基于二分网络的长期推荐

目前在基于二分网络的推荐算法研究中,关注更多的是推荐的短期性能,而在现实生活中,对每一个用户的推荐是一个长期的过程,在线网络会随着时间的推移而发展,并且用户在购物时往往有求新的消费心理,因此长期推荐的多样性也需要更多的关注。针对这些问题,将短期推荐中表现良好的经典算法应用到长期推荐中,发现长期的推荐多样性和准确性逐渐变差;为了改善长期推荐的表现,设计了一个融合时间因子的推荐算法,并将其应用到长期推荐中;实验结果表明,提出的算法在不损失推荐准确性的前提下,显著提高了长期推荐的多样性。

面向二分网络的谱近似社区搜索方法

社区搜索旨在从网络中查找给定查询节点所在的局部社区,基于谱的社区搜索方法是流行的方法之一。现有基于谱的社区搜索方法多面向简单网络而无法处理具有2类实体关联的二分网络,且面向二分网络的社区挖掘方法多是对网络进行整体划分。据此,提出了面向二分网络的谱近似社区搜索方法,旨在将谱方法引入到二分网络中进而精确定位与查询节点关联紧密的社区。具体来说,首先考虑二分网络中2类实体的关联,基于局部模块度设计了面向二分网络的局部模块度;其次,基于谱图理论,在二分网络上利用融合不同实体关联的模块度矩阵局部逼近特征子空间,设计了适用于二分网络的谱方法;最后,利用结合谱性质的二分网络上的局部模块度,设计了谱子空间中以查询节点集为支撑的稀疏指示向量的线性规划问题,目标社区可通过线性规划问题的求解而获得。真实数据集上的实验结果表明了本文方法有效性和效率。

基于模块度相似性的二分网络链路预测算法

基于社团结构,提出模块度相似性的二分网络链路预测算法,克服了二分网络在链路预测中丢失社团结构信息的局限性。首先,通过定义二分模块度,利用奇异值分解,将网络中的节点嵌入到欧式空间中的向量。其次,提出二分网络模块度相似性的框架,利用向量余弦相似度定义二分网络节点对之间的模块度相似性指标(MS指标)。最后,基于小提琴图和评价指标AUC,在3个真实网络上进行模拟仿真,与9种链路预测相似性指标进行对比,证明MS指标用于二分网络链路预测具有较高的精度。

基于谱聚类的二分网络社团检测算法

针对二分网络社团检测算法存在精度不高和丢失原始网络信息等问题,设计了一种新的融合奇异值分解的谱聚类(SVD-MS)算法.该方法是将Barber的二分网络模块度最大化问题映射到奇异值向量分解上,并结合启发式算法快速求解向量划分问题.在3个真实世界的网络中对比SVD-MS算法与7种算法的模块度,结果表明,在保留原始网络信息的情况下,SVD-MS算法能更有效地划分二分网络的社团结构.

基于银行-资产二分网络的金融风险传染研究

为研究金融风险的传染问题,将二分网络理论引入到银行-资产网络模型中,提出风险传染模型。基于二分网络理论,对银行-资产网络进行拓扑分析,分析金融系统对单个资产类别外部冲击的敏感性,并评估系统中可能导致传染存在的特征。实证分析选取我国2021年第三季度各银行数据进行压力测试,结果表明,引入的模型能够捕捉银行的投资资产对不同外部冲击情景以及贬值效应的敏感程度。

二分网络研究

对二分网络的研究现状进行综述。将二分网络的研究方法归纳为两种思路:把二分网络投影到单顶点网络进行分析和直接基于原始二分网络进行分析。对二分网络已有的实证研究作一个简单的介绍,包括科学家合作网、听众与歌曲网络、演员合作网等经典二分网络。简单描述了二分网络的统计性质,介绍二分网络社团结构的定义,并对几种基于原始二分网络的聚类方法进行了说明。从动态模型和静态模型两方面来介绍二分网络的演化模型。最后对二分网络的研究现状进行小结并对未来发展做出展望。

