一种联合LTR和社交网络的Top-k推荐方法

个性化推荐可以有效地解决网络中数据爆炸问题,绝大多数的工作利用用户评分信息来降低评分预测误差值(MAE).相比于精确的评分预测,用户更关心推荐给他的top-k项目排序列表,而最小化MAE并不意味着良好的top-k项目列表.由于评分数据存在稀疏问题,社交网络中信任信息在top-k推荐系统中起着越来越重要的作用.本文提出了一种基于信任的面向top-k排序的推荐方法,BTRank.该算法基于LTR方法,结合用户评分以及用户信任信息来构建项目排序模型,有效地提高对所有用户的top-k排序列表质量.同时,考虑到用户兴趣会随着时间演变而变化,本文设计了时间效应模型函数用于处理用户历史评分数据.在真实数据集上的实验中表明本文提出的算法效果明显优于传统的推荐算法以及同类top-k排序推荐算法.

基于联合概率矩阵分解的移动社会化推荐

利用移动设备上下文、移动社会化网络等信息进一步提高推荐系统的预测准确率,并缓解可能存在的数据稀疏性和冷启动问题,已经成为移动推荐系统的主要任务。采用基于矩阵分解的因子分析方法,结合用户、服务和用户社会化网络信息进行服务推荐,可以缓解数据稀疏性和冷启动问题;同时,为了增加信任矩阵密度,引入间接信任关系,提出了一种符合移动社会化网络特点的信任度计算方法,该方法仅利用移动社会化网络结构信息构建信任矩阵,从而减少用户对信任关系的主动标识。实验结果表明,引入间接信任关系能够提高预测精度,同时比传统的协同过滤算法和已有的一些矩阵分解方法具有更好的预测准确率,特别是在评分数据稀疏的情况下。

用户主观评估和客观质量评估相结合的云服务评价方法

客观的云服务评价需要综合考虑客观质量指标和用户主观反馈,提出一种综合云服务客观质量分析和用户主观反馈评估的云服务评价方法.针对用户反馈存在的主观性、不确定性和反馈信息的时效性问题,提出一种用户主观反馈评估模型.该模型针对用户反馈存在的主观性,设计一种主观反馈偏好模型,并结合不确定性处理方法云模型实现定性评价到定量评分的转换,降低了用户主观性影响,并体现了用户反馈存在的不确定性.针对反馈信息时效性问题,引入信息价值系数构建用户反馈时效性模型,实现反馈信息的时效性处理,客观地体现了反馈信息随时间的价值.用户主观反馈评估实验和分析验证了文中提出的用户主观反馈评估模型的有效性.最后的云服务排名实验和分析表明主客观相结合的云服务评价方法能够更合理、全面地体现云服务的综合质量.

融合社区结构和社交影响力的矩阵分解推荐

基于直接社交关系的矩阵分解推荐算法只考虑了用户的直接社交关系,而忽略了用户的间接社交关系.而与用户直接相邻的用户往往较少,存在数据稀疏问题,影响推荐结果的准确度.同一个社区内的用户在一些方面会存在相似性,彼此之间会产生影响.利用社区内用户间社交关系,本文提出了一种融合社区结构和社交影响力的矩阵分解推荐算法.算法同时使用用户评分信息和社交网络结构信息,来计算用户间社交影响力和构建推荐模型.发现用户社区,结合社区信息计算用户个人影响力.将用户之间的影响力和用户的个人影响力相结合,得到非对称的用户之间的影响力,从而增强推荐效果.实验证明该算法比现有算法能够得到更优的推荐结果.

业务流程驱动的半自动语义Web服务组合方法研究及应用

随着Web服务数量的不断增多,如何利用Web服务组建松散耦合的应用系统以满足不断变化的业务需求,成为一个研究热点。传统的业务流程驱动的服务组合通常需要预定义组合流程,当业务流程改变时则需重新定义流程,因此不能适应动态业务需求。针对上述问题,提出了一种业务流程驱动的半自动语义Web服务组合方法。该方法在业务流程驱动的服务组合基础上,将局部动态流程用抽象服务描述,当流程执行阶段不存在能满足抽象服务需求的单个服务时,采用自动服务组合方式将抽象服务替换成组合服务,并执行自动组合方法。该方法由于采用了基于回溯树的服务组合方法,并在回溯树中增加语义信息,还通过计算组合流程的QoS来实现组合服务的选取,因此能有效解决因缺乏语义导致查全率低的问题。最后给出了半自动化的服务组合框架,该框架兼顾了可用性与动态性的需求,具有一定的实用价值。

