基于k-距离与重加权M-估计量的鲁棒协同推荐算法(英文)

The existing collaborative recommendation algorithms have lower robustness against shilling attacks.With this problem in mind,in this paper we propose a robust collaborative recommendation algorithm based on k-distance and Tukey M-estimator.Firstly,we propose a k-distancebased method to compute user suspicion degree(USD).The reliable neighbor model can be constructed through incorporating the user suspicion degree into user neighbor model.The influence of attack profiles on the recommendation results is reduced through adjusting similarities among users.Then,Tukey M-estimator is introduced to construct robust matrix factorization model,which can realize the robust estimation of user feature matrix and item feature matrix and reduce the influence of attack profiles on item feature matrix.Finally,a robust collaborative recommendation algorithm is devised by combining the reliable neighbor model and robust matrix factorization model.Experimental results show that the proposed algorithm outperforms the existing methods in terms of both recommendation accuracy and robustness.     

一种分布式数据流查询重用算法研究*

提出了一种基于查询树匹配的查询重用算法.首先,系统中原有查询树与新生成的查询树进行匹配并计算对新查询树的重用收益;然后根据重用收益来实现重叠的查询操作的重用.实验结果表明,该算法能够有效地减少连续查询的执行代价总量.     

基于P2P自组织的数字图书馆网格结构模型*

针对现有数字图书馆网格系统中存在的瓶颈、低扩展性及节点自主性差等问题,引入P2P自组织管理策略,用P2P和网格技术互补特性及自主性管理策略来弥补这些缺陷。首先提出一个基于P2P自组织的三层数字图书馆网格结构模型;然后分析模型的体系结构并对主要模块的功能进行了详细的介绍;最后通过数字图书馆网格体系结构的Petri net描述方法对模型进行了评价。     

集成化录入方案在MIS中的应用探讨

数据录入是ＭＩＳ的主要功能之一，录入程序的质量直接影响整个ＭＩＳ的优劣。本文针对目前录入程序中普遍存在的问题，提出一种集多种功能为一体的集成化录入方案，并结合一个实例介绍了其实现。     

如何在西文下显示特大型彩色汉字

在应用程序的开头或结尾显示一些有实际意义的特大型彩色汉字,能给人以清新之感,若在显示的同时配上优美的音乐,效果更佳.本文以在VGA显示器上利用Quick BASIC4.0为例,介绍一种在西文下显示特大型彩色汉字的方法,并给出了程序实例.对程序稍     

一种基于移动Agent的数字图书馆互操作框架

互操作是实现数字图书馆（DLs)的集成（或联邦）需要解决的关键问题，其目的是将Web上广泛分布的，自治的，异构的DLs联合起来，利用统一的查询界面实现对多个DLs的透明访问，首先介绍了DLs互操作的实现方法，并指出了各自的优缺点：在此基础上，提出一种基于移动Agent的DLs互操作框架，并给出了基于该框架实现的一个原型系统。     

信息集成技术在数字图书馆中的应用研究

分析讨论了数字图书馆中的信息集成技术：基于CORBA的集成，基于XML的集成，基于OAI的集成和基于知识的智能集成，并指出了各自的优缺点；给出了一个基于中介结构实现的数字图书馆集成系统。     

基于签到活跃度和时空概率模型的自适应兴趣点推荐方法

针对现有兴趣点(POI)推荐算法对不同签到特征的用户缺乏自适应性问题,该文提出一种基于用户签到活跃度(UCA)特征和时空(TS)概率模型的自适应兴趣点推荐方法UCA-TS。利用概率统计分析方法提取用户签到的活跃度特征,给出一种用户不活跃和活跃的隶属度计算方法。在此基础上,分别采用结合时间因素的1维幂律函数和2维高斯核密度估计来计算不活跃和活跃特征的概率值,同时融入兴趣点流行度来进行推荐。该方法能自适应用户的签到特征,并能更准确体现用户签到的时间和空间偏好。实验结果表明,该方法能够有效提高推荐精度和召回率。     

一种基于启发式搜索的论文元数据提取算法

随着大量的科研论文以电子文档的形式出现, 为了高效地检索这些科研文献资料,从中精确地抽取这些论文头部的元数据信息显得十分有必要.在条件随机场模型的基础上,提出了一种启发式搜索算法来对论文头部的元数据信息进行提取.该算法首先利用文本分块技术和特征提取规则来对文本进行预处理,然后结合条件随机场概率模型利用启发式搜索来进行元数据的提取.实验结果表明,在相同概率模型的基础上,该算法有着较好的性能,在精确度和召回率方面都有了明显的提高.