一个改进的物质扩散—热传导混合推荐算法

目前已有各种推荐算法来解决互联网的信息过载问题,其中物质扩散算法和热传导算法是近年来颇受关注的两种推荐算法。物质扩散算法虽然具有较高的准确率,但推荐结果集中在少数热门物品,缺乏多样性,而热传导算法虽然具有较好的多样性,但准确率又明显偏低。为了解决这对矛盾,提出了一个混合算法,新算法在相似性计算模型上融合了两种传统算法的优点,增加了一个调节参数来抑制系统对热门物品的过度推荐。实验结果表明,在一定的参数条件下,新算法在准确率和多样性两指标上能够超越传统算法,并且该算法在平衡准确率和多样性这一对矛盾时表现得比传统算法更好。

基于流行度的非平衡物质扩散推荐算法

针对产品的异质性没有在推荐算法中得到很好利用的问题,提出一种考虑产品流行度对用户兴趣偏好影响的物质扩散算法。通过模拟物质在用户-产品二部分网络上的扩散过程,并且引入产品流行度的可调参数,对产品流行度的影响进行定量刻画。在三个真实数据集上进行数值实验结果表明,该算法与经典的物质扩散算法相比,Movie Lens、Netflix和Last.FM数据集上的平均排序打分可以分别提高25.60%、10.96%和1.2%;推荐列表多样性分别提高59.30%、53.07%和8.59%。所提出的非平衡的物质扩散算法所得到的结果更切合实际。

混凝土二维骨料随机分布对物质扩散的影响

将混凝土视为骨料和砂浆组成的二相复合材料。首先建立二维骨料的随机分布模型,并改进模型骨料重叠的判断方法,在此基础上以混凝土的中性化为例,通过计算机模拟骨料随机分布对混凝土中性化时CO2扩散的延缓作用。结果表明,单个骨料的形状、大小和摆放位置都会对CO2扩散路径产生影响,而骨料集合体通过扩散路径的长度、迂曲度的变化影响扩散速度,表现为混凝土的扩散系数Da与骨料圆度α、平均粒径d和骨料含量ra具有良好的对应关系。最后,通过数值模拟确定了二维扩散中Da-α、Da-d和Da-ra的关系式,可供工程应用参考。

改进的热传导和物质扩散混合推荐算法

针对经典的热传导推荐算法准确度低以及物质扩散推荐算法多样性低的问题,提出一种基于热传导和物质扩散的混合推荐算法。考虑用户活跃度对推荐算法的影响,通过引入可调参数θ调节用户活跃度对推荐效果的影响,实现资源的重新分配,进而获得更好的推荐结果。实验结果表明,当θ取得最优值时,相比改进前的热传导和物质扩散混合算法,该算法在Netflix数据集上,精确率和多样性分别提高了约5.81%和4.15%。在MovieLens数据集上,精确率和多样性分别提高了约5.08%和3.60%。

融合物质扩散热传导和时间效应的推荐算法

基于二分网络优化的推荐算法以物质扩散算法和热传导算法为基础,但是到目前为止,此类算法并未充分考虑到用户在对资源选择偏好的时间效应,而时间效应则是推荐算法中需要考虑的重要因素之一.针对这一问题,提出一种融合物质扩散热传导和时间效应的推荐算法,首先将物质扩散算法和热传导算法混合使用,然后在此基础上,根据用户对资源选择偏好主要受近期选择资源的影响,同时用户的兴趣也会有一定的保留,分别引入两个调节因子增加用户对资源选择偏好的时间效应.实验结果表明,所提出的算法在推荐的准确性和多样性方面都有显著的提高.

一种改进的基于物质扩散理论的Item-based协同过滤算法

推荐系统和其使用的推荐算法是电子商务系统中最重要的技术之一。推荐算法的准确性是评价算法优劣的一个重要指标。为了设计准确性较高的推荐算法,提出了一种基于物质扩散理论的协同过滤推荐算法(MD-ICF)。实验数据分析表明,这种改进后的算法在排序得分上比传统的ICF(iterative case filtering)算法有14%的提高,证明该算法是有效和实用的。

