基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

考虑受益性的固定成本分摊DEA纳什讨价还价模型

研究了固定成本在决策单元间的分摊问题.假设已知固定成本投入前后 两个连续周期内的决策单元投入/产出,将待分摊的固定成本均等计入决策单元 的各项投入要素中.以此假设为建模前提,首先给出考虑分摊固定成本的决策单元 超CCR有效性评价模型;继而构建决策单元相对受益识别模型,它面向投入产出的 要素变化量和分摊的固定成本;在此基础上提出了同时考虑决策单元有效性和受益 性的基于DEA纳什讨价还价合作博弈理论的固定成本分摊模型. 算例分析结果表明 本文提出的固定成本分摊方法是可行且可接受的.     

基于Rough Set理论的判断矩阵构造方法

群决策支持系统（GDSS）是利用信息技术，将多个决策者个人对策该领域的理解及个人判断能力结合在一起，利用结构化决策分析技术，对半结构化和非线结构化问题进行求解，层次分析法是对定性问题作定量分析的一种简便而有效的方法，提出了一GDSS环境下判断矩阵构造的新方法；运用业集理论；利用管理信息系统运行所积累的大量决策数据来分析各决策因素，决策者对决策目标的影响，并建立自学习系统，从而构造具有完全一致性的综合判断矩阵，该方法适用于重复群决策问题。     

WEB站点结构优化仿真

WEB站点结构优化技术是解决WWW浏览中搜寻与获取有益信息的困难问题及信息搜寻行为的效率低下问题的有效方法。基于WEB站点的超链体系结构特征与网页节点的访问频度值特征,建立了一种站点结构优化的数学模型,其目标是使整个站点具有较小的平均访问代价。分析了站点超链体系结构特征与节点访问频度特征,采用仿真算法分别模拟了WEB站点的超链体系结构与页面节点的访问频度值,并通过量化新增超链接的影响因素设计了相应的站点结构优化方法。实验结果表明:优化后的站点结构具有较小的平均访问代价。     

基于面向对象的质量检测管理信息系统设计与实现

文章论述了企业建设质量检测管理信息系统的重要性 ,介绍了基于面向对象的质量检测管理信息系统设计与实现。讨论了系统类的规划设计与质量检测管理领域专用类的分析设计。总结了质量检测管理领域专用类的实践经验 ,提出了以管理领域专用类构造新型 MIS数据模型     

基于粗集理论的决策分析

管理信息系统建设的重要目标之一是利用系统运行所积累的数据辅助用户进行决策分析 ,因此从数据中挖掘隐含的知识是建立决策系统的基础。粗集理论是知识发现的基础理论之一 ,是目前在知识发现领域研究最活跃的技术之一。文章从粗集的基本体系出发以优化疾病治疗方案为例 ,探讨其在决策分析中的应用     

无尺度网络平均路径长度的估计

无尺度网络的拓扑结构研究主要集中于聚类系数和平均路径长度的计算以及度分布分析. 在实际的无尺度网络中,表征网络拓扑结构的三个参数之间是互相联系的,其中一个参数均可近似用另外两个参数表示. 鉴于此,针对大规模无尺度网络的平均路径长度计算问题,基于树形结构模型给出了无尺度网络平均路径长度<l>_SF 的计算公式,并分析了网络规模和节点间连接方式对平均路径长度的影响. 分析结果表明,<l>_SF与无尺度网络的平均度数k、平均聚类系数C以及幂指数γ有关,从而将直接求解平均路径长度的复杂问题转化为间接求解,大大提高了分析无尺度网络拓扑结构的效率. 实验结果表明,提出的无尺度网络平均路径长度计算公式是有效的.     

基于兴趣文档集合游历便利性的站点结构优化模型

基于特定信息需求的网站用户游历其兴趣文档集合的便利性,建立了一种站点结构优化的数学模型,通过页组支持度与页组拓扑平均距离量化评估与挖掘站点中访问效率较低的内容文档集合为结构优化的兴趣页组,据此提出能综合评价站点访问效率的指标--WEB拓扑兴趣度,并通过分析新增超链接的影响因素设计了相应的站点结构优化方法,优化算法中采用遗传算法寻找最优组合的新增超链接组.实验结果表明:优化后的站点结构能有效改善信息搜索与获取行为的效率低下问题.     

基于蚁群算法的用户导航模式挖掘的研究

Web使用挖掘是将数据挖掘技术应用于Web日志数据,从而发现用户行为模式的过程;在电子商务的发展进程中,Web使用挖掘的重要性与日俱增;用户导航模式的挖掘是Web使用挖掘的一个重要研究领域,是优化Web站点框架设计的根本方法;该文首先介绍了用户导航模式挖掘的现状,然后探讨了蚁群算法用于用户导航模式挖掘的可行性,最后对应用的步骤提出了构想。     

蚁群优化的研究进展及应用

群体智能是一种新的人工智能形式,目前正在成为人工智能领域及其相关领域的一个研究热点。文章深入探讨了群体智能中的一个重要研究方向———蚁群算法,首先介绍了最初的蚁群算法———蚂蚁系统(Ant System),指出了蚂蚁系统存在的问题,并描述了目前解决方法的进展;然后总结了近年来蚁群算法在组合优化、数据挖掘等领域的应用进展;最后对蚁群算法的未来发展提出展望。