【摘 要】
：
在社交网络上面向群组推荐物品时，已有研究大多基于群成员的完整偏好，运用一些合成策略生成群推荐结果。但在实际中，促使群成员加入目标群的，可能只是其完整偏好中与该群相关的部分偏好。因此，使用群成员的完整偏好进行推荐便会带来大量的噪声，损害推荐效果。为解决这一问题，提出了一种基于异质信息网络分析的主题感知群推荐方法 HINGR＿GT(heterogeneous information network a
论文部分内容阅读
在社交网络上面向群组推荐物品时，已有研究大多基于群成员的完整偏好，运用一些合成策略生成群推荐结果。但在实际中，促使群成员加入目标群的，可能只是其完整偏好中与该群相关的部分偏好。因此，使用群成员的完整偏好进行推荐便会带来大量的噪声，损害推荐效果。为解决这一问题，提出了一种基于异质信息网络分析的主题感知群推荐方法 HINGR＿GT(heterogeneous information network analysis based group recommendation method with group
其他文献
属性约简是粗糙集理论的重点研究问题之一。利用区分矩阵设计属性约简方法具有直观易理解的优点，但传统方法的时间和空间复杂度都很高；当数据规模较大或条件属性较多时，传统约简方法无法快速得到约简结果，因此它无法适应海量数据，不能得到广泛应用。为解决该问题，在区分关系的基础上，构造了条件区分能力，依据条件区分能力进行属性选择，提出了一种基于条件区分能力的属性约简算法；为进一步加快属性重要性的计算，提高约简效
方面情感分析旨在识别句子中特定方面的情感极性，是一项细粒度情感分析任务。传统基于注意力机制方法，仅在单词之间进行单一的语义交互，没有建立方面词与文本词的语法信息交互，导致方面词错误地关注到与其语法无关的文本词信息。此外，单词的位置距离特征和语法距离特征，分别体现其在句子线性形式中和句子语法依存树中的位置关系，而基于图卷积网络处理语法信息的方法却忽略距离特征，使距方面词较远的无关信息对其情感分析造成
为探究平茬对蛋白桑林地土化性质的作用,并探究适于研究区种植的最佳桑树苗木,以林龄为2 a,来源于内蒙古自治区通辽市、黑龙江省哈尔滨市和陕西省西安市的3种蛋白桑林下土壤为研究对象,测定了植株下-平茬、植株下-不平茬、行带间-平茬和行带间-不平茬4种处理下土壤的pH、机械组成、速效养分及有机质含量,采用相关分析法对平茬及不平茬的土壤颗粒组成和其他土壤因子进行分析。结果表明3种来源蛋白桑平茬后土壤均表现
伴随电子商务等新兴消费业态的迅猛发展，其碳排放量已不容忽视。本研究从空间分解和隐含碳转移的角度，基于对电商快递包装箱全生命周期的碳足迹研究，识别其在原料、生产、利用各环节与电商行为的地理空间耦合，分析各阶段及总排放的省域尺度格局特征，以及伴随快递流的隐含碳转移网络格局。研究发现：全国电商快递包装箱各阶段的碳排放在空间上高度集聚，原料阶段集中在广西，生产和利用阶段集中在广东、浙江、江苏，整体呈现出“
针对卫星通信中单-混信号调制类型识别效率低、准确性差等问题，该文提出一种基于高阶累积量和星座图聚类特性的调制识别算法。首先，根据4、6阶累积量的属性特点构建3个特征参数，以识别多进制相移键控(MPSK)和部分多进制正交幅度调制(MQAM)调制类型，然后结合改进的星座图减法聚类算法分离出剩余调制样式，最后将参数联合，建立决策树分类器进行统一调度。该算法不依赖信号诸多先验信息，具有特征提取参数简单、识
针对对流层延迟误差改正模型在不同区域的影响各不相同，为分析常用的GPT2w和UNB3m模型在桂林地区暴雨天气下的适用性，以暴雨频发的2017年6—7月为研究的时间段，基于桂林地区该时间段内8个CORS基准站解算的对流层天顶总延迟（ZTD）产品为参考值，对模型在桂林地区暴雨天气下的适用性进行分析，结果表明：在暴雨天气下GPT2w-1和GPT2w-5模型的平均偏差分别为-2.94和-4.37cm，RM
卫星影像是监测海面漂浮绿藻的重要数据源，但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测，需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准，通过分析Landsat卫星影像绿藻光谱，建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明，蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好线性关系，随着绿藻亚像素覆盖度递增
高空间分辨率（高分）遥感影像正被广泛应用，而传统分类算法在高分遥感影像上表现的精度和效率都较差，深度学习语义分割算法在高分遥感影像的实际分类中泛化性较差。为了适应大范围高分遥感影像的特点，提出了一种基于U-Net网络的模拟退火超参数优化与深度可分离卷积语义分割模型。首先在U-Net网络基础上使用了深度可分离卷积模块来进行特征提取，在保持高效性的同时减少模型的参数量和计算量，然后利用基于模拟退火的智
针对K2算法存在的序依赖性问题，提出了能够从给定数据集中有效学习变量序的启发式算法(H-vnK2)。具体而言，基于PC算法学习的v-结构知识以节点块的形式快速准确修正部分父子节点顺序，获得部分节点的最优序；基于PC算法学习的邻居集知识以距离阈值启发式策略进一步从全局最优角度修正父子节点顺序，获得所有节点的最佳序。实验表明，在标准数据集Asia、Alarm网络上，所提的算法显著优于对比算法，其中与性
针对现有无线体域网(Wireless body area networks,WBANs)中的安全和隐私性问题，为了充分利用生物特征的优势来确保WBANs内数据通信的安全性，该方案首次提出了一种具有生物特征的基于身份的隐私保护技术，然后利用该技术在WBANs中提出了一种新的访问控制方法。在安全性方面，该方案在随机预言机模型下是可证明安全的，并且具有机密性、认证性、完整性、不可否认性和匿名性。在性能方