公共文化服务平台

一种社交网络群组间信息推荐的有效方法被引量：9: 2015年; 群组间信息推荐是社交网络中人们传递和分享资讯的重要途径,然而获取精确的最优推荐方案需要指数级时间开销.为此,本文提出一种有效算法EAOORS(Efficient Algorithm for Obtaining Optimal Recommendation Solution),将该指数级时间开销问题等价归约为EST(Extended Steiner Tree,扩展Steiner树)问题,并在多项式时间复杂度内快速获取近似最优推荐方案.理论分析和仿真实验表明,本文所提的算法具有有效性和实用性.; 黄震华张波方强向阳; 关键词：社交网络信息推荐

基于异构平台的并行最大最小蚁群算法被引量：4: 2016年; 最大最小蚂蚁系统(Max-min Ant System,MMAS)是一种性能优良的启发式算法,常用于解决组合优化问题.当解决的目标问题规模较大、迭代轮次较多时,最大最小蚁群算法存在运行时间长的缺点.试验以开源串行包ACOTSP为基准,利用GPU多线程并发的优势,采用并行蚂蚁策略将MMAS在CPU-GPU协同异构计算平台上并发实现.算法在GPU上运行时的影响因素,如数据传输、内存层次、库函数调用等,也得到有效分析,并作出针对性优化.试验最终取得了高达13倍的加速,表明并行MMAS策略具有高效性和实用性.; 黄震华赵振岐林培裕梅建华; 关键词：并行计算异构平台加速比

一种社会网络服务协作决策的竞标组织方法: 2015年; 提出一种基于社会网络服务的协作决策竞标方法:首先,利用形式化语义对决策招标书内容进行表达和组织;其次,依据招标书对投标书进行基于能力的选择;同时,通过Dec Trust计算实现竞标者的置信度评价.最后,提出了由邀请招标和竞标算法组成的竞标流程控制模式.实验证明,方法是有效且可行的.; 张波黄震华李美子向阳; 关键词：社会网络服务语义信任度

超对等网络中的轮廓查询优化被引量：2: 2013年; 轮廓查询是近年来信息服务领域的一个研究重点和热点.现有的三阶段算法TPAOSS(Three-PhaseAlgo-rithm for Optimizing Skyline Scalar)至少存在如下两个缺陷:(1)在TPAOSS算法的第3阶段中,当网络节点上的对象个数较多时,Bloom filter的长度将呈指数级增长,从而严重影响获取子空间重复值的效率以及占用内存空间的大小;(2)TPAOSS算法只考虑预处理阶段的时间代价,而没有考虑各网络节点进行局部或全局子空间轮廓查询计算的效率.为此,提出一种适合超对等网络(Super-Peer Architecture,SPA)的子空间轮廓查询方法EPSSQDN(Efficient Processing of Sub-space Skyline Queries in Distributed Networks).EPSSQDN算法有效解决了TPAOSS算法的的两个主要性能问题,并且显著提高了SPA网络中的子空间轮廓查询处理的效率.此外,为了能够进一步降低子空间上轮廓查询的时间开销以及网络节点间的数据传输量,我们给出新颖且有效的优化策略.实验结果表明,EPSSQDN算法比TPAOSS算法更能够缩短SPA网络中子空间轮廓查询的时间开销.; 黄震华向阳孙圣力陈千; 关键词：轮廓查询信息服务查询优化

一种社交网络中的个体间推荐信任度计算方法被引量：10: 2013年; 推荐是社交网络中人们分享传递信息的重要途径。本文针对信息推荐所带来的可靠性评估难题,给出一种推荐信任度计算方法。首先给出社交网络(Social nework site,SNS)个体之间主观信任和个体自身客观信誉的计算方法,继而从3个方面给出SNS中推荐信任的定义以及计算方法:复杂路径组成的推荐信任计算方法、推荐的客观符合度、以及推荐的可选择程度。最后给出SNS推荐信任计算架构(SNS recommended trust computation framework,SRTCF)以及其示例和实验分析。; 张波向阳黄震华; 关键词：社交网络信誉度推荐信任

社交网络中基于信任评估的推荐控制模型被引量：6: 2014年; 针对社交网络中无法有效管理陌生推荐安全性难题,提出了一种基于信任的评估推荐控制模型(TRCM).该模型描述了社交网络推荐中个体角色、推荐路径、可信任值、控制规则等方面内容.模型结合社交网络个体之间取信度、信誉度评估方法,分别计算串路型、并路型和复合型3类推荐信任度,并给出了客观偏移度和信心指数评估.同时,TRCM定义了一组信任控制规则以管理社交网络中的推荐行为.实验表明,该方法是有效可行的.; 李美子黄震华向阳杨力; 关键词：社交网络信誉度

缓存模式下的轮廓查询优化方法: 2014年; 研究在缓存模式下,利用一组预存储的临时轮廓快照集来高效等价重构用户新提交的轮廓查询Q,并提出一种新颖的缓存模式下轮廓查询处理算法(APSQCM)来完成该任务.APSQCM算法由两阶段组成,第一阶段捕获Q与缓存中临时轮廓快照间的内在关联,进而获取能够用来等价重构Q的所有轮廓基;而在第二阶段中,APSQCM算法使用轮廓基来快速产生Q的正确结果集.实验结果表明,APSQCM算法具有有效性和实用性.; 黄震华张波张佳雯向阳; 关键词：轮廓查询查询优化

一种基于语义的决策服务协作自组织方法被引量：1: 2013年; 以形式化语义为基础提出一种决策服务协作自组织方法.首先,定义相关概念并引入Horn子句为语义推理基;然后,提出基于决策环境和能力准则的决策服务评估算法;最后,提出了自组织算法,通过自组织矩阵找到最符合需求的决策服务协作参与者.实验分析表明所提出的方法是有效可行的.; 张波向阳黄震华; 关键词：自组织语义决策环境

一种分布式网络中轮廓推荐的有效方法被引量：2: 2015年; 当底层数据的容量以及轮廓推荐指令个数增大时,轮廓推荐的时间代价将呈指数级增长,从而严重影响其推荐效率。为此,基于超对等分布式网络(SPA),该文提出预存储w个轮廓快照来高效处理系统中u个轮廓推荐指令的分布式网络轮廓推荐算法(EMSRDN)。EMSRDN算法充分考虑SPA网络的数据存储和通信特性,利用map/reduce分布式计算模型,通过初始快照集启发式构造来快速产生最优w个轮廓快照。理论分析和仿真实验表明,该算法具有有效性和实用性。; 黄震华张波; 关键词：分布式网络信息服务

基于排序学习的推荐算法研究综述被引量：108: 2016年; 排序学习技术尝试用机器学习的方法解决排序问题,已被深入研究并广泛应用于不同的领域,如信息检索、文本挖掘、个性化推荐、生物医学等.将排序学习融入推荐算法中,研究如何整合大量用户和物品的特征,构建更加贴合用户偏好需求的用户模型,以提高推荐算法的性能和用户满意度,成为基于排序学习推荐算法的主要任务.对近些年基于排序学习的推荐算法研究进展进行综述,并对其问题定义、关键技术、效用评价、应用进展等进行概括、比较和分析.最后,对基于排序学习的推荐算法的未来发展趋势进行探讨和展望.; 黄震华张佳雯田春岐孙圣力向阳; 关键词：个性化服务

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

教育部“新世纪优秀人才支持计划”(NCET-12-0413)