云计算环境下旅游信息适应性自组织推送算法

针对当前推送旅游信息质量不高,而无法满足使用者需求的问题,提出一种旅游信息适应性自组织推送方法。通过求出目标使用者和其他使用者之间的相似度,找到目标使用者的最近邻集合。利用模糊遗传算法确定加权函数,通过加权函数实现使用者对旅游项目评分的更新,以适应使用者变化的旅游兴趣。求出目标使用者对某旅游项目兴趣度预测值,将预测值最高的旅游项目推送给使用者。实验结果表明,所提算法推送旅游信息质量高,可满足使用者需求。     

面向任务的无人侦察机航线规划算法

针对高空长航时无人侦察机航线规划问题,引入图像质量方程来预测待侦察目标的图像质量,设计了一种综合考虑目标成像质量、所受威胁因素以及侦察航线路径长度的无人机航迹性能评价函数作为粒子群的适应度函数,利用粒子群算法求出Pareto解集,通过加权确定Pareto解集中的最优解。仿真结果表明:考虑图像质量因素的无人机侦察航迹规划,能够很好地满足无人机成像侦察任务需求。     

钢结构加工项目管理与实施

钢结构加工项目管理和实施从项目管理组织、质量管理、成本管理、安全管理和现场及环境管理等方面着手达到对加工项目造价、质量、进度三大目标的控制，最终实现项目的功能以满足使用者的需求。     

关于模糊线性规划模型问题的探讨

通过开发区建设实现发展期望目标的模糊线性规划模型的构建与解析,在给定的模糊隶属度水平下,将模型转化为线性规划模型,通过确定模型的最佳目标函数,求出目标函数的最优值,从而为决策者提供更多的决策信息.     

基于用户行为的精准化推送服务平台的研究与实现

目的给出一种通过构建元数据库和用户需求的特征数据库进行文献精准推送服务平台的建设方案。方法尝试使用数据库技术、WEB技术和网络爬虫技术从图书馆资源、互联网资源中构建出科技文献元数据库以及采集用户阅读文献信息数据形成个人需求特征的数据库,最后通过文献相似度算法实现精准推送服务平台的建设。结果与结论该平台提供了一站式检索服务和个性化精准推送服务,满足了读者对文献快捷获取、阅读高效的个性化需求。     

基于JADE的Multi-Agent智能网络化资源推送关键技术研究

传统资源推送关键技术仅可对已经完成规则定义的资源进行推送,无法按照用户兴趣完成推送,大量信息采集困难,资源推送结果无法满足用户需求,准确性低。为此,提出一种新的基于JADE的Multi-Agent智能网络化资源推送关键技术。设计Multi-Agent智能网络化系统,通过JADE平台为Multi-Agent系统的实现提供中间件,实现Multi-Agent系统。对Agent模型协同工作进行规范,对模型接口、结构等进行统一描述。对体现Multi-Agent智能网络化Agent间兴趣相似度的信任权值进行调整,按照调整后的信任权值对Agent间的关系进行改变,实现社区构建,为Multi-Agent智能网络化资源推送提供技术支持。实验结果表明,采用所提技术实现Multi-Agent智能网络化资源推送,推送结果准确,能够满足用户需求,适应能力强。     

基于用户兴趣模型的信息推送系统研究

为了满足民航监管部门对庞大的各类民航信息有效、及时获取的需求,提出了基于多Agent的信息推送系统模型,通过显式和隐式的建模技术构建和完善向量空间模型描述的用户兴趣特征,并据此使用基于内容和向量空间相结合的方法实现信息的过滤和推荐,使系统提供的个性化信息服务尽可能满足用户真正需要。     

总加权误工损失的两个代理单机排序问题

研究同总加权误工损失有关联的两个代理间单机排序的问题.两个代理之间的排序问题中,允许工件在加工过程中中断,设总加权误工损失为第一个代理的目标函数,最大正则函数是第二个代理的目标函数.在此问题中结合EDD规则确定一个最优排序算法,使得满足第二个代理目标可行的情况下,第一个代理的目标函数最小.在上述问题最优排序规则确定的前提下,求出最优排序使得第一个代理的目标函数最小.最终给出了和总加权误工损失有关的排序问题的一个最优算法,并且证明了问题在在多项式时间内可解.     

