E-CARGO模型在线社会网络研究团队机制

随着在线社交网络的快速发展,用户信息和用户规模呈现爆炸性增长,如何从网络上获取有针对性的信息已非易事,为此各种推荐系统已先后涌现.为各类不同用户以自然的推荐方式向其推荐信息并获得较高的用户采纳度是一件富挑战性的工作,也是本文的主要研究内容.如何在特定专业性拓扑网络中寻找到自然的推荐方式以得到较好的用户采纳度,是本文将要解决的问题.基于此,本文采用对潜在角色和关系预测研究,以E-CARGO模型为理论背景,针对专业性教学科研平台——学者网,通过对用户推荐内容信息,先形成与用户的信息交互,再根据信息交互程度,推荐相应的论文研究团队,推动关系结构的形成.本次调查实验结果体现了普遍用户愿意以3.9785分采纳团队推荐,用户平均满意度达79.57%,充分证明了这样的推荐方式使得用户更容易接受团队推荐信息,增强用户体验,为专业性学术论文网站学者网提供了指引.

GRMTAP算法中的任务权重与质量阈值分配问题

任务权重与质量阈值分配问题是管理和协同工作中多任务分配中的重要问题。基于GRMTAP算法对含有任务权重与质量阈值的多任务分配问题提出了有效的解决办法:a)针对任务权重提出了使用权重向量调整多任务质量评价矩阵,调用GRMTAP算法完成多任务的有效分配;b)针对质量阈值提出采用任务类别向量的元素值之和之负值置换质量评价矩阵中评价质量值小于阈值的质量值,再调用GRMTAP算法完成多任务的分配,且以分配矩阵评价质量之和作为该分配是否成功的判断依据。这样有效地解决了含任务权重与质量阈值的多任务分配问题,扩展GRMTAP算法的应用范围。

基于E-CARGO模型的多任务分配算法

多任务分配是管理和协同工作中的重要问题。采用E-CARGO建模来解决常规多任务分配问题(GMTAP)与组角色多任务分配问题(GRMTAP)。提出了两种算法:(1)通过把GMTAP质量评估矩阵转置转化为组角色分配问题(GRAP),再利用GRAP算法来完成多任务分配;(2)将GRMTAP分配问题转化为常规分配问题(GAP),利用K-M(亦称匈牙利)算法来实现多任务分配。最后,通过实验验证了GMTAP与GRMTAP算法的有效性,即,算法很好地满足了多任务分配问题的需要,也有效地扩展了GRAP算法与K-M算法的应用范围。

基于角色的主体服务动态协调机制研究

面向服务体系结构(Service-OrientedArchitecture,SOA)下的协同应用越来越趋向高度异构、动态和不断重新配置的情形,要求参与主体能够动态调整它们的服务,以适应协作环境和系统需求的变化。利用角色思想将主体的业务服务以一种粗粒度方式进行组合,提出一种快速、方便的角色近似匹配方法,重点研究了通过转换主体的扮演角色来实现服务动态调整的机制,并给出一个应用实例,仿真实验和定性分析表明基于角色方法大幅度提升了服务的质量和复用度,改善了主体对环境的适应能力,提高了协同活动的执行效率。

基于基尼的模糊kNN分类器(英文)

随着网络的发展,大量的文档涌现在网上,自动文本分类成为处理海量数据的关键技术。在众多的文本分类算法中,kNN算法被证明是最好的文本分类算法之一。对于大多数文本分类来说,文本预处理是文本分类的瓶颈,文本预处理的好坏直接影响着分类的性能。在此介绍了一种新的文本预处理算法——基于基尼的文本预处理算法。同时采用模糊集理论改进kNN的决策规则。这两者的结合使得模糊kNN比传统的kNN表现出更好的分类性能。实验结果证明这种改进是有效的,可行的。

基于主从角色分配的气象自动站布局及其优化

在成本受限的情况下,通过优化气象自动站布局,提高气象数据收集的准确率。针对自动站作为代理可以同时扮演多个角色,提出了基于主从角色分配的GRA方法,解决多对多情况下组角色分配问题,从而优化气象自动站布局。结合南方某气象局属下气象自动站现有布局和历史数据,并通过仿真实验验证了本方法的可行性,不仅提高了气象数据收集准确率,同时削减了成本。本文的研究可为气象局优化气象自动站布局提供参考。

赋权土著女性推进加拿大水资源管理去殖民化

导言:加拿大政府2018年11月的相关记录显示:截至2015年底,各地制定了105条针对加拿大各地第一民族(First Nations)社区饮用水的长期建议(Indigenous Services Canada 2019)。饮用水建议(DWA)属于官方声明,主要警示人们直接饮用自来水不安全,需要充分煮沸(Indigenous Services Canada 2019)。2016年的加拿大人口普查结果显示,针对非土著城市的DWAs共有501条,但这并不包括对第一民族保留地的DWAs(Statistics Canada2017a)。一项简单的统计表明,2016年,针对保留地的DWAs共计105条,而聚焦非土著城市的DWAs共计501条,前者是后者的20.96%。