基于读者借阅二分网络的图书可推荐质量测度方法及个性化图书推荐服务

本文首先提出一种利用读者借阅行为特征来判断图书可推荐质量的思路,并结合读者图书借阅关系所形成的二分网络结构,设计了一种测度图书可推荐质量的迭代算法,从而为个性化图书推荐服务提供了良好的推荐客体。在上述研究的基础上,结合图书类别目录层次、标题语义信息的提取处理方法、基于加权XML模型的用户个性化模式表达方法及其权值扩散策略,提出了三种图书馆个性化图书推荐服务的形式,分别是特定主题的图书推荐服务、现有所借图书的修正型推荐服务和新书推荐服务。最后,文章对相关测试实验及其效果做了必要的说明。图9。表10。参考文献13。

基于矩阵分解的二分网络社区挖掘算法

二分网络社区挖掘对复杂网络有重要的理论意义和应用价值。提出了一个基于矩阵分解的二分网络社区挖掘算法。该算法首先将二分网络分为两个部分,每个部分尽可能保存完整的社区信息,然后分别对两个部分进行递归的拆分,直至不能拆分为止。在拆分的过程中,应用矩阵分解,使得到的分解能与网络的相关矩阵的行空间尽可能接近,即尽可能保持原图的社区信息。实验结果表明,该算法在不需任何额外参数的情况下,不但能较准确地识别实际网络的社区个数,而且可以获得很好的划分效果。

企业-产品二分网络的社团结构分析——以中国汽车产业为例

首先,讨论并确定适合企业-产品二分网络的社团结构定义及其划分方法;然后,以中国汽车产业为研究对象,划分其企业-产品二分网络的社团结构,并用Q指数来评价划分的结果,发现网络的社团结构十分明显;最后,深入剖析了社团结构的产业意义。

面向个性化推荐系统的二分网络协同过滤算法研究

为提高个性化推荐系统的推荐效率和准确性,提出了个性化推荐系统的二分网络协同过滤算法。协同过滤算法引入二分网络描述个性化推荐系统,使用灰色关联度来度量用户相似性和项目相似性,对灰色关联相似度加权求和预测用户对项目的预测打分值,从而提供给用户排序后的项目列表。实验结果表明,协同过滤算法有效提高了过滤推荐的精准度和可靠性,具有良好的推荐效果。

基于二分网络分析方法的学术文献关键词自动抽取方法研究

学术文献关键词的自动抽取在各种数字图书馆工作中有着广泛的应用,可以极大减少人工标注的成本和改善文献标注的准确度。本文在候选关键词的选择基础上,提出了一种利用文献结构中标题关键词和摘要关键词共现特征构造二分网络的方法,并详细说明了网络节点和边的权值设定依据和方法,据此实现了基于二分网络权值扩散方法的关键词自动抽取方法。最后,文章利用图情类文献数据集合的实验分析,对相关方法和评价结果都做了详细说明。

基于图正则化非负矩阵分解的二分网络社区发现算法

现实世界存在大量二分网络,研究其社区结构有助于从新角度认识和理解异质复杂网络。非负矩阵分解模型能够克服二分结构的限制,有效地挖掘二分网络的潜在结构,但也存在着时间复杂度高、收敛慢等问题。该文提出一种基于图正则化的三重非负矩阵分解(NMTF)算法应用于二分网络社区发现,通过图正则化将用户子空间和目标子空间的内部连接关系作为约束项引入到三重非负矩阵分解模型中;同时将NMTF分解为两个最小化近似误差的子问题,并给出了乘性迭代算法以交替更新因子矩阵,从而简化矩阵分解迭代,加快收敛速度。实验和分析证明:对于计算机生成网络和真实网络,该文提出的社区划分方法均表现出较高的准确率和稳定性,能够快速准确地挖掘二分网络的社区结构。

基于谱聚类的二分网络社区发现算法

二分网络是一类特殊的网络,在探索网络深层结构上具有重要作用。针对二分网络社区划分方法仍存在划分精度不高的问题,应用标准化谱聚类,提出了二分网络社区发现算法——谱聚类交互算法(SPCI)。首先,根据二分网络中两类节点之间的连边关系,构建相似性矩阵;然后,利用谱聚类算法将其中一类节点聚类;最后,利用交互度指标实现二分网络的社区划分。在人工数据和真实数据上的验证表明,SPCI不仅拥有比资源分布矩阵算法、边集聚系数算法和联合谱聚类算法更高的准确性和模块度,而且可以较为准确地确定社区划分个数。

