基于标签共现网络的用户聚合算法研究

目前,聚合服务包含网络资源聚合、服务聚合与用户聚合三个方面,其中用户聚合研究亟待完善。在一些开放平台的社会化标签系统中,用户根据个人偏好自由选择词汇对网络资源进行标注。标注的标签词反映了用户的兴趣偏好。从标签共现网络视角,提出了一种基于标签共现网络的用户聚合算法TBKM。定义了TBKM算法的相关概念;创新提出了TBKM算法并给出了算法的详细设计;选择目前网络上最大的书签类站点Delicious的真实数据进行实证研究,将TBKM算法与传统K-means算法在聚类效果上进行比较,展示了TBKM算法在簇间距离与簇内半径两指标上的创新性。     

基于网络云团的聚合协作推荐方法

推荐技术是处理信息过载问题的关键技术之一。提出了基于网络云团的聚合协作推荐方法,利用云模型得到网络云团内的用户推荐偏好云,然后在网络云团间进行聚合协作推荐。在项目云团基础上,对推荐中的新用户冷启动问题进行了应用分析,提高了推荐的性能。     

交换机链路聚合的理论与实验研究

本文阐述了交换机链路聚合的基本原理,并以E328交换机为实验平台,分析了链路聚合的正常配置,并针对链路两端不同链路聚合模式,设计了若干实验,得到了相应的实验结论并做了理论分析,从而为交换机链路聚合的各种实际情况提供了理论和实践依据。     

交换机链路聚合的实现

链路聚合是以太网交换机所实现的一种非常重要的高可靠性技术.通过链路聚合,将多个物理以太网链路聚合在一起形成一个逻辑上的聚合端口组,从而增加了链路带宽,提高了链路可靠性.     

基于表决策略的CP-Nets可满足性序列的聚合

条件偏好网(CP-Nets)的可满足性序列是由决策者的偏好信息得到的一个关于所有配置的排序表,其中偏好关系具有不完备性和传递性.主要分析借鉴传统的表决策略来实现CP-Nets的可满足性序列的聚合的可行性,介绍"少数服从多数"和"与位置相关"策略在CP-Nets的可满足性序列的聚合的具体实现并进行性能分析.实现传统表决系统的一个从完备到非完备的推广应用.     

FMEA环境下区间梯形二型模糊群体判断聚合方法研究

针对失效模式和影响分析高度不确定的复杂群体判断环境,提出一种新的区间梯形二型模糊(IT2 TF)群体判断聚合方法。通过深度挖掘数据信息求解信息的集中趋势和波动范围,构建隶属函数参数模型,将含有个体判断不确定性的一组区间判断信息聚合成IT2 TF群体判断结果,从而量化群体判断的一致性意见并记录实际存在的不确定性信息。算例分析结果验证了该聚合方法的有效性及实用性,并表明其能提高群体判断结果的准确度。     

网卡链路聚合 简单设置实现双倍带宽

如今所有主板至少自带一个千兆以太网端口,有些高档主板带有两个端口。很多用户都不知道家用环境下双网卡主板如何充分利用两个网口,其实使用链路聚合(Link aggregation)就是一个好思路。双倍带宽的链路聚合链路聚合是指将两条或多条物理以太网链路聚合成一条逻辑链路。所以,如果聚合两个1Gb/s端口,就能获     

聚合签名及其应用研究综述

聚合签名是近些年来学术界关注的一个数字签名热区,经常出现在顶级密码会议论文中,对聚合签名的研究具有重要意义.通过对聚合签名的研究进行综述,对聚合签名相关的概念、特点进行说明和分类,提出安全需求和安全模型,阐述了研究现状,并重点介绍部分典型方案,还指出了本领域未来的研究方向.为了强调聚合签名的适应性,特别列举了在现实生活里聚合签名的多种应用方式:分级PKI中的证书链、RFID物品追踪、无线传感器网络(WSN)的安全路由协议、WSN网络数据融合、安全邮件、电子现金和安全交易、数据库外包、动态内容分发、车联网信息聚合、日志审计、云计算和分布式系统等诸多领域.     

链节分析法在PVC聚合过程仿真中的应用

以氯乙烯悬浮聚合体系为研究对象,根据氯乙烯聚合反应过程的反应机理,选择了合适的动力学方程式,并以此为依据,将"链节分析法"应用于氯乙烯悬浮聚合体系中,对聚氯乙稀聚合过程中的聚合反应进行分析和模拟,建立了PVC聚合反应的机理模型,从而能更真实地模拟PVC的聚合过程.笔者利用该机理模型对氯乙烯悬浮聚合过程进行了仿真,模拟计算了平均分子量、结构信息、转化率等聚合物的重要性能指标,与实际生产的工艺参数吻合得很好.     

