基于深度学习框架的建筑领域算法服务平台研究与实践

文章提出了一种基于深度学习框架的建筑领域算法服务平台,研究了深度学习和深度学习基础框架,并对该平台的架构、功能和数据模型研究和实践进行了阐述。

个性化算法推荐服务用户采纳意愿影响因素:元分析研究

数智时代,个性化算法推荐服务迅速发展。关于个性化算法推荐服务用户采纳意愿影响因素的实证研究结论存在不一致的现象,为明确关键影响因素,对该主题实证研究成果进行梳理与再分析,为后续相关研究提供借鉴。本文运用元分析方法,从国内外聚焦个性化算法推荐服务用户采纳意愿的51篇实证研究成果中识别出14个关键影响因素,其中信任、态度、感知愉悦性、交互质量、推荐信息质量等因素对用户采纳意愿作用程度较强。研究时间、社会环境和应用平台类型会对相关变量与个性化算法推荐服务用户采纳意愿之间的关系产生调节作用。

从技术中立到科技向善:算法推荐服务提供者的注意义务

为提升服务效率与经济效益,数智时代的网络服务提供者已较为普遍且深入地内嵌了算法推荐技术,从而成为《互联网信息服务算法推荐管理规定》中的“算法推荐服务提供者”。针对算法推荐技术带来的侵权风险增加,技术治理原则应实现从技术中立到技术向善的转变,算法服务提供者应承担比一般网络服务提供者更高的注意义务。对其注意义务提高程度的判断应遵循比例原则,目前较为典型的5种算法技术呈现出“生成合成类、调度决策类、排序精选类、个性化推送、检索过滤类”介入平台内容的程度依次递减之类型序列,相应算法服务提供者的注意义务随之减低。在算法服务提供者适用红旗规则时,应考量“明显侵权”情形下的被动审查义务,并对其“知道或者应当知道”“采取必要措施”做出特殊解释。

民机后舱一体化网络架构QoS算法设计

民用飞机后舱包括信息系统(Information System,IS)、客舱核心系统(Cabin Core System,CCS)、机载娱乐(In-Flight Entertainment,IFE)系统、外部通信系统(External Communication System,ECS)等,各系统飞行安全域等级不同且网络交联关系复杂,这对传输服务质量(Quality of Service,QoS)提出极高要求,传统的QoS算法难以达到最佳效果。针对上述问题,将公平队列调度(Fair Weight Queue,FWQ)算法和随机早期检测(Random Early Detection,RED)算法相结合,整合到QoS处理系统上,并利用优先级双因素(Two-Factor,TF)机制对数据流进行精细化描述,提出一种民用飞机后舱一体化网络改进型QoS算法,命名为双因素加权公平队列随机早期检测(Two Factor-Fair Weighted Queue-Random Early Detection,TF-FWQ-RED)算法,使用OPNET网络仿真工具对该算法进行仿真验证。仿真运行结果显示,通过该算法可有效降低后舱高优先级业务流在网络拥塞场景下受延迟或丢包率的影响,同时保证了网络的高效运行,表明了TF-FWQ-RED算法的正确性以及对民机后舱混合复杂网络环境下现实需求的适应性。

基于QoS的Web服务选择算法综述

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对近几年来基于QoS的Web服务选择算法的发展状况进行了综述,介绍和总结了当前基于QoS的Web服务选择问题模型,对服务选择策略进行了分类,并对当前的一些典型的基于QoS的Web服务选择算法进行了系统的分析和评论。最后指出了现有算法中的不足之处,展望了该领域的进一步研究方向。

基于用户满意度的学习服务发现算法

引入用户满意度因子,设计一个学习服务发现算法——eLSDAUS,并应用于网络学习系统中。该算法允许用户参与服务发现的过程,对服务发现的效果进行评价。学习服务发现系统将用户评价反馈到学习服务发现算法,利用修正函数修正更新发布服务各属性的匹配度权值,优化反馈给用户的综合匹配度的计算。实验结果表明,在发布的学习服务数量超过1万时,该算法能提高服务发现的查全率4%～5%。网络学习者使用该系统7天后,对学习服务发现结果的总体满意比率可达到93%以上。

