基于LBS的个性化推荐算法

针对传统的协同过滤算法存在用户冷启动、对位置变化不敏感等问题,我们提出了一套较为完善的应用于移动商务的基于LBS（Location Based Service）的个性化推荐算法。本算法利用了位置感知和经典的协同过滤算法,引入距离变量借鉴多属性决策理论得出较为完善的推荐列表。实验证明本算法具有较强可行性。     

基于位置感知的个性化推荐系统的设计与实现

本文归纳总结,分析了个性化推荐系统的开发背景和关键技术问题,例如GPS自动定位技术、LBS位置服务等等提出了如何开发和应用基于位置感知的个性化推荐体系,并在此基础上,利用多属性决策改善现有的个性化推荐服务平台存在的问题。本论文主要讨论和阐述了基于位置感知的的个性化推荐系统的具体实现过程。     

一种基于机制理论的云市场多类型资源分配定价机制

为避免在云服务资源分配中因参与人的自私性而造成的个人效用与社会收益的冲突,在所有参与人都是理性的这一共同知识假定下,针对云市场多类型资源分配问题,首先给出其形式化描述,设计了基于机制理论的分配定价机制,该机制能在复杂用户任务请求下进行资源有效分配,保证个人效用与社会收益最大化。最后证明该机制满足个体理性、预算均衡和激励兼容性质,并给出该机制下寻求任务请求成本最小和效用最大的算法。