本的作者所持有的支持或反对的态度,对于特定领域的情感倾向性研究尤以运用监督分类方法所得出的实验结果较为理想。但若将此类方法直接运用于不同领域的文本,其效果却难以尽... 详细信息

情感倾向性判断是指根据文本表述分析文本的倾向性,即发表文本的作者所持有的支持或反对的态度,对于特定领域的情感倾向性研究尤以运用监督分类方法所得出的实验结果较为理想。但若将此类方法直接运用于不同领域的文本,其效果却难以尽如人意。在这种情况下,如何利用已标注情感倾向性的源领域文本去判断未知情感倾向性的目标领域文本的倾向性,即跨领域的情感倾向性分析问题——成为当前研究的热点。为此,该文提出一种基于simrank的跨领域情感倾向性分析算法,把在源领域和目标领域中共现的词汇作为连接两个领域的桥梁,利用情感词典和simrank算法找出潜在情感空间,然后使用SVM对已标注的源领域进行训练进而得到训练模型,以便利用此模型预测目标领域的情感倾向性。该文亦通过相关实验所得到的实验结果表明了此方法的有效性。

关键词：跨领域倾向性判断 simrank 支撑向量机

在线全文

学校读者我要写书评

暂无评论

基于simrank的作者相似度计算

情报理论与实践 2015年第6期38卷 109-114页

作者：刘萍黄纯万武汉大学信息管理学院湖北武汉430072

现有的相似度计算方法大都依赖于作者间的直接关联,忽略了间接关联。文章提出一种新的基于simrank的作者相似度计算方法,充分考虑作者关键词二分图网络的整体结构特性,利用图结构相似度算法挖掘出作者间以及词汇间的潜在关联关系。初步... 详细信息

现有的相似度计算方法大都依赖于作者间的直接关联,忽略了间接关联。文章提出一种新的基于simrank的作者相似度计算方法,充分考虑作者关键词二分图网络的整体结构特性,利用图结构相似度算法挖掘出作者间以及词汇间的潜在关联关系。初步实验表明该方法能够有效地识别作者之间的相似度,相比于传统的关键词耦合,该方法可以明显提高作者相似度计算的准确性。

关键词：算法链接关系作者相似度 simrank

在线全文

学校读者我要写书评

暂无评论

基于加权simrank的中文查询推荐研究

中文信息学报 2010年第3期24卷 3-10页

作者：李亚楠许晟王斌中国科学院计算技术研究所北京100190 中国科学院研究生院北京100049

查询推荐是搜索引擎系统中的一项重要技术,其通过推荐更合适的查询以提高用户的搜索体验。现有方法能够找到直接通过某种属性关联的相似查询,却忽略了具有间接关联的语义相关查询。该文将用户查询及查询间直接联系建模为查询关系图,并... 详细信息

查询推荐是搜索引擎系统中的一项重要技术,其通过推荐更合适的查询以提高用户的搜索体验。现有方法能够找到直接通过某种属性关联的相似查询,却忽略了具有间接关联的语义相关查询。该文将用户查询及查询间直接联系建模为查询关系图,并在图结构相似度算法simrank的基础上提出了加权simrank(简称Wsimrank)用于查询推荐。Wsimrank综合考虑了查询关系图的全局信息,因而能挖掘出查询间的间接关联和语义关系。然而,Wsimrank复杂度太高而难以实用,该文将Wsimrank转换为一个状态层次图的遍历和计算过程,进而采用动态规划、剪枝等策略对其进行优化从而可以实际应用。在大规模真实Web搜索日志上的实验表明,Wsimrank在各项评价指标上均优于simrank和传统查询推荐方法,其MAP指标接近0.9。

关键词：计算机应用中文信息处理搜索引擎查询推荐 simrank wsimrank

基于simrank的百度百科词条语义相似度计算

在线全文

学校读者我要写书评

暂无评论

山东大学学报（工学版） 2014年第3期44卷 29-35页

作者：尹坤尹红风杨燕贾真西南交通大学信息科学与技术学院四川成都610031

提出一种利用百度百科半结构化数据自动获取词语相似度的方法,该方法将百科词条与其相关词条看做有向图的两个节点,且两节点相互之间存在着链接关系,然后利用simrank算法计算百科词条语义相似度。实验表明,该方法优于传统的词语语义相... 详细信息

提出一种利用百度百科半结构化数据自动获取词语相似度的方法,该方法将百科词条与其相关词条看做有向图的两个节点,且两节点相互之间存在着链接关系,然后利用simrank算法计算百科词条语义相似度。实验表明,该方法优于传统的词语语义相似度测量,能准确地反映词语之间的语义关系。

