面向微博系统的实时个性化推荐

社交网络服务需要响应用户实时、连续、个性化的服务需求.然而,目前多数社交网络服务并未充分考虑用户的个性化服务需求.由于社交网络中海量的数据更新使得提供实时个性化服务成为一项相对艰巨的任务.文中基于LDA主题模型推断微博的主题分布和用户的兴趣取向,提出了微博系统上用户感兴趣微博的实时推荐方法,以响应用户实时、连续和个性化的服务请求,在真实数据集上的实验结果验证了文中提出的方法的有效性和高效性.

基于情境信息的微博推荐算法研究

情境信息是一个影响人的兴趣的重要因素。在传统LDA模型的基础上加入情境信息对LDA模型的结果进行调整。在用LDA模型生成的文档-主题和主题-词的基础上,将用户兴趣根据不同的情境信息进行划分,进一步生成主题-心情分布。在此基础上提出基于时间情境的Time-LDA算法和基于心情情境的Mood-LDA算法。在真实的数据集上的实验表明所提出的算法能显著的提高微博信息推荐的准确性。

连铸中间包内钢液流动及其控制

对连铸中间包内钢液流动现象进行了水模拟研究和速度分布测量。研究表明,注入的钢流下降时吸收周围液体,形成扩张角10°～12°的射流,是中间包内流动的动量源。挡墙设置能改变钢液流动方向,是控制钢液流动的有效手段。对不同类型的挡墙设置方案。用示踪剂分布方法测量了流动特点及夹杂物的去除率,探讨了合理的挡墙设置位置。

基于LDA模型和AP聚类的主题演化分析

随着互联网的高速发展,网络信息呈现爆炸性增长态势,主题演化分析能够帮助人们从海量的互联网数据中获取更有价值的信息。分析主题的演化发展轨迹有利于人们了解主题事件发生的前因后果,并对主题事件发展趋势进行更好地预测,进而辅助管控。针对单个主题演化分析方法中阈值设定和主题漂移的问题,提出一种LDA-AP主题演化模型。该方法利用LDA模型对不同时间窗口内的新闻文本分别进行建模,得到相应的主题。利用AP聚类算法对不同时间窗口内的多个主题进行聚类,其中计算主题相似度采用加入时间衰减因子的JS散度来度量。最后对多个主题内容进行演化分析。通过相关的实验分析和对比,结果表明该方法可以改善主题演化的性能,并能较好地分析多个新闻主题事件随时间的演化趋势。

采用可变时间窗口的TIF-LDA微博主题模型

微博是社交网络的主要形式,其短文本和时效性的特点能够体现出当前大众最新兴趣取向.微博文本不同于传统文本,其时效性的特点使得在对其进行主题挖掘时容易忽略时间因素而造成结果不准确.针对此问题,提出了采用可变时间窗口的TIF-LDA微博主题模型对微博主题分析做出时间限定,并基于微博发布的时间为微博词条添加时间权重,使用词条的时间权重之和作为词条在LDA主题挖掘计算中的影响因子.实验结果表明,相较于标准的LDA主题模型,本文所提模型能够更加准确地反映用户最新的关注热点.

基于动态聚类的旅游线路推荐

基于会话的协同过滤用固定时间窗划分交互历史并将用户兴趣表示为这些阶段的序列,但是旅游数据的高稀疏性会导致某些阶段内没有交互行为和近邻相似度计算困难的问题。为了缓解数据稀疏,有效利用数据特性,提出了基于动态聚类的旅游线路推荐算法。该方法首先分析了旅游数据不同于其他标准数据的特性;其次利用动态聚类得到的变长时间窗口对游客交互历史进行划分,利用潜在狄利克雷分布(LDA)抽取每个阶段的概率主题分布,结合时间惩罚权值建立用户兴趣漂移模型;接着,通过反映年龄、线路季节、价格等因素的游客特征向量为目标游客选择近邻和候选线路集合;最后根据候选线路和游客的概率主题相关度完成线路推荐。该方法通过采用变长时间窗口不但缓解了数据稀疏,而且划分的阶段数目不需提前指定,而是根据数据特性自动生成;近邻选择时采用特征向量而非旅游数据进行相似度计算,避免了由于数据稀疏无法计算的问题。在实际旅游数据上的大量实验结果表明,该方法不仅很好适应了旅游数据特征,而且提高了旅游线路的推荐精度。