模糊多目标规划在制定最优竞标方案中的应用

【目的】针对已有文献提出的一类工程项目的招投标问题,给出了一种使用模糊多目标规划技术进行建模以制定最优竞标方案的方法。【方法】将投标方在利润上的基本目标及招标方所提出的对项目目标的要求作为必须满足的约束来处理,并将最大化投标方所获利润、项目质量等级、安全性能、环境性能,最小化投标方工程成本、项目所需时间作为模型目标函数。【结果】通过对每个目标函数引入分段线性满意度函数,建立了模糊多目标规划模型,并采用加权求和法进行求解。文中给出了具体实例以详细说明建模及求解的过程。【结论】模糊多目标规划技术可以为制定最优竞标方案提供有力工具。
     

从会计信息供给和需求的互动看会计信息质量特征

一、问题的提出会计目标决定会计信息的质量特征,会计信息的质量特征是联系会计目标和实现会计目标的手段之间的“桥梁”,它对财务报表所提供的信息具有约束作用,使其能够符合目标的要求。传统上对会计目标的研究是从会计信息需求的角度出发,以信息使用者的需求为导向确立的,这就决定了会计信息质量特征的研究范式也是立足于会计信息使用者,     

基于百度指数的旅游目的地网络关注度影响因素分析——以青岛为例

互联网已经成为当前绝大部分居民出游前了解旅游相关信息的最主要渠道.基于百度指数的数据分析功能,分析旅游目的地的网络关注度变化及影响因素,对指导旅游目的地的发展具有一定的意义.以青岛为例,经检索得到青岛2011年旅游网络关注曲线,发现2011年青岛旅游网络注度时间分布特征:①在一年内,用户旅游关注相对集中;②在局部时间段内,用户旅游网络关注度存在小的峰值;③用户旅游关注度曲线呈现一种齿状波动.由此得出影响旅游目的地网络关注度的关键因素有:季节变化、闲暇时间以及旅游目的地已有知名度,三者综合作用,影响着人们对旅游目的地的关注度.     

基于深度神经网络和概率矩阵分解的混合推荐算法

针对个性化推荐中用户和项目描述信息未充分利用,用户评分矩阵数据集极端稀疏的情况,提出了基于深度神经网络和概率矩阵分解(PMF)的混合推荐算法.首先,对用户和项目描述信息进行预处理,形成包含用户偏好特征的用户和项目特征集,再将各特征输入深度神经网络模型中进行训练.同时,利用概率矩阵分解模型,根据用户评分矩阵通过最大后验估计优化得到潜在特征向量;然后,通过对概率矩阵分解模型的用户和项目潜在特征向量以及深度神经网络模型的真实特征向量进行迭代更新,收敛得到融合用户和项目真实信息的潜在特征向量;最后,利用该特征向量对用户进行个性化推荐.实验证明,本文算法较经典推荐算法以及前人算法在均方误差与平均绝对误差指标上均有改善,说明本文算法的有效性.     

基于双向情感分析的实时性音乐推荐系统设计

目前的音乐推荐系统,一般采用基于个体兴趣的推荐方法,这种方式虽然能满足大部分情景下的用户需求,但无法感知到用户实时性的心情变化。考虑到不同情绪状态下用户对于音乐的需求往往也会发生改变,提出一种基于双向情感分析的算法并构建了实际系统,实时分析用户的情感需求来进行音乐推荐。一方面基于音乐在频域的梅尔倒谱系数构建特征分类器完成歌曲的情感分类;另一方面通过获取用户在社交网络中的实时文本信息,基于自然语言理解分析出用户当前的情感需求,最终为用户产生音乐推荐列表,实现基于情境感知的实时音乐推荐。实验表明,使用该个性化推荐算法具有更高的准确性,用户群体可以获得更为满意的用户体验。     

Context-aware recommendation in mobile environments: An approach based on interest resonance

The recommendation system can efficiently solve the information overload in mobile Internet. Thus, how to effectively utilize context information to improve the accuracy of recommendation becomes the research focus in the field. This article puts forward a novel approach to realize the context-aware recommendation in mobile environments. It first gets users’ interest resonance with a hash-based interest resonance mining algorithm. Then, it calculates the association degree between the user and the item and then predicts the user’s rating on the item. Finally, it comprehensively figures out the recommending index. Moreover, this article also designs a personal recommendation model for the users and provides relevant decision-making coefficients. Experiments have demonstrated that our approach is superior to the traditional ones (RMP, RSTE, MD and BBBs) in both performance and efficiency.     