关键词：语义相似度百科词条有向图 simrank

基于社会信任与加权simrank的个性化推荐算法研究

在线全文

学校读者我要写书评

暂无评论

基于社会信任与加权SimRank的个性化推荐算法研究

作者：张步涛重庆邮电大学

学位级别：硕士

近年来,我国互联网信息产业快速发展,基于互联网的社交网络迅速崛起,极大地丰富了人们的日常生活。用户在网络中获取大量的息,然而,面对海量的数据信息,用户无法快速寻找自己感兴趣的信息,面临着信息过载的问题。因此,为解决信息过载难... 详细信息

近年来,我国互联网信息产业快速发展,基于互联网的社交网络迅速崛起,极大地丰富了人们的日常生活。用户在网络中获取大量的息,然而,面对海量的数据信息,用户无法快速寻找自己感兴趣的信息,面临着信息过载的问题。因此,为解决信息过载难题,基于社交网络的推荐算法应运而生。推荐技术可以根据用户的日常行为以及兴趣爱好,为用户制定个性化推荐,在一定程度上解决了海量数据的推荐问题。然而,由于社交网络的数据稀疏性,传统的协同过滤算法推荐质量不高,冷启动用户无法获得感兴趣信息。针对传统协同过滤推荐算法面临的数据稀疏以及冷启动问题,本文首先引入图结构相似度计算方法simrank,并根据评分数据信息提出了一种加权的simrank算法,与经典的Sim Rank算法相比,本文的加权simrank算法充分考虑了用户对具体项目的偏好程度,有效利用了simrank算法本身具有的相似传递性,实验结果证明加权simrank算法相比较于原始simrank算法推荐指标F1值最高可以提升32%,相比较于传统协同过滤F1值最高可以提升44%,所以本文加权simrank算法可以在一定程度上缓解用户冷启动问题带来的推荐精度低问题。而且,针对大数据量下算法推荐效率低下情况,本文把改进的加权Sim Rank算法进行MapReduce并行化计算,相比较单机的加权simrank算法,并行化的算法可以提高推荐的扩展性。其次,针对社交网络中的信任数据信息,本文构建了合理的信任网络模型,通过研究信任的基本特征,采用用户间信任的传递性及有向性等特点来计算信任度,同时文中给出了网络用户之间的评分相似度与信任度线性调和,融入传统协同推荐技术中,取代传统协同相似度计算方法,并实验验证了提出算法的有效性。综上所述,本文将加权Sim Rank算法以及信任网络模型引入到传统协同推荐技术中,充分计算用户间评分相似度以及信任度,实验结果证明了改进的算法能够有效改善传统推荐算法在稀疏数据集上的推荐精度低的问题。

关键词：协同过滤数据稀疏性 simrank 信任度

单源simrank计算优化及其在协同过滤中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单源SimRank计算优化及其在协同过滤中的应用

作者：陈明智南京大学

学位级别：硕士

图作为一种表达对象与对象之间抽象关系的非线性数据结构,具有更加一般化的表达能力,在我们现实生活中扮演者重要的角色。近年来,随着互联网、云计算、物联网等技术的高速发展,数据增长的规模正在以前所未有的速度增加,“大数据”给各... 详细信息

图作为一种表达对象与对象之间抽象关系的非线性数据结构,具有更加一般化的表达能力,在我们现实生活中扮演者重要的角色。近年来,随着互联网、云计算、物联网等技术的高速发展,数据增长的规模正在以前所未有的速度增加,“大数据”给各行各业带来了很大的机遇和挑战,同时图数据的规模也随着个性化推荐、信息检索、社交网络分析等应用的蓬勃发展变得越来越大。随着图数据规模的增大,人们发现庞大的图数据中蕴含着巨大的商业价值,基于图结构的各种互联网应用在近些年来层出不穷,在这些应用中,最典型和最基本的一类任务就是计算对象和对象之间的相似度。simrank是一种非常流行的基于图拓扑结构信息来衡量任意两个对象之间相似程度的模型,其核心的思想为:一个对象应该与自身最相似,如果两个对象都被相似的对象所引用,那么这两个对象也相似。然而,由于simrank定义的递归依赖性,导致了simrank计算的时空复杂度很大,图数据规模的增大在另一方面也使得问题更加突出。在本文中,我们主要针对单源节点simrank的计算,即给定一个查询顶点,返回该节点与所有其他节点间的相似度,提出并实现了一种称之为ProbeWalk的高度并行的算法。我们的方法是基于随机游走模型改进并优化的,它由离线索引过程和在线查询过程组成。通过两个过程的组合可以将传统的双向随机游走过程转化为单向随机游走过程,索引阶段的处理需要消耗线性的时间和空间,而单源节点的查询阶段只消耗常数时间和空间。我们将算法部署到流行的分布式计算平台Spark上,结果表明了我们的算法具有较高的准确性和高效性。更进一步,相似度度量是协同过滤中的重要组成部分,为了解决传统的相似度度量方法在协同过滤中效果较差和simrank不能直接应用于带权二部图的问题,本文进一步将simrank++引入到协同过滤中,提出了一种基于两阶段蒙特卡洛模拟的随机游走方法,使其能够在较大规模协同过滤问题中进行应用。实验表明,基于simrank++的协同过滤在MovieLens数据集上的评分预测误差要优于Pearson相关系数和Cosine相似度度量方法。