一种基于HTTP自适应流的混合码率自适应算法

码率自适应算法是HTTP自适应流技术的热点和难点。提出一种综合网络带宽和缓存两个因素的终端码率自适应算法(Combined with Bandwidth and Buffer,CBB)。该算法采用"探测"的机制在应用层上估算网络实时带宽,避免视频码率频繁切换;然后构建随缓存状态动态变化的平滑因子模型,并基于指数加权移动平均(EWMA)实现带宽的平滑处理;利用推动缓存趋近均衡级别变化的调度策略,尽可能使缓存区的数据量处于均衡的范围。整个算法经带宽估算、平滑处理、量化及确定调度时间构成一个循环作用的闭环。在使用MPEG-DASH标准的参考平台libdash上验证该算法的性能,结果表明,在变化的网络状况中所提算法表现良好。

基于Q-learning的HTTP自适应流码率控制方法研究

基于HTTP的自适应流HAS已经成为自适应视频流服务的标准。在HAS客户端网络状态多变的情况下,硬编码形式的码率决策方法灵活性偏低,对用户体验考虑不足。为了优化用户体验质量(Qo E),提出一种基于Q-Learning的码率控制算法,结合HTTP自适应视频流客户端环境进行建模并定义状态转移规则;量化与用户Qo E相关的参数,构建新的回报函数;实验表明引入Q-Learning进行码率调整的自适应算法在码率切换的稳定性方面表现较好。

移动流媒体用户QoE评估模型

HAS(HTTP Adaptive Streaming)能够实现流畅播放和视频质量的平衡,为用户提供更好的服务质量体验。大多数基于HAS的流媒体用户体验质量(Quality of Experience,QoE)模型考虑了当前系统或网络条件,但对用户所处环境的客观影响、用户心理因素的考虑较少。面向移动流媒体客户端的应用场景,从客观感知影响参数和心理效应影响参数两个方面来考虑移动端流媒体的QoE影响因素,设计用户QoE评估模型。提出移动设备抖动状态检测和用户观看位置检测方法,并将设备抖动状态、用户观看位置与流媒体服务质量相结合,再根据心理学系列位置效应来综合评估用户的质量体验情况。最后通过实验证明了所提的用户QoE模型能够提供准确有效且符合用户实际体验的QoE评估结果。

基于传感器的移动流媒体码率控制方法

移动端视频流服务日益受到重视,智能终端码率自适应机制成为研究热点。当用户在移动端观看高清电影时需要消耗大量的网络流量,然而当用户不处于观影状态、对电影不感兴趣以及观看电影距离过远时,观看高清电影并不会给用户带来良好的体验,还会造成大量无线网络资源的浪费。文中设计了基于传感器的码率决策模型,综合考虑了用户观看位置、用户兴趣和设备状态。传感器决策模型可以优化传统的码率决策机制,因此设计了基于传感器的混合码率决策方法。实验证明,该方案在无线资源紧张的情况下能够有效节约无线网络的带宽资源。

移动网管平台中数据仓库数据抽取、净化和集成

将数据仓库运用到移动通信网络管理平台是当前比较受关注的一项技术。而数据抽取、净化和整合是数据仓库构建过程中最复杂的部分。

基于UDDI的语义Web信用评估服务研究

UDDI服务注册机的服务发现提供了简单的基于关键字的搜索方法,但缺乏对语义推理的支持。论文在对UD鄄DI服务发现基本模型的研究基础上加入了语义推理,并运用到电子商务信用评估服务发现中。提出了基于UDDI的语义Web信用评估服务系统的结构,着重介绍了基于本体论的电子商务信用评估元模型,并利用信用评估元模型构造信用服务原子模型。

基于模板文件的WINCGI技术在WWW服务中的应用

介绍ＣＧＩ的概念，ＷＩＮＣＧＩ的原理及基于模板文件的ＷＩＮＣＧＩ的特点，介绍采用基于模板文件的ＷＩＮＣＧＩ的方法及其在教务管理系统中的应用，提出了开发ＣＧＩ程序的改进措施。