二分网络社团结构的比较性定义

为了解决二分网络的聚类问题,借鉴单顶点网络社团结构的比较性定义,提出了直接基于原始二分网络社团结构的比较性定义,这个定义允许社团之间存在重叠,并定义了在二分网络中顶点与社团之间的作用力。在不引进额外参数的情况下,设计了基于此定义的二分网络的聚类算法,并将此算法应用于人工网和一些实际网络中,结果表明这个算法可以比较准确地对网络进行聚类,说明该定义是有效的。

基于蚁群优化的二分网络社区挖掘

近年来,网络社区挖掘得到了极大的关注,尤其是针对二分网络的社区挖掘。二分网络社区挖掘对于研究复杂网络有非常重要的理论意义和实用价值。提出了一个基于蚁群优化的二分网络社区挖掘算法。该算法首先将二分网络社区挖掘问题转化成一个优化问题,建立一个可供蚂蚁搜索的图模型。同时,根据顶点的拓扑结构定义启发式信息。每只蚂蚁根据每条路径上的信息素和启发式信息选择路径,构造出一个社区的划分,再用二分模块度去衡量社区划分的优劣。实验结果表明,该算法不但可以较准确地识别二分网络的社区数,而且可以获得高质量的社区划分。

基于广义后缀树的二分网络社区挖掘算法

近年来,二分网络的社区挖掘问题得到了极大的关注。提出了一种基于广义后缀树的二分网络社区挖掘算法。首先从二分网络的邻接矩阵中提取网络中每个节点的链接节点序列,然后构建广义后缀树。广义后缀树的每个节点表示二分网络的一个完全二分团,由此获取并调整完全二分团。通过引入二分团的紧密度得到初始的社区划分,最后再对孤立点进行处理以得到最终的社区划分。所提算法不仅能发现重叠社区,而且能得到一对多关系的社区。在人工数据集和真实数据集上的实验表明,所提算法能准确地识别二分网络中的社区个数,获得很好的划分效果。

基于二分网络社团划分的推荐算法

传统的基于用户的协同过滤(User-based CF)推荐算法的推荐效率随着数据的不断增加而降低.本文在User-based CF算法中引入二分网络社团发现理论,提出一种基于二分网络社团划分的推荐算法(RACD).首先通过用户与项目之间的关系建立用户-项目二分网络,然后通过RACD对该网络进行社团划分,得到用户的社团信息,最后通过同一社团中的其他用户对目标用户进行项目的推荐.在经典网络数据集上的实验结果表明,RACD能够有效提高推荐系统实时推荐效率.

二分网络在高校图书馆云计算中的实现研究

文章针对高校图书馆管理中出现的实际问题,结合目前云计算技术的发展,利用二分网络的研究手段及方法对其进行了全面的分析研究,具体包括度、集聚系数、社团结构及聚类算法,深入讨论了二分网络在云计算中的部署,以及二分网络在高校图书馆管理中的具体应用和所需面临的问题,为目前的高校图书馆的数据分析提供一种比较实用的方法,帮助高校图书馆建设一个稳定安全而且实用的数据分析环境。

基于二分网络的推荐算法研究进展

全面总结和介绍基于二分网络的推荐算法研究现状,旨在介绍基于二分网络推荐算法的思想和各种优化方法,帮助读者了解这个研究领域。先介绍了二分网络推荐算法研究的背景和基于物质扩散和热传导的两种基本二分网络推荐算法,然后总结了8大类的优化算法,最后指出了当前还未研究的但还值得进一步研究的地方,并对大数据环境下基于二分网络的推荐算法进行了展望。

基于模块度增量的二分网络社区挖掘算法

针对二分网络的社区挖掘问题,提出了一种基于模块度增量的二分网络社区挖掘算法。该算法假设每个顶点独自构成一个社区,并具有自己的标号。其中,一部分顶点将自己的标号复制并传递到另一部分中的某个顶点上,使之与其位于同一个社区;另一部分的顶点实施同样的操作。如此反复迭代,直至收敛。标号传播时,选择模块度增量最大的边进行传送,使整体模块度不断提高。在真实数据集上进行的测试表明,所提算法能对二分网络进行高质量的社区划分。