关键词： simrank 随机游走 Spark 分布式算法协同过滤

基于simrank相似性度量的图中Top-k查询

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SimRank相似性度量的图中Top-k查询

作者：王玉龙西安电子科技大学

学位级别：硕士

随着信息技术的快速发展,查询与推荐在许多方面发挥着越来越重要的作用,人们需要根据相似性的紧密程度进行推荐,simrank作为一种常用的相似性度量模型已经被广泛应用于推荐系统、协同过滤、链路预测等领域中。在图中基于simrank度量的... 详细信息

随着信息技术的快速发展,查询与推荐在许多方面发挥着越来越重要的作用,人们需要根据相似性的紧密程度进行推荐,simrank作为一种常用的相似性度量模型已经被广泛应用于推荐系统、协同过滤、链路预测等领域中。在图中基于simrank度量的单源点Top-k问题因其广泛应用受到了越来越多的关注。大部分已有算法在解决单源点Top-k问题时面临查询时间和空间效率不高的问题,特别是在比较稠密的图中。所以,需要设计时空高效的单源点Top-k算法。本文提出了两种策略来解决该问题。第一种策略利用局部探测方法来解决单源点Top-k问题,主要通过局部路径枚举并结合剪枝技术来减小探测空间,从而加速求解过程。第二种策略利用蒙特卡洛模拟来解决单源点Top-k问题,设计了新的抽样方法,利用路径抽样来代替路径枚举,高效解决了单源点Top-k问题。具体工作如下:基于局部探测的单源点Top-k算法。该方法主要利用局部探测来避免全局计算,利用simrank值上界来剪枝探测空间从而加速求解Top-k。首先给出了局部探测Top-k的思想及基础方法,然后进一步提出了高效的LST算法。该算法主要分为两步:第一步,根据待查询顶点的邻域信息生成初始的Top-k候选集;第二步,利用所提出的尚未进入候选集的顶点的simrank值上界与候选集中顶点的当前simrank最小值在后续局部探测过程中进行剪枝,减小探测空间。算法的时间复杂度为O(d),空间复杂度为O(d),其中d是图中顶点的平均入度,l是随机游走的最大步长。基于蒙特卡洛模拟的单源点Top-k算法。该方法主要利用路径抽样来代替路径枚举,从而降低计算复杂度。首先提出了LMST-US算法,该算法从待查询顶点出发进行均匀抽样来探测Top-k候选集。然后提出了采用分层抽样的LMST-SS算法,并在其基础上分别提出了利用抽样路径树结构的LMST-Tree算法和利用阈值截断的LMST-δ算法。上述算法的时间复杂度为O(rd),空间复杂度为O(d),其中r是抽样数量。该类不同方法在实际中效果不一样,可根据具体情况选择合适的方法。实验结果及分析。实验中首先测试了不同参数对本文提出算法的影响。然后将本文算法与主流的TopSim类算法、KM-SR算法和Sling算法在Top-k查询时间、空间以及准确率等方面进行了比较。实验结果表明,在保证一定准确率的前提下,本文算法在查询时间和空间方面性能优异。在查询时间方面,明显优于KM-SR和TopSim类算法,其中LST算法和需要预处理的Sling查询时间接近,并且在某些数据上优于Sling。在空间方面,本文提出的算法空间占用都较小,特别是基于蒙特卡洛模拟的算法空间占用约为对比算法的10%-55%。

关键词： simrank Top-k 局部探测蒙特卡洛模拟剪枝