基于LDA的双通道在线主题演化模型

网络舆情分析中需要处理大量时效性较强的文本数据流.针对在线时效性较强的文本数据流,提出基于LDA(Latent Dirichlet allocation)的双通道在线主题演化模型(Bi-path evolution online-LDA,BPE-OLDA),在下一时间片生成文本时考虑文本的内容遗传和强度遗传,很好地模拟了人在生成时效性较强的文本时的特征.估算模型参数时对Gibbs采样算法进行了简化,实验证明,使用简化后的在线Gibbs重采样算法,BPE-OLDA模型在提取时效性较强的文本数据流的主题方面具有明显的效果.

基于LDA-SVM论文摘要多分类新兴技术预测

[目的/意义]基于文献计量学的新兴技术预测方法能够避免现有德尔菲法的专家依赖性,但是文献所属技术领域的划分仍需依据领域知识设计复杂的检索式。[方法/过程]提出了一种基于机器学习和时间序列预测的新兴技术预测方法,LDA主题模型与SVM(支持向量机)分类模型连用的机器学习方法解决了海量论文摘要数据按照新兴技术类别的多分类,通过ARIMA(差分自回归移动平均模型)模型对时序论文未来数量的预测,分析以技术为驱动力的新兴技术发展趋势。[结果/结论]最后,以机器人技术为例,提取Web of Science(WOS)论文数据库上万条数据,对7个新兴领域发展趋势进行预测,为新兴技术预测工作提供有益的数据和方法支持。

一种运动轨迹矢量化的实时拳法类型识别方法

提出一种基于运动轨迹矢量化的实时出拳动作分割和拳法类型识别方法,运动数据由一个7相机的Eagle运动捕捉系统提供.该方法实时分割出连续运动序列中的单个出拳动作,并对持续时间可变的出拳动作进行统一矢量化表示.统一矢量化后的出拳动作样本被用来训练一个基于LDA的拳法类型识别器对拳法类型进行实时在线识别.本文实现了一个实时在线拳法类型识别的原型系统,拳法类型识别的正确率达到98%.

时序化LDA的舆情文本动态主题提取

随着互联网的发展,网络上产生了大量的舆情文本,提取这些文本的主题可以获取舆情的话题热点和演化趋势。由于舆情文本数据量巨大,并且主题具有随时间动态变化的特点,提出一种加入时间约束先验的LDA主题模型TC-LDA(Time Constrained LDA)。TC-LDA可以将文本数据转化为主题向量,大大降低了文本表示的维度,同时加入时间约束知识后实现了LDA的时序化转换,可以提高LDA捕捉动态主题的能力。实验结果表明,TC-LDA在主题词提取的准确率和召回率上与同类主题模型比较,具有更好的效果。

融合主题模型分析和时间因素的推荐算法

在推荐系统中存在业务行为和社交行为,用户对项目的偏好受多方面因素影响,其中用户间的社交关系是重要影响因素之一,而时间因素是直接衡量用户社交保持度的重要方面.为了提高推荐系统的质量与精准度,提出一种融合主题模型分析和时间因素的推荐算法.首先利用主题模型LDA对用户—项目的标记数据进行主题建模,得到用户–项目概率矩阵,然后根据用户标记项目的时间数据计算用户标记行为的时间权重,再将时间权重融合到用户相似度计算模型中,根据相似度得到用户对项目最终的偏好程度,产生推荐排序.在delicious-2k数据集上的实验分析表明,算法能反映用户的社会属性,提高推荐的有效性和质量.

