认知社会物联网中能量感知的编码机会路由协议

社会物联网是一种集合人与物关系的新型物联网形式。针对物联网频谱资源匮乏的问题,提出基于认知无线电技术的社会物联网——认知社会物联网(CR-SIoT)。认知社会物联网中频谱资源的动态性、设备的移动性和社会性及业务流的多样性,给路由机制的设计带来更大的挑战。机会路由充分利用无线信道的广播特性机会地传输数据,进而提高网络性能。因此,提出一种面向多业务的能量感知的编码机会路由。路由度量标准考虑了认知社会物联网中的社会属性及能量问题,提出基于拍卖模型的双层候选节点集选择算法和基于博弈论的信道分配算法。同时,为了加快数据传输进程,在所选候选节点传输数据时,采用网络编码技术进行"批量"传输。通过仿真实验验证了该机会路由的有效性。     

基于知识图谱的用户偏好神经建模框架

针对目前基于特征和基于路径的知识图谱感知推荐方法的不足,文中提出端到端的将知识图谱引入推荐系统的用户偏好神经建模框架(NUPM).该框架以用户在知识图谱中的历史访问项目为偏好起点,通过知识图谱中实体间的关系链接传播用户偏好,学习用户的潜在偏好,同时使用注意力网络融合各传播阶段偏好特征以构建最终的用户偏好向量.在真实数据集上的对比实验表明文中框架在个性化推荐中对用户偏好刻画的有效性.     

基于拍卖的物联网搜索数据提供机制

不同于互联网搜索采用爬虫等技术来采集数据,物联网搜索获取数据的主要方式之一是数据拥有者主动提供数据,然而自私性及隐私保护等原因导致数据拥有者不愿主动提供数据。这使得如何有效激励数据拥有者提供数据成为促进物联网搜索发展的关键问题之一。由于竞价拍卖能有效激励参与合作,因此将竞价博弈引入到物联网搜索中,为物联网搜索中的数据采集提供方法。具体地,提出了面向性价比最优的多属性逆向拍卖激励机制,证明了最优数据质量独立于自身报价、其他竞拍者的数据质量及其报价。     

基于对象引用关系的Java程序内存行为分析方法

本文提出一种基于对象引用关系的Java程序内存行为分析方法.与传统的通过内存消耗的大小来确定程序中数据结构的重要性并分析相关内存行为的方法不同,本文方法同时考虑内存消耗和内存支配两个因素来确定一个数据结构在程序内存行为中的重要性,通过研究数据结构之间在内存使用上的支配关系和对数据结构进行引用分析,得到程序中重要的内存行为.实验结果表明该方法能有效地分析程序的内存行为,且对比其它方法能提供更加准确的内存行为分析结果.     

基于多方面评分的景点协同推荐算法

针对传统的协同过滤(collaborative filtering, CF)推荐模型中利用单一的总体评分进行相似性计算,但总体评分不能准确反映用户对物品喜好的问题,提出基于多方面评分的景点协同推荐算法。该算法综合利用用户对景点在景色、趣味性、性价比三个方面的评分计算用户或景点之间的相似性,进而计算目标用户对目标景点的总体评分。试验结果表明:在相似性计算中引入景点在这三个方面的评分信息后,推荐结果的均方根误差、平均绝对误差、覆盖率、准确率和F-度量指标都得到了改善。