基于标签相似度的数字化书籍资源智能推荐算法

针对为帮助读者快速找寻所需的书籍、避免数字化信息出现过载问题,提出基于标签相似度的数字化书籍资源智能推荐算法。首先,根据数字图书馆系统中已录入的用户信息,获取用户特征相似度、用户兴趣相似度,并将其看作综合相似度指标;然后,结合标签相似度指标,获取目标用户书籍资源的相似近邻;最后,将用户浏览过的书籍资源标签构成标签集,通过用户隐式行为评分和线性加权融合相混合的推荐方法,将目标用户喜欢的数字化书籍资源构成推荐列表,并推荐给目标用户。实验结果表明,相比于传统推荐算法,该算法的推荐效果更好。

基于近邻相似度图聚类的用户用电行为分析

以周负荷数据为用户用电行为分析的视角较通常使用日负荷数据更符合用户客观用电周期规律,提出一种面向用户周负荷数据聚类方法,通过改进的近邻相似度图聚类避免计算过程中维度增高导致的相似一致化,优化计算的时间与空间复杂度,实现用户用电特征准确快速提取,相较常见的K-means和DBSCAN等方法聚类效果更佳,使用逐段聚集平均降维表示,便于后续分析。以某省大工业用户用电数据作为仿真算例进行验证。

提取半结构化信息源中对象间精确语义相似性的方法研究

为了从半结构化的信息源中提取本体,统一地分析和处理所有信息源,本文为数据源提供了一个统一的概念模型,并定义了半结构化信息源到概念模型的转换规则。基于该模型,本文提出了计算模式中时象间精确语义相似性的方法。

基于相对密度和流形上k近邻的聚类算法

针对传统的基于欧氏距离的相似性度量不能完全反映复杂结构的数据分布特性的问题,提出了一种基于相对密度和流形上k近邻的聚类算法。基于能描述全局一致性信息的流形距离,及可体现局部相似性和紧密度的k近邻概念,通过流形上k近邻相似度度量数据对象间的相似性,采用k近邻的相对紧密度发现不同密度下的类簇,设计近邻点对约束规则搜寻k近邻点对构成的近邻链,归类数据对象及识别离群点。与标准k-means算法、流形距离改进的k-means算法进行了性能比较,在人工数据集和UCI数据集上的仿真实验结果均表明,该算法能有效地处理复杂结构的数据聚类问题,且聚类效果更好。

信息源中对象间精确语义相似性的提取方法

为了从半结构化的信息源中提取本体和统一地分析和处理所有信息源,该文为数据源提供了一个统一的概念模型,并定义了半结构化信息源到概念模型的转换规则。基于该模型,提出了计算模式中对象间精确语义相似性的方法。

分布式环境下基于图的语义相似性方法研究

论文为不同格式的数据源提供了一个统一的概念模型,并定义了各种信息源到概念模型的转换规则。基于该模型,提出了计算模式间精确语义相似性的方法。

面向高维的共享近邻聚类内部指标

针对因使用基于距离的相似性度量,传统聚类内部指标随着数据维数的增加而性能下降的问题,提出了一种基于共享近邻相似度的聚类内部指标。首先,利用共享近邻相似度和k最近邻(kNN)方法,估计数据点的密度,构建融合密度的共享近邻相似度图。然后,根据融合密度的共享近邻相似度图,利用最大流算法,计算出类内相似度和类间分离度,并结合两者计算出聚类内部指标。通过对人工数据集和真实数据集的测试表明,与9个基于距离的传统聚类内部指标相比,该指标能更准确评估数据集的最佳划分和预测数据集的最佳类数。因此,该指标处理复杂类结构和高维数据的能力优于所对比的其他聚类内部指标。

改进的相空间模式及其在月流量预测中的试验研究

讨论了基于混沌理论的相空间近邻等距模式及该理论中的预见期T、延迟时间τ、相空间维数d等,提出了实际应用中根据预见期T建立的新时间序列,满足T=τ=sδt,消除了相空间时滞τ的变化对T的影响。应用改进前、后的预报模式以不同相空间维数d对水文月平均流量进行逐月的预报试验和检验。结果发现,改进后的模式提高了预报准确率,延长了预报时效,尤其是提前1 a的最佳预报效果。

A nearest neighbor search algorithm of high-dimensional data based on sequential NPsim matrix

Problems existin similarity measurement and index tree construction which affect the performance of nearest neighbor search of high-dimensional data. The equidistance problem is solved using NPsim function to calculate similarity. And a sequential NPsim matrix is built to improve indexing performance. To sum up the above innovations,a nearest neighbor search algorithm of high-dimensional data based on sequential NPsim matrix is proposed in comparison with the nearest neighbor search algorithms based on KD-tree or SR-tree on Munsell spectral data set. Experimental results show that the proposed algorithm similarity is better than that of other algorithms and searching speed is more than thousands times of others. In addition,the slow construction speed of sequential NPsim matrix can be increased by using parallel computing.

基于居民行为周期特征的城市空间研究

伴随着中国经济社会进入"新常态"的发展阶段,对城市存量空间的研究提出了更加精细化的要求,基于居民行为活动的周期规律对城市空间进行研究,进而提升城市空间的品质日益重要。随着信息通信技术的快速发展,使许多大数据的获取成为可能,并由于其低成本、即时、大样本等优势,在城市空间研究方面具有巨大的价值。以上海市中心城区为例,利用手机信令数据,探究居民活动的空间周期变化特征,并基于空间的周期特征曲线,采用相似性传播聚类算法进行空间分类。研究表明,居民活动有平日一日周期和平日加周末二日周期,与人的作息规律相符合。市核心区、城市副中心及主要就业中心,昼夜波动和平日周末活动强度的差异都较为明显。空间分类结果显示,城市活动空间的组织既体现出个体充分的空间能动性,也反映出对土地使用类型以及设施建设、投入程度的耦合性。上海市内环内核心区混合多样的用地模式使得活动区内居民活动内容丰富,周期特征功能区边界模糊。研究成果可为未来的城市空间规划提供指导,为城市空间结构、功能布置、设施布局等优化提供决策支撑和科学依据。