推荐系统公平性评价方法：现状与展望

随着推荐系统的广泛应用,它正在对社会产生越来越大的影响.由于数据、算法等原因,推荐系统可能会对具有某些特性的群体产生带有偏见的结果,导致不公平现象的产生,从而引发各种问题.消除偏见并在推荐中实现一定的公平性,会使整个推荐系统的结果更加平衡、友好.对推荐系统的公平性进行评价是提高推荐系统公平性的基础,近年来,研究者提出了各种不同的推荐系统公平性评价方法.本文系统总结了近几年的研究成果,从3个维度对推荐系统公平性进行了分类介绍,重点从利益相关者的维度详细分析并总结了在各种推荐环境下出现的公平性定义和评价标准,并对其进行了展望.     

一种基于骨架序列的老年人摔倒动作识别方法研究

针对现有摔倒检测方法在不同场景下适应性弱、用户体验差、识别率不可靠等缺点,本文提出一种结合门控循环单元和时空注意力模块(STM-GRU)摔倒识别模型,利用骨架数据对摔倒动作进行识别的方法.该方法首先对原始骨架数据进行预处理去除误差数据;然后对人体在米字型8个方向上的摔倒倾斜姿态进行分析,提取骨架空间特征,接着从连续时刻骨架序列中提取时序变化特征,解决了尺度、位移变化问题;最后将时空特征输入STM-GRU,时空注意力模块分别应用注意力机制,模型融合各模块输出张量后进行后续动作识别任务.在自建数据集上的实验结果表明,该方法适用于老年人摔倒动作识别.     

面向模型预分层的边缘终端多AI任务调度策略

边缘AI的兴起促进了AI在边缘计算场景中的广泛应用.随着AI任务的多样化、终端设备性能的不断提升,实际应用中亟须设计一种新的模型实现单个终端设备上的多AI任务并行调度.然而目前的研究更关注单个AI任务在单个终端设备上的计算效率,因此本文提出一种基于模型预分层的多AI任务调度策略,以优化多AI任务在终端设备上的计算效率.首先,对多个AI任务进行模型预分层,并记录每种预分层的计算量和参数量;其次,在终端设备上建立资源监控模型,实时检测可用资源情况;最后,结合时间周期要求和实时可用资源的约束,以对边缘终端的计算资源需求最大为目标,从多个AI任务的多个预分层模型集合中选取一组由多个AI任务不同预分层组成的最优解,动态地调整每个AI任务在终端设备上的模型计算层数,在避免固定式模型分层的弊端的同时,充分利用终端设备的计算资源.实验结果显示,本文策略能够有效提高多AI任务的计算效率,计算资源利用率可达到96.97%,调度分配成功率可达到96.45%,数据传输量减小率可达到97.22%.     

面向冷启动用户偏好获取的自适应物品询问列表生成方法

新用户进入系统之初,由于缺少必要的行为信息,推荐系统无法给出高质量的推荐,为了提高推荐精度,可以使用主动学习技术,使系统主动向用户发起相关物品的评分请求,从而通过用户的交互信息了解用户的偏好信息.现有的主动学习方法基于不确定性、熵等信息选择物品让用户提供反馈.然而由于用户的差异性,其适合的最佳策略是不一样的.因此,本文针对新用户冷启动问题,将要向用户发起询问的物品分阶段产生,通过用户对上一阶段问题的不同反馈,通过决策树模型个性化的动态选择下一阶段适合的策略来生成物品列表以征求其评价.同时,采用遗传算法来优化各个阶段的最优物品个数.在实际数据集上的实验表明,通过这种自适应生成询问物品列表的方法能够改进推荐效果.     

蜜网智能动态部署算法研究*

蜜网系统作为主动防御工具,通过诱骗黑客攻击的方式来捕获入侵数据或消耗黑客攻击力,因此蜜网的伪装能力决定了蜜网价值。针对目前蜜网系统缺乏智能伪装设计的问题,提出了两种智能动态部署算法,可广泛应用于构建各种蜜网系统。算法具有较好的学习能力,不仅能增强蜜网系统的诱骗效果,而且实现了蜜网智能伪装。最后通过仿真实验验证了算法的有效性,并对比分析两种智能算法的优缺点。     

反病毒引擎可扩展框架的研究与实现*

针对当前反病毒软件中引擎对特征码数据库过分依赖和各功能模块间耦合度大的问题。提出了一个可扩展的引擎框架,利用智能特征码和分解复合检测活动的方法实现了功能与数据的解耦合,应用控制反转的思想将功能模块之间控制耦合转换为接口耦合。该引擎框架不仅解决当前反病毒引擎缺乏可扩展性的问题,而且能方便地应用到嵌入式安全设备的设计中。原型系统验证了设计方案和核心算法的有效性,实验结果表明具有较好的检测性能。     

基于相似性传播和流行度降维的混合推荐方法

社会化标签作为一种重要的显示评分技术,不仅可以描述资源而且可以表征用户的偏好,因此结合社会化标签的推荐正成为互联网推荐引擎中的研究热点.然而大多数推荐算法的研究都面临着数据稀疏性的问题,目前的学者对稀疏性问题的研究主要采用了矩阵填充技术,而没有从对矩阵精简的角度来考虑.文中通过对数据稀疏性问题进行探索和分析,提出一种基于相似性传播和流行度降维的混合推荐方法.该方法首先利用相似性的信息对数据矩阵进行传播和扩展,填充为0的元素.然后利用流行度降维算法对Tag进行评分,对于评分低于某个阈值的可以认为是无效的Tag,从矩阵中删除,从而对数据矩阵进行精简.最后利用这些高质量的数据进行混合推荐.实验结果证明我们的方法具有较好的推荐效果.求解精度.     

一个物联网异构数据接入系统ChukwaX

针对物联网感知层异构数据的接入问题,提出一个接入系统ChukwaX。该系统采用层次化系统结构以分散系统压力,利用适配器模型解决异构协议的适配问题,支持传感网络的动态接入,从而满足本地自治与随意接入的需求。实验结果表明,ChukwaX能达到预期的设计要求,并且具有较好的系统可扩展性。     

嵌入式Linux系统下基于UDA1341芯片的音频驱动程序设计

论述嵌入式Linux系统基于UDA1341芯片的音频驱动程序设计方法.该方法以UDA1341音频芯片及IIS(Inter-IC Sound)总线为硬件架构,以OSS(Open Sound System)模型为软件基础,可以方便地扩充到其他应用平台.以实验证明了该方法的有效性.     

关联数据分布树在分布式查询中的应用

连接操作是影响分布式查询性能的关键因素,数据存储是影响连接操作的重要因素.为了提高分布式系统的查询性能,通过研究数据之间的关系,提出一个关联数据分布树.利用该关联数据分布树来构造一系列的关联元组集合,然后按照各个站点的负载能力,把这些关联数据集合分配给相关站点.实验结果表明,当多个关系频繁的进行连接操作时,关联数据分布树能有效地提高整个分布式系统的查询性能.