基于兴趣值的数据映射与集成研究

从超媒体松散耦合的特性出发,针对用户感兴趣内容的不同,提供一种有效的数字资源的集成方法。通过定义兴趣值和页面映射规则,将Web页面中特定的数字资源和相应的兴趣值进行绑定,并利用动态超媒体映射引擎对Web页面进行过滤及映射处理,从而获得用户感兴趣的特定信息资源的集合,这尤其适合于对各种数字图书馆的信息资源进行整合。

基于兴趣值的适应度模型的研究

提出了一种基于兴趣的网络模型,通过给每个网络中已存在的节点分配一个兴趣值,兴趣值与该节点的适应度和节点的度有关.重新建立网络模型,实验结果表明,该网络具有幂律分布.

一种基于可变半衰期的机会网络社团兴趣值更新策略

为了掌握节点移动的历史信息,提出了MDIR(Mass-group Detected by Interest-value)算法。该算法引入了社团的概念,将节点的移动规律与其它节点的关系进行关联。理论上,在社会网络中节点的移动可以归结为在不同社团中移动的过程。因此在该算法中,消息更倾向于向包含目标节点的社团转发。此外,考虑到社会关系的动态性,算法还引入兴趣值概念来更新网络拓扑中的社团结构。实验测试数据表明,在不同的节点密集度和网络资源有限的情况下,相较于Epidemic、BDCR以及SREP算法,MDIR算法可通过计算效用值进行路由转发来产生较低的转发能耗以及稳定的送达率。

基于兴趣值的适应度网络度分布解析解

基于兴趣值的适应度网络具有小世界特征和无标度特性,与现实网络拓扑性质相符.本文运用泊松理论分析了网络的度分布,给出具有兴趣值的适应度网络度分布的解析解.解析结果表明度分布是幂律分布,幂律指数与适应度和兴趣值有关.当适应度增大,幂律指数减小;当兴趣值增大,幂律指数增大.

基于Harris兴趣值的影像线特征高精度提取方法

针对影像高精度线特征提取问题,本文提出一种基于Harris兴趣值的直线提取方法:利用EDISON算法提取影像的初始边缘,并将其细化到单像素,对提取的每一边缘点在其法线方向进行基于Harris兴趣值的子像素定位,并将精确定位后的点拟合成直线。通过采用两幅真实影像进行试验,证实了本文所提方法的有效性。

P2P内容搜索的信息相似值计算方法

随着P2P网络的迅速发展,其用户数量不断增加,信息交互也越发频繁。为了降低内容搜索的复杂度和搜索时间,提出了一种以信息相似值为依据的计算方法。这种计算方法将无规则P2P网络中的节点按照节点的信息相似值划分为不同的域。在信息搜索时,将搜索的关键字与域头节点信息向量进行匹配,算法将整网搜索转化成域内或相邻域搜索,并根据用户兴趣值返回搜索结果。实验证明,这种信息相似值的计算方法在降低搜索时间的基础上,有较高的搜索命中率和查询准确率。

基于兴趣分类、信任和安全等级的P2P访问控制

针对P2P环境中访问控制问题,将信任机制、信息的机密性和完整性及用户兴趣结合进行研究.引入了主体、客体的密级、完整性等级、兴趣值和信誉等级等概念.根据用户对资源感兴趣的程度并利用已有的访问控制策略思想,定义了新的基于兴趣分类、信任和安全等级的P2P访问控制策略.通过对其合理性的分析和研究得知,该策略是对已有的模型的访问控制策略的改进和扩展,适用于P2P网络环境的安全访问控制策略.

结合项目区分用户兴趣度的协同过滤算法

协同过滤是推荐系统中应用最为广泛的方法.基于用户的协同过滤算法在计算用户相似性时,对不同的项目给予相同的权重,然而在现实中不同项目对刻画用户的兴趣所起作用不同,从而基于用户的协同过滤会造成对流行的项目打分高的问题,而不能真正反映用户的兴趣.本文提出项目的区分用户偏好值概念,从而更好的刻画了用户的兴趣,在此基础上,改进了计算用户相似度的方法,使推荐算法具有较高准确度.算法在标准数据集MovieLens上进行了测试,实验表明了算法的有效性.