一种新的基于LDA-MURE模型的音乐个性化推荐算法

针对基于音乐作品信息的音乐作品个性化推荐及协同过滤方法的不足,通过分析音乐作品需求者的音乐试听数据及下载数据,并结合LDA(latent Dirichlet allocation)主题挖掘模型,提出一种基于LDA-MURE模型的推荐算法.实验结果表明,与基于音乐作品需求者的协同过滤算法和基于音乐属性项目的协同过滤算法相比,LDA-MURE算法可更高效地向音乐作品需求者推荐感兴趣的音乐作品.     

一种低复杂度的基于加权速率和最大化的多用户MIMO系统调度算法

针对多用户多输入多输出系统中,基于脏纸编码的迭代注水算法加权速率和最大化复杂度很高的问题,提出了一种基于迫零 脏纸编码的低复杂度多用户资源调度算法.该算法在发射功率限制条件下,结合功率分配和多用户调度,根据信道状态信息构造用户选择参量,依次选择用户.由于只需要有限次循环,同时根据用户摒弃准则去除了信道状态不好的用户,从而降低了复杂度.仿真结果表明, 所提出的算法与迭代注水算法相比,在相同的仿真条件下,可以获得后者90%以上的加权速率和,随着用户数的增加,加权速率和性能趋向于后者,同时复杂度由与用户数的平方成正比降到了与用户数成正比.     

定向信息推荐下多维信任数据协同推荐算法研究

随着通信用户数量的逐渐增加,当前多维信任数据协同推荐算法无法有效满足用户对资源多样性、准确性和发掘能力的要求。为此,提出一种新的定向信息推荐下多维信任数据协同推荐算法。通过矢量空间模型对用户兴趣进行描述,将具有代表性的用户看作该类用户的聚类中心,建立用户对资源的偏好矩阵,求出依据综合信任值的用户相似度;重复选择聚类中心,直至符合既定阈值。获取用户聚类结果后,选择待推荐用户所处聚类中和该用户相似的若干用户,依据上述近邻对目标资源的评分值实现目标用户对目标项目的预测。给出定向信息推荐下多维信任数据协同推荐算法的实现过程,输出Top-N多维信任数据推荐集合。实验结果表明,所提算法预测精度和资源多样性高,发掘能力强,推荐效果好。     

基于网络信息的混合推荐算法研究

为解决因网络信息严重过载而导致用户获取有效信息困难的问题,笔者提出一种混合式网络信息推荐算法。首先为每个用户建立主题模型,同时应用该算法结合牛顿冷却定率平衡时间因素对用户偏好所产生的影响进行分析,再分别通过改进的协同过滤方法和基于内容的推荐方法满足用户对信息的多样性和个性化的需求。通过 实 践 证 明,该 算 法 在 推 荐 的 准 确 率 和 召 回 率 方 面 表 现 良 好,对 用 户 偏 好 的 预 测 效 果 良好,是有效的推荐方法。     

改进模拟退火算法在旅游路线定制中的应用

旅游路线定制已成为提高旅行体验的重要举措之一,为解决新游客在陌生城市旅游时的路线定制问题,在考虑景点距离、旅游消费和游客出行时间等约束条件下,建立了以旅游效用值为目标函数的旅游路线定制模型。为了避免模拟退火算法出现冗余迭代,陷入局部最优,提出一种改进模拟退火算法来求解旅游路线定制模型。该改进算法通过混沌寻优确定初始温度避免迭代冗余;通过对当前最优解进行混沌扰动来动态控制搜索步长,跳出局部最优;并用方差判定准则来作为搜索停止条件。最后,以广西桂林市的旅游景点为例对改进算法进行了验证。实验结果表明,该改进算法不仅加快了模型的运行速度,而且更容易寻得全局最优解,为游客提供了更准确合理的旅游路线。