二分网络中多步物质扩散推荐算法的逼近分析

物质扩散推荐算法由于其简洁有效的特点自提出以来便受到了广泛关注。然而,至今为止,人们对该算法的研究大多停留在二分网络中的两步扩散过程,而对多步扩散过程少有涉及。该文利用矩阵分析的方法对二分网络中的多步物质扩散过程进行了研究,通过对扩散转移矩阵W的性质进行分析,发现当扩散步数N趋于无穷时WN收敛。与之对应,在多步扩散之后,网络中的资源分布最终会达到一个稳定状态,且此时每个节点最终获得的资源数与该节点的度成正比,而与资源的初始分布状态无关,这导致推荐算法将完全根据物品的热门程度进行推荐,推荐结果也不再具有个性化特点。研究结果表明二分网络中的物质扩散推荐算法随着扩散步数的增加将逐渐失去个性化特性。

基于物质扩散推荐系统寻找应急物流点的研究

应急物流是一项针对突发性因素以解决物流需求点应急程度为目的的物流活动,其完善和发展对解决物流系统中资源优先配置的问题具有重要意义。由于应急物流具有突发且不可预知、随机、时间紧迫等区别于一般物流的特点,所以预测物流系统中物流节点的应急程度是一个重要问题。文中在研究物流节点应急程度的基础上,分析了基于物质扩散的推荐算法实现机理,构建物流随机网络和物质扩散模型,并通过java语言模拟物质扩散过程得到各个物流节点应急程度的排序并产生推荐列表,进而研究在物流网络中应急资源始发点对终点的优先应急程度,得到各个始发点的最优先应急点,从而为物流网络中终点的选择提供方法,该方法在应急物流点的优先选择问题上具有应用价值和实践意义。

电池材料中物质扩散的研究方法

分为电化学研究和非电化学研究2个类型综述了电池材料中物质扩散的研究方法,分析了各种方法的优缺点。结果表明采用电化学方法直接研究固体粉末材料的单个颗粒最为成功,其结果既能直接反应材料的本征性质又与实际生产接近。

信任社交网络中改进的物质扩散推荐算法

传统物质扩散推荐算法多样性低且未考虑用户所处的社交网络信息和物品的受欢迎程度。为此,在基于信任机制的社交网络中,提出一种改进的物质扩散推荐算法。引入信任机制形成目标用户的最优邻居集,模拟用户-物品二分网络,根据用户信任度对物品初始资源进行分配。考虑物品双向扩散能力并结合物品流行度的可调参数,实现资源再分配,从而优化目标用户的推荐结果。在真实数据集上的实验结果表明,该算法能在保证较高推荐准确率的同时,增强推荐结果的多样性。

基于关键用户的非均衡热传导与物质扩散算法

物质扩散和热传导算法作为2个经典的基于网络结构的算法被普遍用于信息过滤.然而,现有的算法将所有的用户等同看待,没有区分不同用户的贡献,也没有移除恶意用户,从而导致性能不理想.针对这一问题提出基于关键用户的非均衡热传导与物质扩散算法(core-UHM),用以解决教育资源库中的高质量资源检索问题.算法的背后思想主要是基于信息领域中的帕累托法则,也即是20%的用户主导着整个系统中80%的交互.基于关键用户不仅能够保证资源的质量,同时也大大节省了计算开销.通过在真实的学术搜索日志数据集上的实验,证明了算法的有效性.

基于多子网复合复杂网络模型的物质扩散推荐算法

融合社交网络的社会化推荐算法是目前推荐系统中普遍采用的方法。在现实的社交网络中,用户间存在多种关系,而每种关系对于推荐的影响是不同的,因此在推荐中单纯引入某一种社交关系必然影响推荐结果的准确率。本文基于多子网复合复杂网络模型,通过在用户-商品二部图上加载多关系社交网络,构建多关系复合网,提出了基于多关系复合网的物质扩散推荐算法。在真实的数据集Epinions和FilmTrust上的实验结果表明,加入两种社交关系的推荐算法比加入一种社交关系的推荐算法及传统的物质扩散算法在推荐准确率方面有显著提高。

一种基于用户信任网络的物质扩散推荐算法

在推荐系统中,构建资源模型是一个关键问题。通过对以往传统基于用户的资源模型研究,发现其往往假定用户独立存在,未能充分利用用户之间的信任关系,这带来马太效应过强,冷启动难等问题。基于此,本文设计一种基于标签共现的用户信任网络,通过在其上执行PageRank算法对基于用户的资源模型进行更新优化,进而结合经过改进的物质扩散算法得出推荐结果。实验表明,相较于以往算法,本文提出的算法较为显著地提高了推荐效果。