Flexisample:个性化近似聚合查询系统

大数据交互式查询分析对于查询时延具有较高需求,基于采样技术的近似计算服务通过牺牲一定的准确性可以获得较少的查询时延,其在大数据近似查询分析方面具有良好的普适性和广阔的应用前景.论文所述系统Flexisample是一个基于采样技术的个性化近似聚合查询系统,实现了针对查询请求的解析重写和逻辑样本组合策略,使其可以满足个性化的多维聚合查询需求.为了在满足多样个性化聚合查询请求的同时保证一定的准确率,Flexisample维护了一组优化设计后的分层样本,并且为了扩大样本在时间维度上的覆盖范围,系统利用在线数据流对分层样本进行维护与更新.将系统应用于电能质量数据聚合查询,结果表明:针对多个个性化聚合查询请求和查询时延约束,系统可以在满足业务人员个性化查询需求的同时有效降低查询时延,在时间消耗仅为全量查询不足7％的条件下,全部分层的查询准确率均达到了88％以上,样本存储空间相比直接存储减少了87.5％.     

基于偏好逻辑的网络流QoS类动态聚集方法

现有的网络业务流到QoS(Quality of Service)类的聚集一般采用定量的聚集方式,这类方法需要业务流给出确定的QoS参数值,并且QoS参数之间的权重系数是精确的,系统设置的QoS类也是固定不变的;而现实中,这些因素往往是不确定、不精确的.于是本文引入定性的偏好逻辑理论、并结合QoE(Quality of Experience)建模业务流的偏好需求,再基于霍尔逻辑对冲突的偏好需求进行有效的检测和消除,继而借助非单调推理在动态变化的候选集QoS类中进行选择,最终实现一种以偏好为内容的QoS类动态聚集方法 PLM(Preference Logic Model for flows aggregation).实验结果表明,本文提出的聚集方法,可有效建模业务流不确定、不精确的QoS需求;在高可变的动态环境中,当业务流QoS需求发生变化,或QoS类发生变化,都能对业务流进行有效的聚集调节以充分利用系统资源.因此,与其他聚集方法相比,在延时、丢包率、吞吐量等各个方面表现优良.     

A Hierarchical Approach to Judgment Aggregation with Abstentions

Judgment aggregation deals with the problem of how collective judgments on logically connected propositions can be formed based on individual judgments on the same propositions. The existing literature on judgment aggregation mainly focuses on the anonymity condition requiring that individual judgments be treated equally. However, in many real‐world situations, a group making collective judgments may assign individual members or subgroups different priorities to determine the collective judgment. Based on this consideration, this article relaxes the anonymity condition by giving a hierarchy over individuals so as to investigate how the judgment from each individual affects the group judgment in such a hierarchical environment. Moreover, we assume that an individual can abstain from voting on a proposition and the collective judgment on a proposition can be undetermined, which means that we do not require completeness at both individual and collective levels. In this new setting, we first identify an impossibility result and explore a set of plausible conditions in terms of abstentions. Secondly, we develop an aggregation rule based on the hierarchy of individuals and show that the aggregation rule satisfies those plausible conditions. The computational complexity of this rule is also investigated. Finally, we show that the proposed rule is (weakly) oligarchic over a subset of agenda. This is by no means a negative result. In fact, our result reveals that with abstentions, oligarchic aggregation is not necessary to be a single‐level determination but can be a multiple‐level collective decision making, which partially explains its ubiquity in the real world.     

On the logic of preference and judgment aggregation

Agents that must reach agreements with other agents need to reason about how their preferences, judgments, and beliefs might be aggregated with those of others by the social choice mechanisms that govern their interactions. The emerging field of judgment aggregation studies aggregation from a logical perspective, and considers how multiple sets of logical formulae can be aggregated to a single consistent set. As a special case, judgment aggregation can be seen to subsume classical preference aggregation. We present a modal logic that is intended to support reasoning about judgment aggregation scenarios (and hence, as a special case, about preference aggregation): the logical language is interpreted directly in judgment aggregation rules. We present a sound and complete axiomatisation. We show that the logic can express aggregation rules such as majority voting; rule properties such as independence; and results such as the discursive paradox, Arrow’s theorem and Condorcet’s paradox—which are derivable as formal theorems of the logic. The logic is parameterised in such a way that it can be used as a general framework for comparing the logical properties of different types of aggregation—including classical preference aggregation. As a case study we present a logical study of, including a formal proof of, the neutrality lemma, the main ingredient in a well-known proof of Arrow’s theorem.     

