协同过滤推荐系统中数据稀疏问题的解决

介绍了现有协同过滤推荐的几种主要算法。它们对数据稀疏性问题都有一定的缓和作用。通过在数据集MovieLens上的实验,分析了各个算法在不同稀疏度下的推荐质量,为针对不同数据稀疏度的系统实现提供了可靠依据。

基于页面分块与信息熵的评论发现及抽取

提出了一种新颖的REA(Review Extract Algorithm)算法进行评论信息的发现与抽取。算法采用了页面分块与信息熵的迭代计算技术实现了评论块的自动发现与抽取。其中,页面分块技术的运用有效地去除了噪声信息;基于块的熵值计算精确定位了每一个用户评论。实验结果证明该算法具有较高的查全率与查准率。

一类MIMO非线性系统的稳定自适应模糊控制

针对一类 MIMO不确定非线性系统 ,基于一种修改的李亚普诺夫函数并利用 I型模糊系统的逼近能力 ,提出一种分散自适应模糊控制器设计的新方案。该方案不但能够避免现有的一些自适应模糊 /神经网络控制器设计中对控制增益一阶导数上界的要求 ,而且能够避免控制器的奇异问题。通过理论分析 ,证明闭环控制系统是全局稳定的 ,跟踪误差收敛到零。仿真结果表明了该方法的有效性。

基于XML的异构数据集成模式的研究

首先介绍了企业异构数据集成技术产生的背景、研究目的以及相关概念、技术和方法;提出了一种基于四层架构的企业数据集成模型框架,阐述了该数据集成模型的优越性;介绍了以XML为基础的异构数据集成的思想和实现框架,详细介绍了该框架提供的服务功能及实现的关键技术。

数据流的网格密度聚类算法

提出一种基于密度的实时数据流聚类算法RTCS.算法采用在线/离线双层框架,它在前台在线层快速实时地将到达的数据点放入相应的单元格,对多维数据和空间单元格动态计算密度.在后台离线层形成初始聚类,并不断地更新单元格的密度来自适应地调整聚类.RTCS算法能够根据密度的动态变化区分出真正的孤立点并剔除之,而这种剔除对后面的聚类结果没有影响.实验结果证明,算法可以很好地挖掘出各种形状的聚类,与C luS tream算法相比,取得聚类的质量更高,有更快的处理速度,对数据维数和规模有更好的可扩展性.

ContentRank：一种新颖的产品页面排名算法

提出了一种新颖的ContentRank算法实现对产品页面的排名。算法不仅考虑了产品页面的链接结构,还对与产品相关的用户评论进行分类与分析,最终计算出各产品页面的得分并排名。实验结果表明,与Page- Rank相比,该算法可获得更好的排名结果,提高用户对搜索结果的满意度。

间接自适应模糊控制器的设计与分析

针对一类不确定非线性系统 ,基于王立新 1 994年提出的监督控制方案并利用 II型模糊系统的逼近能力 ,提出了一种间接自适应模糊控制器设计的新方案 .该方案通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差上确界已知的条件 .理论分析证明了闭环控制系统是全局稳定的 ,跟踪误差收敛到零 .仿真结果表明了该方法的有效性 .

增益符号未知的鲁棒自适应模糊控制

针对一类具有函数控制增益符号未知的不确定非线性系统,根据滑模控制原理和模糊系统的逼近能力,提出了一种自适应模糊控制器设计新方案。该方案利用Nussbaum函数的性质,取消了常用的函数控制增益符号已知这一条件。并通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响。理论分析证明了闭环系统的有界性和跟踪误差收敛到零。仿真结果表明了该方法的有效性。

基于正例和未标文档的半监督分类研究

针对负例类别很难获得训练样本的情况,提出了一种基于正例和未标文档的半监督分类方法。已知仅有正例文本的情况下,引入k-means聚类算法对未标样本集进行聚类,从未标样本集中选出最为可靠的负例样本信息,初始化分类器。基于EM的极大似然估计理论,在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本进行分类,并应用到M-step中修正分类器的参数值,迭代选择最优分类器。实验结果表明,该方法取得了较好的分类效果。

基于情感词识别的BBS情感分类研究

针对目前BBS网络信息杂乱的现象,提出了一种BBS情感分类方法,能够方便用户准确定位所需信息,辨识评论的极性(肯定还是否定)。根据词语具有语义倾向的概率大小,利用最大熵的特征模型识别文本中具有语义倾向的词语,选择具有一定倾向值的词作为文档的特征表示。通过这些类型特征构造支持向量机分类模型,对BBS文本所表达的情感等主观内容进行分类,判断其是正面还是负面。实验表明,在BBS情感分类中,基于该特征表示的分类精度较好。