分布式企业服务总线平台数据集成研究及应用

为实现大规模的异构数据集成,解决数据源异地分布的问题,满足不同系统和应用之间的信息交互和共享,设计了一种企业服务总线(ESB)平台下的数据集成模型。该模型采用WSDL和XML描述,能够结合ESB系统的集成场景进行数据集成。提出了一种基于消息流程的负载均衡算法,该算法根据服务执行组件的负载情况和分布式节点的资源状况进行流程节点分配,并将其应用于分布式ESB系统的应用集成模型中,能够高效地处理ESB系统数据传输过程中的大量消息,有效解决应用流程执行时存在的消息处理能力低下的问题。最后,以医疗信息系统集成的仿真应用为例,在采用上述模型和算法的分布式ESB平台上,验证了其在解决大规模异构数据服务集成以及消息处理的负载均衡问题时的可行性和有效性。

时间约束云工作流调度的粒子群搜索方法

为了快速找到较优的调度方案,针对时间约束工作流调度问题,即能在满足用户的截止时间约束的条件下最小化调度费用,提出基于粒子群算法的最优调度方案搜索方法。利用关键路径进行粒子初始化和搜索阶段的筛选处理,不但能够显著提高搜索结果的精度,而且减少了搜索的计算时间。将改进算法和传统粒子群优化算法进行了实验评估对比,实验数据证明,使用该方法使粒子搜索的时间少于传统粒子群算法,并且结果也优于传统方法。

JTangWFR:一个高效可靠的流程推荐系统

传统的流程推荐技术无法支持包含循环结构的流程,其实用性受到极大限制,为此提出一种支持循环结构的流程推荐方法。该方法基于最大公共子图和最小公共超图的图匹配策略,对参考流程和流程模式的距离进行计算,根据计算结果选取候选节点集作为推荐结果。基于该方法,结合传统流程推荐技术,实现了JTangWFR原型系统。基于合成与真实数据集的系列试验结果表明,该系统不仅能够有效支持循环结构,还在推荐效率和准确度方面比以往方法有较大提升。

基于HOUGH变换的二维条码图象矫正

在二维条码图象扫描输入过程中 ,扫描图象会出现一定的倾斜 ,给条码的识别带来困难。本文提出基于 HOUGH变换的图象矫正方法 ,结合条码自身的特征 ,通过一定的预处理 ,实现二维条码图象的快速矫正 。

基于Reed-Solomon算法的PDF417码纠错研究

PDF417二维条码采用Reed-Solomon码作为纠错码,很好地解决了因条码破损和污染造成的识读问题。在介绍PDF417二维条码和RS纠错码的基础上,详细阐述了RS码的译码原理,包括伴随式的计算、错误位置多项式的计算、错误位置的确定和错误值的计算等。最后分析了RS码译码的算法复杂性。

交叠网格的检测与合并

提出了一种新的多片网格重叠区域的检测方法。首先对欲合并的网格采用基于栅格六面体和k-d树搜索的方法进行交叠区域的检测;然后删除交叠区域冗余的三角面片,在删除后的网格缝隙处建立连接桥三角面片;最后提取出建立连接桥后的孔洞并进行补洞处理,从而达到缝合网格的目的。由于拼接后的网格在缝合处会存在"台阶"等不光顺情况,因此通过光顺算法实现缝合处的光滑过渡。实例表明该网格拼合算法在处理速度和网格质量上都有很好的表现。

基于人工神经网络算法对水稻需水量的预测

水稻需水量预测是节水灌溉规划的基础,由于BP神经网络在解决多参数非线性问题表现出极强的自适应能力,从而可以科学准确预测需水量。本研究从多个影响因子分析出发,得到了BP神经网络模型,并结合实际数据进行了检验。试验结果表明,该模型能够较好地反映气象因子与水稻需水量之间的关系,预测精度高。

远程教育系统中的语音采集与传输的实现方法

现代远程教育是近年来国际教育发展的重要趋势，音频子系统是远程教育系统的一个非常重要的组成部分，文章主要介绍语音采集与传输原理和实现方法，并给出了部分实现代码。