基于PageRank与HITS的改进算法的网页排名优化

针对传统网页排序算法PageRank和HITS中存在的主题漂移、检索效率低等不足,本文提出了一种改进算法PHIA(PageRank and HITS Improved Algorithm)。该算法继承了HITS算法获取根集和基本集的方法,并且使用根集中所有网页的PageRank值作为Hub和Authority初始迭代值,最后根据马尔可夫链求随机矩阵的特征向量的方式来获取网页排名的静态分布。基于随机关键词的检索结果可知,相比于传统的PageRank和HITS算法,改进PHIA算法具有更快的收敛速度,并且在一定程度上提高了网页排序的准确度。     

一类模糊线性规划模型的解

针对梯形模糊数,提出了一种新的模糊数排序的方法,并把该方法用到了含有模糊约束条件的线性规划问题中。由于考虑了决策者本人的乐观程度,该方法具有解释性强、操作方便、计算量小、易于推广等特点。     

一种多指标语言决策方法

研究了指标权重信息和指标值信息不完全情况下的多指标语言决策问题·通过将决策者提供的指标权重语言信息用三角模糊数来描述,给出了基于决策者提供的指标权重语言信息的指标权重确定方法;然后,再通过将决策者提供的指标值语言信息用三角模糊数来描述,提出了基于指派问题的多指标语言决策方法,为决策者进行语言决策提供方法指导·最后,通过算例说明了方法的可行性和有效性·     

混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究

传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型：采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的“Wisdom Tourism”数据集上进行仿真实验.实验表明：推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59%、10.05%、5.04%;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.     

一种DEA效率概率占优方法研究

决策单元间的效率关系研究是效率研究中的重要领域.传统DEA模型通过计算决策单元各自最优权重情景下的效率最大值,来判断决策单元间的效率排序关系.而这种最优权重往往是极端权重,没有考虑其它权重情景.采用其它权重时,决策单元的效率值和排序往往会发生较大的变化.本文考虑了所有权重情景,提出了DEA效率概率占优模型,定义了决策单元的占优效率概率和被占优效率概率.该模型能够判断任意两个决策单元的效率概率占优关系;并将效率概率占优关系从两个决策单元扩展到决策单元与决策单元集.最后将其应用于决策单元效率排序.通过实证分析发现了两条重要结论:1)考虑所有权重情景的排序与采用极端权重的CCR效率值排序不一致;2)考虑所有权重情景时,一些无效单元的效率排序比有效单元的效率排序更高.     

一种基于样本加权的位置文本排序算法

为有效解决元搜索引擎结果排序的问题,提出了一种基于样本加权的位置文本排序算法。分析了现有基础算法,并在充分考虑结构信息的基础上将记录的PageRank值转化为权值。结合文本信息及其在结果列表中的位置信息实现局部相似度的调整,对排序位置的相关分值进行了规范化处理。对摘要排序算法进行了改进,提出了查询词条匹配度和词条间关联度的概念。最后将各相关分值进行合并得到搜索结果的最终相关度。实验结果表明该方法的可行性和有效性。     

基于近似随机优势度的随机多属性决策方法

针对属性值为随机变量形式的决策问题,提出了一种随机多属性决策分析方法.首先给出了近似随机优势准则的描述及相关分析,并提出了近似随机优势度的定义和计算公式;然后,依据近似随机优势准则判断并确定两两方案之间比较所具有的优势关系,进而计算得到方案之间的近似随机优势度,并构建相应的近似随机优势度矩阵.进一步地,通过计算可以得到每个方案的总体相对近似随机优势程度,从而得到所有方案的排序结果.最后,通过一个算例说明了所给出方法的可行性和有效性.     

一种排序模糊数的新方法

在分析讨论模糊数排序方法的基础上,提出一种新的模糊数排序方法:首先建立一个理想边界,然后求出每个模糊数到左右边界的左右相离值,并结合质心指标,综合形成基于左右相离值的模糊数排序方法.     

约束条件中含有三角模糊数的线性规划求解方法

采用一种新的模糊数排序方法,将约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划,进而求得原模糊线性规划的最优解.实际应用实例显示,该求解方法是有效可行的,可以为解决模糊线性规划问题提供一种新的途径.     

TOPSIS偏序法

对多属性决策中的TOPSIS法提出一种改进方法,使之可用来产生备选方案的偏序,而不是传统的全序结果。阐述了这种改进方法的合理性。将TOPSIS法及改进方法编写成了方便使用的MATLAB程序,最后得出了一个应用实例。