知识图谱推荐系统研究综述

推荐系统可以在海量的数据信息中获取用户偏好,从而更好地实现个性化推荐,提高用户体检,以及解决互联网中的信息过载问题,但推荐系统仍然存在冷启动和数据稀疏问题。知识图谱作为一种拥有大量实体和丰富语义关系的结构化知识库,不但能够提高推荐系统的准确性,还能够为推荐项目提供可解释性,从而增强用户对推荐系统的信任度,为解决推荐系统中存在的一系列关键问题提供了新方法、新思路。首先针对知识图谱推荐系统进行研究与分析,以应用领域为分类依据将知识图谱推荐系统分为多领域知识图谱推荐系统和特定领域知识图谱推荐系统,同时根据这些知识图谱推荐方法的特点进一步分类,对每类方法进行定量分析和定性分析;之后列举出知识图谱推荐系统在应用领域中常用的数据集,对数据集的规模和特点进行概述;最后对知识图谱推荐系统未来的研究方向进行展望和总结。

基于主成分-灰色关联度的城市暴雨灾害应对能力评价:以江苏省13个地级城市为例

对城市暴雨灾害应对能力进行评价是城市暴雨灾害管理的重要手段.以江苏省13个地级城市为研究对象,基于2010-2013年的面板数据,综合运用主成分与灰色关联度相结合的分析方法,从日常防御、灾前预警、灾中应急和灾后恢复4个方面评价江苏省城市暴雨灾害应对能力.研究发现,江苏省城市暴雨灾害应对能力整体水平逐年提升,但是扬州和泰州小幅波动并略有下降;全省城市暴雨灾害应对能力具有明显的空间分布特征,呈现出由南向北能力递减的演变趋势.研究表明,该方法切实有效地解决了城市暴雨灾害应对能力的评估问题.