国家自然科学基金(61300104)
- 作品数：40 被引量：119H指数：6
- 相关作者：郭昆汪璟玢张岐山郭红林世平更多>>
- 相关机构：福州大学教育部国网信通亿力科技有限责任公司更多>>
- 发文基金：国家自然科学基金福建省自然科学基金福建省高等学校新世纪优秀人才支持计划更多>>
- 相关领域：自动化与计算机技术经济管理自然科学总论理学更多>>
- 基于Spark的分布式并行推理算法被引量：1
- 2017年
- 现有的RDF数据分布式并行推理算法大多需要启动多个Map Reduce任务,有些算法对于含有多个实例三元组前件的OWL规则的推理效率低下,使其整体的推理效率不高.针对这些问题,文中提出结合TREAT的基于Spark的分布式并行推理算法(DPRS).该算法首先结合RDF数据本体,构建模式三元组对应的alpha寄存器和规则标记模型;在OWL推理阶段,结合Map Reduce实现TREAT算法中的alpha阶段;然后对推理结果进行去重处理,完成一次OWL全部规则推理.实验表明DPRS算法能够高效正确地实现大规模数据的并行推理.
- 叶怡新汪璟玢
- 关键词：RDFOWLTREATSPARK
- 融合Spark与隐性兴趣的用户综合影响力度量被引量：1
- 2020年
- 为解决传统用户影响力度量算法面向海量数据处理时运行速度下降的问题,提出一种基于隐性兴趣的用户综合影响力度量算法。通过隐含狄利克雷分配模型得到用户隐性兴趣偏好,根据困惑度和平均话题相似度综合确定最优兴趣话题数,并改进PageRank算法的用户兴趣传播转移率获得用户隐性兴趣传播影响力。在Spark计算框架的基础上,采用层次分析法且结合用户自身影响力和用户隐性兴趣传播影响力,计算得到最终用户影响力。实验结果表明,该算法综合考虑用户兴趣和用户自身影响因素,能够更客观高效地评估用户的真实影响力。
- 童曼琪黄江升郭昆
- 关键词：PAGERANK算法
- 基于随机森林的停电敏感度预测模型研究与应用被引量：1
- 2019年
- 预测用电客户停电敏感程度,为供电公司优化营商环境和实施个性化停送电服务提供了数据与决策支持。融通供电公司有关业务系统,抽取用电客户停送电相关的海量数据,采用随机森林算法,基于分布式文件系统HDFS和Spark搭建大数据平台,训练停电敏感度预测模型。运用某地市供电公司近百万用电客户数据对模型校验与评估,迭代优化,结果表明模型查准率超过98%,查全率超过18%。结果用于停送电服务全流程管理,在优化计划停电安排、开展故障停电安抚、防范频繁停电投诉等场景取得了较好的效果。
- 徐鸣苏东东游春凌陈鸿凌张波
- 关键词：大数据
- 基于双向量模型的自适应微博话题追踪方法被引量：4
- 2019年
- 针对微博文本篇幅短小、网络新词层出不穷等特点以及在话题发展过程中产生的漂移问题,提出了基于双向量模型的自适应微博话题追踪方法.该方法首先提出双向量模型,将文本用词嵌入和VSM向量空间模型两种方法分别向量化,保留文本语义的同时也解决了微博新词问题.其次,将话题和微博分别用双向量模型表示,计算话题双向量模型和微博双向量模型的余弦相似度作为话题与微博的相似度.接着,将话题与微博的相似度与自适应学习获得的相似度阈值进行比较,判定微博是否为话题相关微博.最后,自适应更新话题模型,能够有效地应对微博话题发展所产生的漂移.实验结果表明,该方法能够实时地跟踪话题并降低了话题相关微博的漏检率和误检率.