电子鼻对不同温度下生鲜羊奶贮藏时间的判定

利用电子鼻PEN3系统判定常温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶常温贮藏及冷藏期间挥发性成分的响应值,并利用主成分分析法(principal component analysis,PCA)及线性判别分析法(linear dis-crimination analysis,LDA)对其挥发性成分及贮藏时间进行分析。结果表明:PCA方法既可以区分常温贮藏及冷藏1～6d的生鲜羊奶,还可以对比常温和冷藏条件下贮藏1～6d的羊奶,并表现出了较好的区分性,但是不能分析出贮藏期间羊奶挥发性成分的变化趋势;LDA方法区分效果不及PCA,但明显体现出了羊奶贮藏期间挥发性成分的变化趋势。综合PCA及LDA方法的分析结果,说明电子鼻可以有效地判定常温和冷藏条件下生鲜羊奶的贮藏时间及贮藏期内挥发性成分的变化趋势。

国内外同一学科领域间的研究滞后性分析——以数据挖掘领域为例

在同一学科领域内,国内外的研究水平与层次存在着差异,并在某种程度上表现出滞后性。本文通过分析在同一学科领域中国内外期刊论文所表征的研究主题与数量滞后性,有助于实现同一学科领域的横向对比,明确科学研究发展的水平与方向。本文设计了基于核心期刊论文的国内外同一学科领域研究主题滞后性和数量滞后性测度的方法与步骤;以数据挖掘领域为例,收集1996—2019年CNKI (China National Knowledge Infrastructure)数据库和WoS(Web of Science)数据库收录的有关数据挖掘领域的核心期刊论文数据,从两个维度对国内外同一学科领域间研究的滞后性进行分析:一是采用LDA (latent Dirichlet allocation)主题模型进行主题抽取,并结合相似度,计算测度国内外数据挖掘领域研究主题层面的滞后性,揭示其滞后方向和滞后期;二是采用ARDL (auto-regressive distributed lag)模型对国内外期刊发文量构成的时间序列进行建模分析,测度国内外数据挖掘领域研究数量层面的滞后性,得出显著滞后方向和滞后期。实证研究发现,在研究主题层面上,国内数据挖掘领域的研究滞后于国外研究,最显著滞后期为3年,受到滞后影响的主题比重约为38.6%;在研究数量层面上,国内研究滞后于国外研究,滞后期为5年,滞后影响系数为1.431913。研究结果表明,本文提出的国内外同一学科领域间的研究滞后性测度方法与步骤具有一定的普适性。

TCP友好的多媒体通信流控制机制

该文给出了一个端到端的适应性多媒体流控制策略,称为基于丢失延时的算法LDA(loss-delaybasedalgo-rithm),它调整多媒体流的发送行为,以符合网络的当前拥塞状况。LDA算法利用实时传输协议RTP(real-timetransportprotocol)来收集分组丢失和延时统计信息,并用来调整发送端的发送行为,使它和TCP的拥塞控制有类似的统计特性,是TCP友好的。仿真的结果显示LDA算法对于网络资源的利用、拥塞避免和TCP流的公平性都是比较好的。

基于DTPM模型的话题热度预测方法

[目的/意义]随着网络舆情对现实生活的影响越来越大,对其中一些具有负面影响的话题进行追踪与预测具有重要意义。由于微博话题热度时间序列非线性、时变性等特征,因此目前的研究难以对其进行较为理想的预测。[方法/过程]为了提高话题热度预测精度,在LDA和EEMD方法基础上提出了离散话题热度预测模型DTPM(Discretized Topic Predict Model)模型。首先,引入LDA模型,结合话题具有的内容和外在特征两个方面的热度因素,定义更加符合实际的话题热度计算方法,得到话题热度时间序列。然后,采用EEMD技术对该热度时间序列进行离散分解,利用神经网络等预测方法对各部分进行预测建模,最终汇总得到话题预测结果。[结果/结论]基于真实微博数据进行话题热度预测仿真实验,对比了话题热度时间序列不同处理下的预测精度。试验结果表明,对话题热度时间序列进行离散化的DTPM模型能够有效提高话题热度预测的精度。

