面向在线社区用户的群体推荐算法研究

结合现有两种主要群体推荐算法的优势, 建立新的算法框架, 并引入差异度因素对模型进行优化。另外, 考虑到在线社区用户的特点, 定义互动度指标来描述群体成员间的互动程度, 通过分析其与推荐精度之间的关系, 探讨互动度对群体推荐的影响。选取豆瓣网数据进行实验, 并与传统方法进行比较, 结果表明, 融入差异度的算法具有更好的推荐效果, 且有效的互动机制能够保证较高的推荐精度。     

一种基于背景声音识别的移动社会活动推荐系统

随着智能手机和移动互联网的快速发展,人们的生活方式正在发生着变革。目前,智能手机终端集成了不同种类的传感器,如GPS、Wi-Fi、摄像头、麦克风等。通过内置传感器,可以搜集用户的相关信息,利用这些信息能有效地理解和识别用户行为,并为用户提供更好的个性化服务。文中主要面向大型工作或生活社区(如大学校园),提出基于背景声音识别的社会活动推荐系统MSSAR(Mobile Sound Sensing and Activity Recommender)。该系统通过音频传感器采集用户的背景声音,实时感知用户所处环境,并对用户实时活动(如在咖啡厅、在开会等)进行识别。MSSAR还能结合用户在线交互历史数据计算其偏好及社会关系亲密度,并据此为用户进行活动推荐。本系统基于以人为本的计算理念,对增强用户间社会联系、促进社区成员间活动交流具有积极意义。     

基于用户-标签-项目语义挖掘的个性化音乐推荐

个性化推荐系统面临的难题是推荐的准确性、多样性以及新颖性,同时其数据集存在稀疏、信息缺失(如用户描述、项目属性以及明确的评分)等问题.协同标注中的标签包含丰富的个性化描述信息以及项目内容信息,因此可以用来帮助提供更好的推荐.算法以二部图节点结构相似与重启型随机游走为基础,分析音乐社交网络Last.fm中用户、项目、标签两两之间的联系,首先构建音乐间及标签间的相邻关系,初步得到音乐推荐列表和间接关联音乐集合,然后按所提算法融合结果,重新排序,得到最终推荐列表,从而实现个性化音乐推荐算法.实验表明,在该数据集上,所提方法能够满足用户对音乐的个性化需求.     

风俗叙事与中国现代小城镇小说结构的散文化

小城镇独特的文化形态决定了风俗在该类题材小说叙事中的重要地位,风俗特有的叙事功能使小说结构呈现出明显的散文化倾向。风物的大量渗透、民俗事项特定的叙事形态,以及日常"生活相"的出现,淡化故事情节,造成小说叙述节奏的舒缓与散漫,推进了小说的现代化进程。     

沧桑人世的真率抒怀——废名后期小说的情感特征

废名是我国现代抒情小说的开拓者之一。对于废名后期的小说,学者较多研究其现实性及禅意的变化,较少涉及小说的情感特征。文章结合废名的人生经历及其文学观的变化,着重探讨废名后期小说的情感特征：真挚率直、理性谐趣。     

论《追风筝的人》中的背叛与救赎

用文学批评的手法从社会学的角度研究了卡勒德·胡赛尼的作品《追风筝的人》中阿富汗贫富悬殊下的社会伦理和人物冲突,以及身处不同阶级和宗教信仰里友谊与背叛之间的矛盾;并分析了文中风筝的象征意义,探讨了人性的本质与救赎。     

一种基于时间序列最近偏向技术的网络信任模型

在已有P2P模型的基础上,提出了一种基于时间序列最近偏向技术的网络信任模型(recent-biased trust model,RBTM)。该模型采用了时间序列可变分割法选取评价时间单元(evaluate time unit,ETU),同时引入了比较合理的时间衰减因子,并对新数据的加入做了详尽的描述;根据节点交易的历史时间信息、内容相似度和反馈评价值自适应动态地调整节点的推荐值;实例表明,该模型具有良好的扩展性和较低的运行开销。     

景区智能空间下的实时景点推荐技术

针对景区景点推荐不能满足游客个性化及实时性的要求,在景区智能空间条件下提出一种实时景点推荐技术,该技术通过上下文感知来获取动态信息,结合景点实时个性化推荐算法为游客提供景点推荐服务.通过实验说明所提出的实时景点推荐技术的可行性.     

程小青翻译对其创作活动的影响

程小青是清末民初重要的作家之一,西方侦探小说翻译传播的先驱者,中国侦探小说创作的鼻祖。程小青在翻译与创作两种模式间经历了模仿、借鉴、转变、融合一系列的过程。他模仿西方古典侦探小说的写法,注重案件的科学推理;借鉴西方小说心理分析法展开情节,转变传统公案小说的写作模式,将异域小说之长融合进了自己的作品,使得侦探小说这种新的文体真正为国人接受。     

P2P网络环境下基于推荐的信任模型

基于网络中节点之间不仅仅局限于直接交易建立起来的信任关系,还包括了第三方推荐信任的事实,提出了在P2P网络环境下基于推荐的信任模型。该模型用成功次数与失败次数在总交易数目中的比例作为直接信任度,将交易信誉与推荐信誉明确区分出来,引入了偏移因子计算推荐节点的可信性,通过惩罚因子和风险因素动态平衡节点直接信任度和其他节点的推荐信任度,得到目标节点的综合信任值,并给出仿真实验验证。实验结果证明,模型计算的综合信任值更趋近其真实值,并且能抵抗恶意节点的诋毁、协同作弊等威胁。