基于参数-值替换的错误定位方法

现有错误定位方法难以检测程序遗漏错误,提出一种方法层次的基于参数-值替换的错误定位方法。首先将出现在失败执行中的方法作为可疑方法候选集,计算该集合中元素对程序执行结果的影响度,再利用值替换技术计算高影响度方法的兴趣参数-值映射对,然后依据方法是否包含兴趣参数-值映射对对候选集中方法进行分类,并依据其影响度分别进行排序,最后生成一个可疑方法序列进行错误定位。实验结果表明该方法较其他错误定位方法具有更好的定位效果。

超声弹性成像ROIA值联合弹性评分诊断腋窝淋巴结的价值

目的研究联合超声弹性成像感兴趣区A值(ROI A)与8分弹性评分构成的联合法对乳腺疾病引起的肿大腋窝淋巴结良恶性的诊断价值。方法 128位女性患者,共计136枚肿大的腋窝淋巴结行超声弹性成像检查,获得ROI A值并用8分弹性评分评价,以病理结果为标准,对比ROI A值、8分弹性评分以及联合两者后的联合法、核磁检查的诊断结果,用ROC曲线评价并寻找ROI A值的最佳诊断界点。结果联合法的敏感性、特异性和准确性分别为88.9%、77.7%和82.7%优于其他三种方法,差异有统计学意义(P<0.05);ROC曲线下面积为0.854,具有中等偏上诊断价值,ROI A值鉴别腋窝淋巴结良恶性的最佳界点为0.001 9。与核磁影像诊断结果对比,联合法诊断准确性更好(P=0.036),两者的特异性、敏感性、阳性预测值和阴性预测值均无显著差异性(P>0.05)。结论弹性成像ROI A值联合8分弹性评分组成的联合法对腋窝淋巴结良恶性有值得肯定的诊断价值,准确性优于核磁检查,是可信的诊断方法,为临床更快速准确地诊断腋窝淋巴结良恶性提供了新的参考。

一种基于节点移动倾向检测的社会网络机会转发机制

社会网络中节点的移动特点可以归结为强移动性和弱移动性两种类型。提出的MTBR(Mobile-Tendency Based Routing)算法引入了移动倾向的概念,将人的移动习惯与节点的移动规律进行关联。该算法通过检测出社会网络中强移动性节点的移动倾向,并利用强移动节点来携带数据并进行数据转发。实验数据表明,节点移动性越强其移动倾向越明显;相较于同类算法,MTBR算法可以有效地将消息向较远的目的地转发,其产生的转发能耗较低,送达率更稳定。

跨类型的学术资源优质推荐算法研究

提出一种新的融合内容特征和非内容特征以及用户行为的推荐算法ER(Excellent Recommendation),快速准确地为用户推荐感兴趣的、高质量的5类学术资源,以实现学术资源的优质推荐。ER算法从资源类型、学科分布、关键词分布和LDA(Latent Dirichlet Allocation)主题分布共4个内容特征对5类学术资源建模,融合用户行为后进行用户兴趣偏好建模,根据权威度、社区热度和时新度等3个非内容特征对学术资源的质量值进行评估,最终根据学术资源的兴趣值和质量值进行Top-N推荐。通过预测准确度对推荐结果进行评估,实验表明ER算法的推荐效果最佳,证明了ER算法的有效性。

深度学习视角下图书馆馆藏资源推荐模型设计与分析

[目的/意义]深度学习技术作为大数据、"互联网+"环境下用户分析和服务设计的有力工具,为图书馆馆藏资源推荐服务提供了新的研究思路和发展方向。[方法/过程]首先,基于文献查阅法、网络调查法对国内外图书馆馆藏资源推荐服务的研究现状、应用情况进行了分析与研究。然后,在概述深度学习技术及其相关应用实践的基础上,在深度学习视角下提出了一种以读者用户兴趣值为基础的图书馆馆藏资源推荐模型。[结果/结论]分别从数据关联、情景分析和协同过滤技术3个方面探讨了图书馆馆藏资源推荐模式,为大数据环境下面向用户的图书馆资源精准推荐提供参考。

中国“泛Z时代”破壁手册

“泛Z时代”是90后和00后的统称,他们生活在优越、开放的家庭,成长于中国经济腾飞、移动互联飞速发展时期。他们普遍认为“五官”和“三观”一样重要,追求的是极致“兴价比”(兴趣值高而价格值低,则“兴价比”高,反之则“兴价比”低)。

读者在线

解决总部员工职业倦怠的尝试评《总部普通员工职业倦怠感最强》文中谈到总部员工工作兴趣值最低,对工作敷衍了事,对工作对象和环境采取冷漠忽视的态度,这种表现,无论是在大公司或者是中小企业都广泛存在.为了破解或缓解这个格局,广西玉林市健正药业做了多种尝试.基本走出了这个困境,我们称之为“386工作法”.3是指每天早会30分钟,运动30分钟.

基于用户兴趣的PageRank算法改进策略

随着互联网海量信息的不断涌现,根据用户的兴趣提供相关查询结果,是现有搜索引擎要考虑的一个问题,PageRank算法是基于链接的排序算法,已在Google搜索引擎广泛应用,但其忽略了用户个性化需求。采用网页预分类技术,来表示用户查询的兴趣度,进一步提出改进传统的PageRank算法,从而能适当提高用户在使用搜索引擎方面的个性化需求。