温度场对薄层介质中物质扩散的影响

本文讨论有了温度场存在时,金属表面的防腐徐层(薄层介质)中腐蚀物质的扩散、渗透受到的影响,给出了几种情况的理论计算结果,并由此解释了相应的实验现象。

融合社交网络的物质扩散推荐算法

在互联网信息推荐应用中,恰当地结合用户的社交信息能够进一步提升推荐的精度。以用户为枢纽节点将社交网络和用户-商品二部图融合为耦合网络,并在此基础上提出了一种基于物质扩散动力过程的推荐算法,该算法将社交网络的朋友信息和用户选择商品的信息进行有机集成,是经典物质扩散算法的一种拓展。在真实数据集Friendfeed和Epinions上的实验表明,在只计算小度用户的推荐准确率时,该方法比经典的物质扩散算法分别提高了38.48%和9.17%;当测试集所占比例为80%时,对于所有目标用户,算法较经典物质扩散算法的推荐准确率分别提高59.05%和21.62%。因此,社交网络信息的加入可以显著提高对小度用户的推荐准确度。

基于Unity3D的核事故后放射性物质大气、水体扩散虚拟仿真实验

该文以Unity3D为主要开发平台,在红沿河、海阳、昌江等中国大陆地区16个在运(建)核电厂区信息(行政区域、人口密度、路网建设等)的真实背景下,设计核事故后放射性核素(^(137)Cs、^(131)I、^(133)Xe)在大气、近海迁移过程的可视化系统,将真实的厂址信息、气象条件、放射源项等与虚拟的核事故等级和核应急疏散相结合,对核事故后放射性物质环境迁移、公众所受大气浸没照射剂量评价等进行全景式呈现,使学生身临其境地参与放射性烟羽追踪、核事故应急撤离、大气浸没剂量评价等工程实践过程。

非等物质的量反扩散对流化床内煤颗粒燃烧的影响

采用理论推导法,研究了流化床密相区内煤颗粒燃烧过程中非等物质的量反扩散作用,对传质边界层内气体组分传递过程的作用机理,并对比了非等物质的量反扩散和等物质的量反扩散两种条件下,煤颗粒表面气相传质系数k_g和k_(g,em)及无量纲数Sh和Sh_(em)之间的数学关系.分析表明,非等物质的量反扩散作用使颗粒表面边界层内出现宏观气体流动,抑制O_2分子向颗粒表面扩散.随着边界层内气态生成物CO和CO_2物质的量比η的升高,边界层内由颗粒表面向密相区的气体宏观流动增强,对传质过程的阻碍作用增大.当边界层内O_2的体积分数梯度下降时,驱动O_2向颗粒表面扩散的作用力减弱,宏观气相运动作用对O_2分子扩散的抑制加强.

核事故缓解任务的最优工作路径算法

[目的]核电厂在发生严重事故后,放射性物质可能从安全壳泄漏到核电厂厂房中,给执行事故缓解任务而在厂内移动的工作人员造成一定的辐射剂量损害.为了尽可能降低工作人员执行任务期间所受的辐射剂量,对其最优工作路径进行算法研究.[方法]使用自主研发的厂内放射性评估软件REMADA,模拟计算CPR1000核电厂在一回路小破口事故、主蒸汽管道破裂事故和全厂断电事故期间厂房内的放射性物质浓度分布,并基于REMADA的辐射剂量评估模块建立辐射剂量最优路径算法,搜索不同缓解任务在限定通行时间内所有的可行工作路径,给出工作人员在厂内通行受辐射剂量最低的路径.[结果]该算法寻找到的最优路径能有效地降低厂内工作人员受到的辐射剂量损害,并且该算法具有较高的执行效率,可满足实际应用中严重事故应急决策的需求.[结论]该研究可为降低工作人员受到的放射性风险、制定事故应急策略提供有力的数据支撑与技术支持.

新技术

北京大学在氧化镱缓冲层-钙钛矿太阳能电池研究中取得重要进展北京大学物理学院现代光学研究所“极端光学创新研究团队”朱瑞研究员和龚旗煌院士团队与合作者展开研究,针对由界面物质扩散和离子迁移诱发钙钛矿太阳能电池性能衰退的难题,通过采用“物理气相沉积+高真空原位快速氧化”方法创新构筑非晶态稀土金属氧化物氧化镱(α-YbOx)多功能缓冲层,突破了基于金属氧化物缓冲层反式结构钙钛矿太阳能电池25%的光电转换效率瓶颈,并且显著提升了电池的稳定性。