Natural Deduction for Modal Logic of Judgment Aggregation

We can formalize judgments as (consistent sets of) logical formulas. Judgment aggregation deals with judgments of several agents, which need to be aggregated to a collective judgment. There are several logical formalizations of judgment aggregation. This paper focuses on a modal formalization which nicely expresses classical properties of judgment aggregation rules and famous results of social choice theory, like Arrow’s impossibility theorem. A natural deduction system for modal logic of judgment aggregation is presented in this paper. The system is sound and complete. As an example of derivation, a formal proof of Arrow’s impossibility theorem is given.     

群决策中多阶段多元判断偏好的集结方法研究

研究群决策过程中决策者基干多个决策阶段、多种结构形式的判断偏好集结方法.基于互反判断偏好与互补判断偏好的转化公式,将多种类偏好的结构一致化;利用决策者判断偏好的一致性水平和与群体综合偏好偏差的距离,提出了确定决策者权重的方法;建立了基于决策先验信息的多阶段偏好集结的决策阶段赋权模型.根据各决策阶段的权重,将多阶段判断偏好集结成群体综合偏好.     

基于一致性指标的两类不确定偏好信息集结

研究了两类区间数判断矩阵偏好信息的集结问题.首先,基于Saaty提出的数字互反判断矩阵一致性检验指标(CR),给出了区间数互反判断矩阵的满意一致性条件;然后利用互反与互补判断矩阵之间的关系求解出数字互补判断矩阵的一致性指标(CGCI),并在此基础上给出了区间数互补判断矩阵的满意一致性条件;最后建立了一致性指标最大的两类区间数判断矩阵偏好信息的集结模型,并用此模型解决了供应链中伙伴企业的选择问题.     

一种改进的偏好融合组推荐方法

近年来,组推荐系统已经逐渐成为推荐系统领域的研究热点之一.在电影电视和旅游推荐中,用户常常是参与活动的一组人,这就需要为多个用户形成的群组进行推荐.作为解决群组推荐问题的有效手段,组推荐系统将单个用户推荐扩展为群组推荐,目前已经应用在新闻、音乐、电影、餐饮等诸多领域.现有的组推荐融合方法主要是模型融合与推荐融合,其效用好坏目前仍没有定论,并且它们各有自己的优缺点.模型融合存在着群组成员间的公平性问题,推荐融合忽视了群组成员间的交互.提出一种改进的偏好融合组推荐方法,它结合了两种融合方法的优点.同时根据实验得出了"群组偏好与个人偏好具有相似性"的结论,并将它结合在改进方法中.最后,通过在Movielens数据集上的实验分析,验证了该方法的有效性,证明了它能够有效地提高推荐准确率.     

基于多源安全信息的告警校验与聚合技术

针对网络入侵检测系统产生大量低质量告警的问题，提出了基于多源安全信息的告警校验与聚合技术，采用一阶谓词逻辑对告警校验进行了建模，并综合分析告警的时间、空间、攻击类型三维属性，对告警进行聚合。提出的方法能够实时、有效地滤除无关告警，消除冗余度，实现告警的精简。     

双极信息的聚合与分解

信息聚合是信息处理过程中的基本手段,主要讨论若干聚合算子的性态。首先,从广义伴随对的角度讨论了广义聚合算子的性质。从聚合算子 A 出发,给出两种不同的方法,构造了大于(小于)等于 A 的新的聚合算子;其次,对于处理双极信息用到的聚合算子、双极t-模和双极蕴涵做了讨论,得出了这两个双极聚合算子可分解为两个单级聚合算子的条件。在此条件下即清晰可见聚合双极信息时对正信息及负信息的聚合过程。这对提取特定信息具有极其重要的意义。     

基于OWA算子的不同形式偏好信息的群决策方法

研究具有不同形式偏好信息的群决策问题.在描述效用值、序关系值、模糊判断矩阵和AHP判断矩阵等4种形式偏好信息的基础上,首先给出将不同形式的偏好信息转化为模糊判断矩阵形式的计算公式,然后基于OWA算子给出集结各决策者偏好信息和方案优选的方法,最后用一个算例证明了所提出方法的有效性.