高校图书馆个性化推荐服务算法研究

随着高校图书馆馆藏书目的增加,读者在没有具体借阅目标的情况下,从图书馆借阅图书所花费的时间越来越多.针对这种情况,提出了基于内容的高校图书馆推荐算法,详细论述了中文分词、词语权重的计算、向量空间模型的构建以及图书相似度的计算,并对中文分词程序和词语权重算法在短文本中的应用进行了改进,对构建向量空间模型时遇到的稀疏矩阵问题给出了解决方法.研究结果表明,利用基于内容的推荐算法为读者推荐图书,比较符合读者兴趣,容易被读者接受.

动态服务组合构造与最优组合服务算法研究

服务组合是将已有服务组合为一个新服务的过程,以增加服务的功能或/和性能。本文将组合方案表示为一个有向无环图,节点表示服务,边表示服务交互,以目标服务的输入为指标集,给出候选组合方案的构造算法。以服务费用为测度,并计入服务的计算、存储和通信费用。通过费用转移,提出了基于经典Dijkstra算法的最优组合服务算法。

基于用户满意度的学习服务发现算法

针对用户对e-Learning服务发现系统提供的服务不满意或者满意程度不稳定的问题,引入了用户满意度因子,设计了一个学习服务发现算法——eLSDAUS.该算法允许用户参与服务发现的过程,对服务发现的效果进行评价.学习服务发现系统把用户的评价反馈到学习服务发现算法,利用修正函数修正更新发布服务各属性的匹配度权值,优化反馈给用户的综合匹配度的计算.实验表明,在发布的学习服务数量超过1万时,该算法能够提高服务发现的查准率3%,而且随着发布服务数量的增多,效果会更好.经过127天的学习,用户对服务发现结果的总体满意比率可超过93%.

网格服务调度算法分布式部署和QoS性能分析

网格是一种复杂的分布式计算系统,研究其网格服务对网格作业的调度算法的分布式部署和性能分析问题具有重要的意义。网格服务调度系统的状态空间模型考虑了具有不同的输入速率和输出速率的作业队列,提出了清空型调度策略和服务调度算法,并在此基础上分析了其分布式部署问题,计算了系统QoS性能指标,指出了稳态吞吐量、稳态响应时间与负载系数的关系。

一种基于本体的主体服务快速匹配算法

分析了目前主体服务匹配中存在的问题,研究了目前主体服务匹配算法效率低的原因。为了提高主体服务匹配的效率,提出了主体服务本体的概念,研究了如何根据主体服务本体来组织主体服务,提出了一种基于本体的主体服务快速匹配算法,从理论上分析了该服务匹配算法的性能特点,并用仿真实验验证了该服务匹配算法的有效性。

面向物联网移动感知的服务节点发现算法

针对物联网移动感知场景中节点移动性、随机性在时间和空间两方面给数据感知、数据传递造成的问题,提出一种基于节点社会关系认知的目标区域感知服务节点发现算法.引入交互因子和距离因子对节点社会关系进行量化,构建节点移动概率表和凝聚子群,通过信任传递与社会关系最优路径树的计算,确定目标区域感知服务节点集.仿真实验表明,该算法缩短了移动节点间最短距离以及网络平均距离,提高了感知服务节点的发现效率,解决了稀疏网络的感知空洞问题,改善了物联网感知服务质量.

