基于奇异值分解的城轨网络关键站点识别及其演变研究

为识别城市轨道交通网络关键站点并研究其多年演化,构建基于截断奇异值分解(truncated singular value decomposition,TSVD)的关键站点识别方法,选取北京市2011—2019年早高峰时段的OD数据,通过关键特征向量分析网络客流演变并对城轨网络中关键站点进行识别,将其与复杂网络方法的识别结果进行对比。分析表明:TSVD法能很好地应用于考虑OD分布的网络关键站点识别,识别结果能更好代表网络客流的空间分布。从识别结果看,北京轨道交通关键站点空间布局呈现多中心发展趋势,如西北西二旗,西南丰台科技园等站点逐步形成网络客流中心并相互联系;东南土桥、东北俸伯等站点也初步呈现网络客流中心的特征。

基于用户画像的目标信息高精度推送仿真

信息精准推送性能过差会降低信息技术服务企业与用户之间的联系,使相关企业无法及时满足用户需求,为了给用户提供个性化服务,提出基于用户画像的信息精准推送模型。对单一数据来源和多样数据来源展开空间全方位、时间全过程的采集工作,获取贴合实际生活的用户信息,将用户信息与DVMD去噪方法结合,消除用户信息高频分量噪声,获取更为清晰的优化信息。将具备用户行为逻辑的优化信息作为用户画像,与支持向量机(SVM)和Storm、Storm steaming实时计算框架结合,建立信息精准推送模型。实验结果表明,所提方法用户满意度约为85%、且推送精度高。

一个基于关联规则的多层文档聚类算法

提出了一种新的基于关联规则的多层文档聚类算法,该算法利用新的文档特征抽取方法构造了文档的主题和关键字特征向量。首先在主题特征向量空间中利用频集快速算法对文档进行初始聚类,然后在基于主题关键字的新的特征向量空间中利用类间距和连接度对初始文档类进行求精,从而得到最终聚类。由于使用了两层聚类方法,使算法的效率和精度都大大提高;使用新的文档特征抽取方法还解决了由于文档关键字过多而导致文档特征向量的维数过高的问题。

一个基于双向近邻技术的多层文档聚类算法

提出了一个新的基于双向近邻技术的多层文档聚类算法.使用新的文档特征抽取方法构造了文档的主题和关键字特征向量.首先在主题特征向量空间中,改进了传统的最近邻技术,使最近邻概念由单向变为双向.利用改进后的方法对文档进行初始聚类,然后在基于主题关键字的新的特征向量空间中利用类间距和连接度对初始文档类进行求精,从而得到最终聚类.由于使用了两层聚类方法,使算法的效率和精度都大大提高.最后对算法的有效性、可伸缩性和时间复杂度进行了研究.

基于专业搜索引擎的网页去重技术研究

针对专业搜索引擎的特点,对基于词频统计的网页去重算法进行了改进。改进后形成的基于专业搜索引擎的网页去重算法通过两步进行:首先,通过计算文档用词重叠度,判断文档中使用的专业关键词集合是否大致相同。第二步,在满足上一步判断基础上,进一步判断两篇文档在各专业关键词用词频率上是否相同。