公共文化服务平台

一种基于特征聚类的特征选择方法被引量：20: 2015年; 特征选择是数据挖掘和机器学习领域中一种常用的数据预处理技术。在无监督学习环境下,定义了一种特征平均相关度的度量方法,并在此基础上提出了一种基于特征聚类的特征选择方法 FSFC。该方法利用聚类算法在不同子空间中搜索簇群,使具有较强依赖关系(存在冗余性)的特征被划分到同一个簇群中,然后从每一个簇群中挑选具有代表性的子集共同构成特征子集,最终达到去除不相关特征和冗余特征的目的。在UCI数据集上的实验结果表明,FSFC方法与几种经典的有监督特征选择方法具有相当的特征约减效果和分类性能。; 王连喜蒋盛益; 关键词：特征聚类相关度无监督学习

图书馆个性化推荐面临的问题与挑战被引量：7: 2013年; 随着Web2.0的广泛应用和新型社会化网络媒体的盛行,图书馆从资源匮乏状态逐渐转变为数据密集型的行业,并促使图书馆的信息服务方式开始从"以数据为主导"向"以用户为中心"进行过渡。针对图书馆个性化推荐研究在数据资源、技术实现和评价准则方面所存在的问题进行了简单的分析,并针对一些带有挑战性的问题提出了相应的解决方法。; 王连喜; 关键词：图书馆个性化推荐信息资源

基于用户社团变化的大型网络异常群体行为检测: 2013年; 为准确刻画Internet上的用户群体行为,发现网络中潜在的协同攻击。首先从采集的流中提取用户的社会行为特征,构建用户交互网络(HIN)。然后,基于HIN的用户社会行为的相似性,定义用户社团,并定义5个指标对用户社团的变化进行定量描述,采用基线法设置每个指标的检测区间。期间,为了适应网络环境的动态性,引入了固定时间宽度的滑动窗口机制实现自适应网络异常群体行为检测。提出了一种通过对用户社团变化的监测实现网络异常群体行为检测的方法。通过在两个实际网络流数据集上进行试验验证了基于用户社团变化的方法可以检测大型网络的异常群体行为。; 蔡君赵慧民; 关键词：异常检测复杂网络

未知网络应用流量的自动提取方法被引量：7: 2014年; 提取未知网络应用特征时需要获得其流量数据,但在网络工程中,采集的未知应用流量往往是几种应用流量的混合,如何将未知混合流量进行分离,按照应用进行归类是现有方法没有解决的问题。基于此提出一种基于载荷信息的流量聚类方法,该方法通过对报文载荷的部分字节编码,采用扩展的ROCK算法对未知混合流量进行分离,按照不同应用进行归类。实验结果表明,与基于会话行为特征(一种流量统计特征)的流量聚类方法相比,这种方法具有较高的精确度。; 王变琴余顺争; 关键词：载荷

微博用户关系挖掘研究综述被引量：27: 2012年; Web2.0的广泛应用和新型社会化网络媒体的盛行,促使网络服务从以数据为主导开始转变为以用户或用户关系为核心。微博作为当下最流行的社会化网络服务媒体,其用户关系挖掘研究正是在这一背景下迅速兴起的一个新兴研究课题,并且逐渐受到人们越来越多的重视。首先依据微博用户的特点对微博用户关系挖掘的概念进行了阐释;然后,以微博用户关系挖掘的两个重要研究内容为主线,分别对微博用户社群分析和关键用户识别做细致的介绍和分析;最后总结了对微博用户关系挖掘的研究内容,并对未来的研究方向进行了展望。; 王连喜蒋盛益庞观松吴美玲; 关键词：用户关系个性化推荐

基于用户偏好加权的混合网络推荐算法被引量：9: 2015年; 基于热传导或物质扩散理论的推荐算法首先利用网络结构得到对象间推荐关系,然后根据对象间关系预测用户喜欢的对象,而忽略了用户偏好。为了弥补这个缺陷,根据用户已选择对象的标签,利用TF-IDF方法构建用户偏好模型,以用户在预测对象标签上的平均偏好作为对该对象的偏好程度,采用加权方法与现有基于网络推荐算法混合运算。经在基准数据集Movie Lens上测试表明,通过与目前效果最好的几种基于网络推荐算法进行加权混合运算,推荐结果在推荐精度、个性化、多样化等多种评价指标方面均比原有算法有明显提高。; 张新猛蒋盛益张倩生谢柏林李霞; 关键词：标签 TF-IDF 个性化推荐

An Improved Swarm Optimizer for RFID network scheduling: Optimization of network scheduling is a significant way to improve the performance of the radio frequency iden...; Shilei LuShunzheng Yu

微博短文本预处理及学习研究综述被引量：33: 2013年; 认为因短文本具有特征稀疏性和高度冗余性,微博短文本的预处理及学习方法研究已经成为微博信息挖掘及应用的关键,并在许多方面有着非常重要和广泛的应用。重点分析微博短文本的特性,并对微博短文本的预处理和学习方法及其应用现状进行归纳和总结,包括短文本特征表示、短文本特征拓展与选择、短文本分类与聚类学习、热点事件发现及自动文摘等。最后指出相关研究的局限性,并对未来的发展方向进行展望。; 王连喜; 关键词：自动文摘

聚类分析研究的挑战性问题被引量：6: 2014年; 聚类的目的是帮助人们发现和认识未知世界,为现实生活中的学习积累知识.聚类分析一直是广大学者重点关注的无监督学习内容,也是许多交叉学科用来探索数据中潜在规律的重要分析工具.通过简单梳理聚类分析的研究成果,在理解聚类分析基本框架的基础上对当前聚类算法在处理多样化数据类型的能力、处理超高维数据的能力、处理不均衡数据的能力、算法的可拓展能力、效果评价的指标选择问题等方面出现的挑战性问题进行了论述,并分析了未来有待重点解决的一些问题.这些工作将为后续聚类分析和数据挖掘的深入研究提供有价值的参考.; 蒋盛益王连喜; 关键词：聚类分析无监督学习数据挖掘

网络编码改善CCN的缓存效率的研究: 2014年; 现在的Internet架构存在众所周知的缺点,未来网络的研究成为了热点.其中,CCN(Content-Centric Networking)在众多新架构中正逐渐被大家认为是最有前途的方案.网络编码被认为是改善网络性能的一种有效方法,我们前期提出了CCN与网络编码相结合的CCN-NC(Content-Centric Networking with Built-in Network Coding)来进一步改善CCN的网络性能.覆盖全网的缓存系统成为了CCN网络内在固有的组成部分,但当前的分布式协作缓存技术由于额外的通信开销大或技术复杂依然不能大规模实用,而非协作缓存技术的缓存效率又不高.在本文中,首先为缓存效率的分析建立模型,对CCN和CCN-NC的缓存效率进行了理论分析和仿真,同时,文件大小,备份数量,替换概率等参数对缓存效率的影响也被全面地研究.本文从理论上证明:在相同的参数下,相比于CCN,CCN-NC依靠网络编码可以改善网络缓存效率,仿真结果也验证了这一结论.; 刘外喜余顺争朱萍玉高鹰; 关键词：CCN 网络编码网络缓存

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61202271)