一种社交网络群组间信息推荐的有效方法

群组间信息推荐是社交网络中人们传递和分享资讯的重要途径,然而获取精确的最优推荐方案需要指数级时间开销.为此,本文提出一种有效算法EAOORS(Efficient Algorithm for Obtaining Optimal Recommendation Solution),将该指数级时间开销问题等价归约为EST(Extended Steiner Tree,扩展Steiner树)问题,并在多项式时间复杂度内快速获取近似最优推荐方案.理论分析和仿真实验表明,本文所提的算法具有有效性和实用性.     

云环境下top-n推荐算法

Top-n推荐技术是近年来信息服务领域的一个研究重点和热点.针对云环境下的top-n推荐算法进行了深入研究,提出了适合top-n推荐的多层分布式存储架构MDSA(Multilayer Distributed Storage Architecture),并从降低网络传输代价出发,设计了基于MDSA架构的数据编码模式,进而利用map/reduce分布式编程模型来快速实现top-n推荐.此外,为了满足实际的需求,给出了三种top-n推荐的应用扩展.理论分析和实验结果表明,本文所提的方法具有有效性和实用性.     

Skyline查询处理数据立方体代数

维空间的Skyline查询处理技术是近年来数据库技术领域的一个研究重点和热点.目前所有的研究工作都是直接在原始数据表上执行关系查询代数操作来获得最终的结果集,然而,随着原始数据表的数据量和维目标个数的增大,这些研究工作将不再适用.基于此,首次研究Skyline集合上的查询代数操作,使得Skyline查询处理的输入数据来自于小规模的Skyline结果集,而非海量的原始数据表.并且,首次给出一个集成多维对象集合和该对象集合上的Skyline结果集的形式化模型,该模型适合目前Skyline查询计算的应用,并在该模型的实例上研究Skyline集合的查询代数操作.同时,给出查询代数体系的代价评估模型.实验表明,给出的数据模型和查询代数体系具有有效性和实用性.     

基于本体的决策问题语义理解及精炼方法

理解复杂决策问题的关键在于使决策问题所包含的领域、目标、状态、结构等信息被系统所“读懂”.本文利用本体表达语义,实现了问题语义关系表示和语义计算.在保持理解结果不变的原则上,本文提出利用语义迭代方法将计算机无法理解的问题语义转化为可完全理解的语义.本文给出了语义精炼方法并形成最优闭合问题空间,在结构复杂度和内容复杂度两方面具有最低复杂度.实验分析表明,本文提出的复杂决策问题语义理解方法是有效的.     

语义推荐算法研究综述

近年来,语义推荐技术已成为信息服务领域的一个研究热点和重点.与传统的推荐算法相比,语义推荐算法在实时性、鲁棒性和推荐质量等方面具有显著的优势.针对语义推荐算法的国内外研究现状、进展,从四个角度进行归纳和总结,即基于语义的内容推荐算法、基于语义的协同过滤推荐算法、基于语义的混合推荐算法以及基于语义的社会化推荐算法,旨在尽可能全面地对语义推荐算法进行细致的介绍与分析,为相关研究人员提供有价值的学术参考.最后,立足于研究现状的分析与把握,对当前语义推荐算法所面临的挑战与发展趋势进行了展望.     

EAPSC:有效聚类skyline对象集方法

提出SkyCluster的概念,对skyline对象进行基于密度的聚类.另一方面,由于skyline查询和聚类处理均是CPU-敏感的.因此,为了提高获取SkyCluster的效率,提出一种有效聚类skyline对象集的方法EAPSC.EAPSC算法基于文章给出的SLT索引树,并利用SLT索引树的多个有效性质来快速产生所有的SkyCluster聚类.理论分析和实验结果表明,该方法具有有效性和实用性.     

语义决策过程支撑环境及其语义表示方法

针对决策支持系统缺乏有效的决策过程控制手段的问题,提出了语义决策及其过程支撑环境（ＤＰＳＥ）的概念．ＤＰＳＥ 利用决策问题语义指导系统方案,以决策过程中行为为应激式调度,实现决策支持系统运行全过程中语义形式化．ＤＰＳＥ 将决策环境分为需求组织、资源分配和行为规划３个方面,并定义了语义决策过程中动态语义的表示方法,提供了语义封装的方法及其过程支撑相关的算法．最后给出了系统原型,并通过实验表明ＤＰＳＥ 的有效性．     

一种Web流频繁模式挖掘算法

基于自顶向下的投影挖掘策略,提出一种无需多遍扫描数据库的Web访问模式算法TAM-WAP.其特点是用当前所挖掘数据的特征去驱动一个预测算法,根据预测结果,有选择性地生成中间数据.对多种实际数据和模拟数据的实验表明,本文算法优于传统算法.     

数据流上高效计算子空间Skyline的算法

流数据处理和多维空间中子空间上Skyline的计算是近年来数据管理与数据挖掘领域的研究热点.此前相关工作只专注于滑动窗口上Skyline的维护问题,未涉及到滑动窗口中子空间Skyline的计算.文中提出了一个基于网格索引的高效维护滑动窗口上Skyline的算法,以此为基础采用自顶向下的方式通过两个阶段增量式地返回目标子空间上的结果;开发的多个剪枝策略和启发式优化方法显著地提高了全空间Skyline的维护以及子空间Skyline的计算效率.理论分析和实验结果表明:与同类算法相比,文中提出的StreamSubsky算法以极少的时间开销就能输出第一个结果,并且算法具有良好的可扩展性.     

一种进行K-Means聚类的有效方法

现有的K-Means聚类算法均直接作用于多维数据集上,因此,当数据集基数和聚类属性个数较大时,这些聚类算法的效率极其低下.为此,文中提出一种基于正规格结构的有效聚类方法(KMCRG).KMCRG算法以单元格为处理对象来有效完成K-Means聚类工作.特别,该算法使用格加权迭代的策略来有效返回最终的K个类.实验结果表明,KMCRG算法在不损失聚类精度的基础上能够快速返回聚类结果.