基于属性权重和粗糙集的网格服务发现算法

针对网格服务发现中发现效率低的问题,基于本体技术及知识表示系统和决策表的理论,提出一种优化的考虑服务属性权重的服务发现算法。通过对服务调用历史记录的规则抽取和属性权重计算,给出了包含信息预处理、粗糙集服务匹配的两个阶段服务发现算法实现,并分别从查准率和查全率两个方面进行了理论分析和实验验证。结果表明,所提算法有较高的查全率和查准率;同时,候选服务的排序结果更符合用户的需求。

业务流程管理中基于规格属性及索引机制的服务匹配算法

业务流程管理中服务的输入输出参数是商品或原材料,为了解决服务匹配的问题,提出一种基于索引机制的商品/原材料规格属性的匹配算法。首先,给出服务模型的形式化定义,规格属性的表示方法以及匹配规则;为了提高服务的匹配速度,对服务模型的输入输出参数分别建立了索引,同时对服务的规格属性也建立了索引;基于索引提出了服务的匹配算法,得到了服务的匹配树,并且分析了其时间复杂度。通过模拟实验验证了算法的可行性,并对比了已有算法在匹配时间和数量上的结果,所提匹配算法能提高服务匹配速度10%以上。由于考虑了商品/原材料规格属性的匹配,该算法能真正应用到业务流程管理的服务匹配中。

一种基于情景感知的学习服务发现算法

针对学习者对e-Learning服务发现系统提供的学习服务不满意或者满意程度不稳定的问题,引入了情景因子,设计了一个学习服务发现算法———eLSDACA。该算法感知学习者的学习情景,形成学习者情景本体,参与服务发现的过程。情景因子有两个作用:一是作为输入和学习者输入同时输入学习服务发现系统;二是作为学习服务发现系统的修正因素,利用修正函数对已发现的发布服务的综合匹配度进行更新,并给出相应的输出。仿真实验表明,在学习者进行学习服务发现的次数超过10时,该算法的查全率和查准率均达到90%以上,优于传统的学习服务发现算法。

DHT网络中一种基于虚拟服务器拆分的负载平衡算法

分析比较了目前DHT网络中基于虚拟服务器(virtual server)的负载平衡算法,根据节点间间距的分布概率,建立了基于虚拟服务器的DHT网络负载分布数学模型,详细分析和计算了DHT网络中单虚拟服务器问题(SVSP)发生的概率,提出了一种基于虚拟服务器拆分的负载平衡算法(VSSLBA),仿真实验验证了理论推导的正确性与算法方案的有效性。

学习型企业中个性化智能信息服务算法研究

构建了一种基于面向服务的学习型企业智能信息服务系统框架,提出并验证了个性化智能信息服务算法。描述了该算法的核心部分,包括企业员工主个性因子的生成及动态优化、个性化模糊神经网络结构的构造、个性化信息内容生成函数以及相应的优化等。

基于移动代理系统的名字服务定位算法

移动代理能够自主地在异构的网络间迁移，如何确定一个移动代理当前的位置用移动代理系统的名字服务）需要专门的系统来支持。移动代理系统的名字服务有其自身特有的特殊性。在已有的名字服务算法的基础上提出了一个改进算法，具有响应时间快、健壮性及可扩展性较好的特点。

基于模糊聚类的VOD代理服务调度算法

提出一种面向园区网VOD代理系统的服务调度算法。基于模糊聚类思想将VOD点播热门节目及系统中的代理服务器进行混合聚类,再根据聚类结果从资源利用的角度为每个热门节目调度最恰当的代理服务器以进行服务,从而实现了单个代理服务器内部各项资源的均衡利用以及全局范围内所有代理服务器的负载均衡。实验结果表明,该算法具有良好性能,可在不升级应用框架及硬件基础设施的基础上提高系统的运行效率。

一种基于DNS的企业网格服务定位算法

目的针对IP地址或者主机名称定位企业网格服务的不足,提出一种基于DNS的企业网格服务定位算法。方法DNS的相关协议以及网格服务的查找更新原理。结果构造了一种基于DNS的网格服务定位器,并给出了该定位器的实现算法及实验结果。结论该算法克服了传统方法的局限性,提供了一种透明、简便的方式定位网格服务。