- 黄畅郭文忠郭昆
- 关键词：自适应
- 基于签到数据和交通工具的多目标旅游路线推荐被引量：1
- 2019年
- 一般情况下,用户都希望花尽可能少的钱游览尽可能多的类别不同且得分高的景点,针对这一旅游路线推荐问题,提出了一种基于多约束多目标的剪枝(MCPA-MO)算法。首先,分析用户的历史签到数据,提出基于签到数据感知用户偏好和景点流行度的景点评分机制;然后,考虑在不同交通工具的选择下,景点之间会产生不同的转移时间和转移费用,进而影响时间和预算约束;最后,根据用户需求,使用MCPA-MO算法为用户计算出一条最优旅游路线。以Foursquare社交网站上的真实数据和马蜂窝上成都著名景点的信息作为数据集,实现并评估了推荐算法。实验结果表明,该方法能够为用户推荐更符合现实需求的个性化旅游路线。
- 张岐山张兴婷
- 关键词：用户偏好剪枝算法
- 社会化推荐系统综述被引量：13
- 2020年
- 推荐系统可以帮助网民从大量纷繁的信息中找到目标信息,能有效提高网民信息检索能力,然而推荐系统存在数据稀疏性、冷启动以及系统性能方面的问题。为解决这方面的问题,提出将社交关系应用于推荐系统,该方法是提高推荐准确性的一个重要途径,在多年的科研实践中取得了重要进展,因此该研究方向也日益成为众多学者关注的领域,有关这方面的研究也越来越活跃。通过对社会化推荐系统概念进行梳理,对社会化推荐系统与传统推荐系统进行比较,回顾总结了社会化推荐系统的研究现状,希望能从研究现状中找出新规律,寻求新的突破点,并对社会化推荐系统的发展趋势进行展望,以期对后来研究者有所帮助。
- 张岐山翁丽娟
- 关键词：推荐系统社会化推荐协同过滤矩阵分解社交媒体
- 基于离散人工蜂群算法的废弃物逆向物流网络设计被引量：3
- 2014年
- 废弃物回收的物流网络设计是一种逆向物流问题.以其回收总成本最小并兼顾回收便利性为目标,设计改进的离散蜂群算法,提出包含回收点、回收中心和处理中心组成的多级逆向物流网络模型,以解决逆向物流中的车辆路径问题和选址分配问题.实验结果表明新算法是有效的,能够快速发现稳定高质的近似最优解.
- 黄丽君
- 关键词：物流网络设计逆向物流人工蜂群
- 基于偏好的二分图网络模型Top-N推荐被引量：2
- 2015年
- 针对推断网络(NBI)的二分图方法中只是考虑用户是否评价过项目,却没有利用用户评分高低这一局限性,提出基于偏好的推断网络(PNBI)推荐方法.该方法在推断网络的基础上,考虑单个用户对项目评分高低体现了该用户对项目的喜好程度,在"用户-项目"的资源分配过程中,将资源分配给评分值较大的评分项,该方法能克服NBI算法中无法使用低评分值数据的缺陷.考虑到数据的稀疏性问题,采用倒排表的方法来节省相似度的运算次数,加速算法.在Movie Lens数据集上的实验表明,PNBI二分图推荐算法在准确率、覆盖率和召回率三个方面均优于NBI二分图推荐算法.
- 陈添辉林世平郭昆廖寿福
- 关键词：偏好二分图倒排表
- 结合Rete的RDF数据分布式并行推理算法被引量：1
- 2016年
- 现有的资源描述框架(RDF)数据分布式并行推理算法大多需要启动多个MapReduce任务,但有些算法对于含有实例三元组前件的RDFS/OWL规则的推理效率低下,整体推理效率不高.针对此问题,文中提出结合Rete的RDF数据分布式并行推理算法(DRRM).首先结合RDF数据本体,构建模式三元组列表和规则标记模型.在RDFS/OWL推理阶段,结合MapReduce实现Rete算法中的alpha阶段和beta阶段.然后对推理结果进行去重处理,完成一次RDFS/OWL全部规则推理.实验表明,文中算法能高效正确地实现大规模数据的并行推理.
- 汪璟玢郑翠春
- 关键词：RETE算法
- 分布式RDF关键词近似搜索方法被引量：3
- 2017年
- 现有的RDF关键词搜索方法主要是在大规模的RDF数据图上直接进行搜索,未能充分利用RDF本体中的语义信息,迭代次数过多造成搜索效率和效果不理想.针对这些问题,借助Redis内存数据库集群,提出分布式RDF关键词近似搜索算法(DKASR),即在分布式平台上实现大规模数据的并行搜索.算法结合RDF本体的语义信息构建本体子图,利用语义评分函数对本体子图进行排序,借助MapReduce计算模型实现并行搜索并返回Top-k结果;如果返回的结果没有达到Top-k,则对本体子图进行扩展生成近似本体子图,使用语义相似度函数对近似本体子图进行排序,再利用MapReduce计算模型实现并行搜索,直到返回Top-k结果.实验结果表明,DKASR算法能够高效正确地实现RDF关键词近似搜索并有效返回Top-k结果.
- 陈远汪璟玢
- 关键词：RDF关键词REDISMAPREDUCE
