基于物品综合流行性的实时推荐算法

在这个信息化时代,爆炸式增长的信息具有时效性、共享性、相对价值性的特点。为了帮助用户克服由于信息过载而带来的选择困难问题,个性化推荐应运而生。“信息老化”是信息网络发展过程中必然经历的一个过程,因此将时间因素融入到推荐算法成为必然的趋势。大多数研究时间因素的推荐算法主要集中在用户兴趣的变化或是物品近期的流行性,忽略了物品在发展过程中的综合流行性。本文以物品的综合流行性（ComPI）为研究中心,提出一种实时推荐算法。本文的主要工作有：（1）在推荐中考虑了物品在生命周期的发展阶段。（2）将时间因素加入推荐算法,建立指数型的时间权重衰减模型来合理量化时间权重。（3）将全概率模型与时间衰减模型相结合来建立物品的综合流行性模型,进而提出一种实时推荐算法,有效解决了现有算法中的“营销近视”问题。（4）将算法应用于真实数据集测试表明,本文提出的实时推荐算法具有更好的准确性、多样性和新颖性。（5）本文还研究了数据的增长特性,以及数据增长特性对于数据划分和算法性能测评的影响,提出在研究推荐算法时应该更关注具有指数增长的数据。综上所述,该算法可以有效地利用推荐系统中的时间因素来改善用户体验。此外,ComPI模型还可以帮助研究网络拓扑的演化过程,并可应用于网络相关领域。     

关于政府评定名牌产品的市场调查研究——以山东省名牌产品(白酒)为例

为验证政府评定名牌产品的合理性,本文以山东省名牌产品(白酒)为例进行了13个地级市的市场调查,对山东名牌白酒的知名度、购买比率、美誉度,消费者认可的山东名牌白酒数量和品牌进行了统计分析,认为已被认定的山东省名牌白酒的数量明显偏多,一些山东名牌白酒的知名度和美誉度还很低,建议政府在名牌产品评定中加大市场评价的比重,以增强政府认定名牌产品的权威性,更好地发挥名牌战略推动经济发展的作用。     

织金锦及其在蒙元时期的流行

介绍了织金锦纳石失和金缎子,比较分析了两种织金锦的异同和在蒙元时期的流行情况,以及从蒙元时期古代墓葬中出土的织金、印金织物,总结了纳石失等织金织物在蒙元时期流行并达到鼎盛的原因。     

欧美护肤品市场发展与展望

护肤品在２０００年将成为化妆品市场的主导。生产在科技与自然之间取得协调发展的护肤品对生产商日益显得重要他们８正努力寻求适用于不同消费的恰当产品,而消费者的正直需求是有针对笥的护肤产品,因此护肤品市场发展前景喜人,机会良好人。     

基于流行度分类的流媒体分段策略

对流媒体内部、外部流行度的特点以及流媒体外部流行度与缓存替换次数的关系进行了分析,并在此基础上,针对流媒体的缓存替换通常集中在某一小段流行度范围的特点,提出了一种基于外部流行度分类的流媒体分段方法,令替换频繁的视频采用较小的分段,而其他替换不频繁的视频采用较大的分段,从而提高缓存空间的利用率.实验结果表明,与均匀分段相比,提出的流媒体分段方法可以用更少的分段数目达到相同的命中率.     

移动互联网基于用户网络结构的信息过滤机制

针对提高移动互联网信息过滤机制准确率及用户冷启动问题,提出了一种基于用户网络结构的信息过滤机制。该机制将用户网络结构作为信息过滤机制的一部分,帮助机制识别用户需求,实现准确信息过滤。具体包含:利用用户网络社交结构限制信息传播途径,提供协同过滤中用户相似性度量新维度;利用基于资源流行度的用户网络兴趣结构修正协同过滤中的用户相似性度量;利用用户网络兴趣簇指纹解决冷启动问题。数据分析表明该机制具备较好的性能。该工作对移动互联网中用户网络结构的应用问题研究具有启发作用。     

D2D协作边缘缓存系统中基于传输时延的缓存策略

为了满足5G系统低时延高可靠的需求,针对单缓存终端直传(D2D)协作边缘缓存系统,提出了一种基于传输时延的缓存策略.运用随机几何理论,将请求用户和空闲用户的动态分布建模为相互独立的齐次泊松点过程,综合考虑内容流行度、用户位置信息、设备传输功率以及干扰,推导出用户的平均传输时延与缓存概率分布的关系式.以平均传输时延为目标...     

基于社交圈层和注意力机制的信息热度预测

社交网络现已成为现实世界中信息传播与扩散的主要媒介,对其中的热点信息进行建模和预测有着广泛的应用场景和商业价值,比如进行信息传播挖掘、广告推荐和用户行为分析等.目前的相关研究主要利用特征和时间序列进行建模,但是并没有考虑到社交网络中用户的社交圈层对于信息传播的作用.本文提出了一种基于社交圈层和注意力机制的热度预测模型S...     

非集中式P2P系统中资源搜索与现存问题分析

对非集中式P2P系统,分布式哈希表和洪泛方法均可被用于资源搜索。结合了这两类方法的混合P2P搜索模式被期望有更好的性能,但需要找到准确判断资源知名度的有效方法。而在动态的P2P网络环境中,现有的混合搜索算法仍面临着搜索效率与质量有待优化的问题,该文在分析现有问题的基础上提出了一种解决思路。     

基于动态内容流行度的NDN缓存决策和替换策略研究

命名数据网络(NDN)中的路由器节点具有缓存能力,这就极大地提高了网络中的数据发送与检索效率。然而,由于路由器的缓存能力是有限的,设计有效的缓存策略仍然是一项紧迫的任务。为了解决这个问题,提出了一种动态内容流行度缓存决策和替换策略(DPDR)。DPDR综合考虑内容流行度和缓存能力,利用一个和式增加、积式减少(AIMD)的算法动态调节流行度阈值,并将超过流行度阈值的内容存入缓存空间;同时提出了一个缓存替换算法,综合考虑了缓存空间中内容的流行度和内容最后被访问时间等因素,将替换值最小的内容移出内容缓存。大量仿真结果显示,与其他算法相比,本文所提的算法能够有效提高缓存命中率,缩短平均命中距离和网络吞吐量。