基于人工心理偏好表示的多方-多属性谈判支持系统

为了解决多方—多属性谈判支持系统中谈判人偏好表示的难点问题,设计了一种基于人工心理偏好表示的多方—多属性谈判支持系统。首先建立了基于云模型的人工心理描述模型,模型充分表达了人工心理的模糊性和随机性。并分析了基于云模型人工心理偏好表示的多方—多属性谈判过程,同时给出通过中介方式基于云模型人工心理偏好表示的谈判建议解求解方法。最后以系统雏形与谈判实验为案例,结果表明该方法能较好地表达谈判支持系统中谈判人的偏好。

用户-电影网中基于属性和用户偏好的推荐方法比较研究

针对经典的基于物品的协同过滤和基于用户的协同过滤没有考虑物品的属性和用户的偏好,提出了两种新的推荐方法,即基于物品属性推荐和基于用户偏好推荐,并将其应用于用户-电影网.根据推荐准确率、召回率、新颖性和多样性等度量指标,将提出的方法与经典的推荐方法进行了比较.模拟结果表明,推荐方法的性能与推荐列表长度有关,随着推荐列表长度的增加,四种推荐方法的召回率和新颖性都呈上升趋势,多样性都呈下降趋势,并且就推荐新颖性和多样性而言,提出的方法优于经典的推荐方法;就准确率而言,相对于其他三种方法的推荐准确率随推荐列表长度的增加一直呈下降趋势,基于用户偏好推荐的准确率先上升,后下降,效果较好.整体来看,提出的两种推荐方法能够高效和准确地向用户推荐合适的物品.

一种基于部分方案偏好强度的多属性决策方法

在多属性决策的一些问题中,直接对属性进行赋权是相当困难的,此时决策者偏向于给出部分方案的偏好信息.研究了如何运用部分方案偏好信息进行决策的方法,其基本过程是运用G1-法的原理将决策者提供的语言信息转化为数值信息,在此基础上构建基于"贴近思想"的规划模型,求解模型便可获得该决策思想下最优的属性权重.该方法运用简便,体现了将决策者的"直觉决策"与"科学决策"进行融合的特点.用算例验证了方法的有效性.

CP-nets及其表达能力研究

偏好处理是人工智能中的一个重要研究内容,它的4个研究热点是偏好的表示、提取、聚合和推理.条件偏好网(Conditional preference networks,CP-nets)是一种简单直观的偏好表示的图形工具,但很少有工作研究CP-nets的表达能力.本文研究CP-nets的表达能力,详细研究了CP-nets表达偏好的完备性,其上构造的运算复杂度以及适用的场合.首先给出了CP-nets模型上的几个运算,利用改进的Warshall算法求出了二值网的强占优测试在最坏情况下的复杂度为O(4n).其次通过构造CP-nets导出图及其性质的研究,得出CP-nets特别适合不完全信息下的多属性定性偏好决策.当需要处理更完全信息时,可借助于与Agent的交互来完成.虽然我们给出了CP-nets的强占优测试的理论解,但其理论上可解,实际上不可解.为了解决强占优测试的指数级复杂度问题,本文最后给出了一种带有软约束的满足问题(Soft constraint satisfactionproblem,SCSP)的求解方法.它把CP-nets中的定性运算转为约束半环中的定量运算,从而将指数级的复杂度转化为多项式的复杂度,间接提高了部分CP-nets的表达能力.本文所做的工作是对Boutilier和Bistarelli工作的改进和提高.

重组人TNFR-Fc基因水稻种子特异表达载体构建

重组人Ⅱ型肿瘤坏死因子受体-抗体融合蛋白(TNFR-Fc)在治疗系统性自身免疫疾病中有很好的功效。目前TNFR-Fc主要通过动物细胞系生产,高昂的成本限制了其大规模应用。使用水稻种子作为生物反应器有望大幅度降低TNFR-Fc的生产成本,提供优质足量的目标产品。为使TNFR-Fc基因能够在水稻中高效表达,该研究拟构建经水稻偏好密码优化的TNFR-Fc基因的种子特异表达载体。通过对水稻和人全基因组密码子使用偏好性进行比较分析并按照水稻最优密码对TNFR-Fc氨基酸序列进行逐一优化,命名为Rf TNFRFc,通过全基因合成法制备该基因片段;同时采用PCR法扩增水稻种子特异表达启动子Glu-4,构建种子特异表达启动子驱动的Rf TNFR-Fc基因表达载体。结果表明:水稻与人多数氨基酸中密码子使用偏好性较为一致,但在L、S、P、R这4种氨基酸的密码子使用偏好性差异较大,优化时对这些密码子进行逐一替换,优化后30.8%的氨基酸密码子发生了变化;PCR扩增获得种子特异启动子,并连接至p CAMBIA1381载体,同时将全基因合成法制备的Rf TNFR-Fc基因连入该载体,PCR、双酶切验证及测序分析表明载体成功构建。该研究构建的Rf TNFR-Fc基因种子特异表达载体,为在水稻种子中大规模生产TNFR-Fc奠定了基础。

不完备偏好决策系统中一种扩展优势关系模型

针对含有大量偏好信息的不完备信息系统,提出一种基于β-先验概率优势关系的粗集模型。首先给出β-先验概率优势关系模型的定义,其次讨论了新模型的一些相关性质及其近似分类质量。β-先验概率优势关系模型具有一定的容错能力,通过设置参数值来提高对数据预测、分类的合理性,从而达到与主观认知相一致的分类效果。实例分析进一步验证了新模型的优越性。

基于CAPM的数字图书馆服务研究

CAPM项目将机器人技术引入图书馆,在数字图书馆的背景下更为重要。针对图书馆馆藏空间的限制问题引入CAPM项目,CAPM提供了优先考虑用户偏好为基础的数字图书馆服务的一个框架。文章介绍了CAPM项目的发展背景、由来与运作、特点、理论基础及JHU的实施方法。CAPM的项目经验及"多个属性—表达偏好"分析为其他机构提供宝贵的借鉴经验。

基于智能多agent的推荐系统

针对传统推荐系统存在的用户评分稀疏性和系统扩展性问题,提出了一种基于智能多agent的推荐系统MASRS。首先采用余弦公式处理用户-项评分矩阵得到用户初始邻居集;然后将用户评分映射到相应项的属性值上,生成用户-属性值偏好矩阵UPm,并基于此矩阵进行用户相似性度量,得到用户产品推荐集,该方法有效缓解用户评分稀疏性问题;通过智能多agent架构推荐系统,使大量复杂计算在线下进行,从而改善系统存在的扩展性问题。同时实验表明新系统在推荐精度上收敛性更好。

层级治理体系下的政策注意力识别偏好与政策采纳——以省级“互联网+政务服务”平台建设为例

地方政府在响应中央政策信号时差异化的政策属性偏好会如何影响其政策采纳,研究这一问题兼具理论和实践价值。本文基于2006—2018年省级"互联网+政务服务"平台的建设历程数据,采用离散事件史和广义结构方程模型进行定量研究。研究发现:政策注意力在纵向传导中存在偏好经济属性的特征。首先,中央政策文件的发布不仅可能直接推动省级平台建设,还可能通过将省级注意力更多地配置到政策的经济属性上间接推动平台建设,但却难以通过将省级政策注意力更多地配置到行政-社会属性上来调动平台建设的积极性。其次,政策注意力在纵向传导中所表现出的经济属性偏好通常在欠发达、高失业率、民众经济满意度较高的省份更加明显。本研究从政策注意力视角提出了中央政策在地方采纳和执行过程中出现差异化的解释路径,也为政府部门协调多元政策属性提供了参考。