基于LDA模型的网络舆情研究进展与演化分析

如何从海量科学文献中有效挖掘隐性研究主题和潜在演化模式,一直是众多研究者关注的问题。LDA模型被广泛用于学科主题挖掘与演化分析,但相关研究较少考虑时间标签信息。以网络舆情研究为例,通过LDA模型聚焦多时间窗口的数据,对网络舆情的研究主题进行挖掘和聚类,分析近10年来对网络舆情研究的演化路径,从而为舆情治理的理论研究和实践应用提供支撑。

一种基于标签的改进主题演化模型

传统主题演化(ToT)模型通常忽略原始数据中的标签元信息。为此,建立一种基于标签的改进ToT模型。针对传统权重算法忽略词汇在文档集类别间和类别内的分布对权重产生影响的问题,结合文档标题特征,使用改进词频-反重力距算法进行权重分析,以扩展模型的生成过程。在ToT模型的基础上引入原始文档的标签属性,构建改进模型并使用吉布斯采样算法估计其参数。实验结果表明,与ToT模型相比,该模型具有较高的泛化能力。

面向临床路径的医疗行为变化趋势检测与分析

及时发现和分析医疗行为的变化趋势,可以为临床专家完善临床路径模板提供优化建议,提高临床诊疗过程服务质量。提出一种基于主题模型的医疗行为变化趋势检测与分析方法,主要由两个步骤组成。第一步,从电子病历系统中提取患者数据,形成患者临床路径治疗记录,采用基于潜在狄利克雷分布的概率主题分析方法来检测临床路径数据集中的潜在医疗模式;第二步,基于检测到的医疗模式、医疗行为的变化趋势,可以归类为6种内容变化模式(即增长模式、消逝模式、稳定模式、先增后降模式、先降后增模式以及震荡模式)和3种发生时间变化模式(即稳定发生模式、提前发生模式及滞后发生模式)。所提出的方法经由10年12 152例实际的不稳定性心绞痛的临床数据验证。实验结果表明,该算法能够有效地检测医疗行为的6种显著性内容变化及3种显著性时间变化,为优化治疗过程提供有力的理论依据。

基于专利文献的颠覆性技术识别研究——以人工智能为例

颠覆性技术作为引领经济发展的关键动力与技术创新的重要抓手和突破口,探测其动态发展过程,实现颠覆性技术识别与预测,对国家或企业优化研发布局,积极抢占科技制高点具有重要意义。本文从技术与市场角度出发,构建颠覆性潜力测度指标,结合滑动窗口和LDA(latent Dirichlet allocation)构建探测技术主题颠覆性潜力的动态趋势识别方法,以美国人工智能领域专利文献为样本验证该方法在识别与预测颠覆性技术方面的可用性,并结合颠覆性技术主题中关联强度较高的前10个IPC大组共同表征颠覆性技术内容,进一步检验方法的实践价值。研究结果表明,深度学习、图像识别与处理技术是人工智能领域的颠覆性技术,二者关联紧密,协同发展趋势明显,其中深度学习技术聚焦于电数字数据处理领域,图像识别与处理技术则应用于自动驾驶、医疗诊断、电视通信等主流领域。本文样本实证数据表明,多指标融合方法在颠覆性技术识别方面更具优势;将样本数据的指标测度与发展趋势预测紧密结合,从时间序列的迭代连续性探索历史发展趋势能更好地揭示颠覆性技术的演化细节及其内在依赖性。

结合时间加权和LDA聚类的混合推荐算法

针对协同过滤算法仅依赖评分矩阵产生预测,推荐准确度不高的问题,提出一种结合时间加权和LDA聚类的混合推荐算法。先构造时间柱模型,根据用户评分及时刻生成时间加权相似度,采用加权平均偏差法生成时间加权的预测评分;再对项目类型进行LDA聚类生成主题项目簇,经过概率转移生成LDA聚类的预测评分;最后通过调节因子确定两种评分的权重系数,从而线性加权生成最终评分。实验结果表明,新算法能够根据具体的近邻数目给出合理的推荐,提高推荐的准确度。