摘要：人群定向是广告推荐系统中的一种重要技术,它是通过分析种子人群的行为数据,找出潜在的目标人群,而现有人群定向算法大多依赖于传统的协同过滤推荐算法.由于传统的协同过滤算法具有推荐精度低和抗攻击能力较弱的问题,为了解决这些问题,提出了一种基于邻居选取策略的人群定向算法.1)通过用户行为相似,动态选择出与种子人群具有相似行为的用户;2)以用户特征和用户行为作为邻居选取的依据,通过用户相似度从行为相似人群中选择出每个种子用户的邻居,并将所有的相似邻居作为候选人群;3)通过基于邻居选取策略的人群定向算法,从候选人群中择出潜在的目标用户,以完成人群定向.实验结果表明:与现有方法相比,该方法不仅提高了人群定向的精度,而且也增强了系统的抗攻击能力.

摘要：评分预测问题是推荐系统研究的一个分支.在上下文感知推荐(Context-Aware Recommendation,CAR)中,常常需要考虑上下文因子(或称属性)对评分预测效果的影响.现有模型大多是捕捉单个属性的特征并加上多个属性间的相互作用(简称属性交互)实现评分预测.然而,有些算法在捕捉属性间的相互作用时没有针对性,使一些属性交互对预测结果没有帮助,甚至降低模型性能;而且,在实现属性交互时,很多算法只是单纯地使用固定的属性值,没有从某个方面挖掘出它们的潜在特征.为了解决这些问题,文中提出了属性提升(Attribute Boosting,AB)框架,从用户、物品与属性类型3个方面分别与属性进行交互.这种更精细的建模方式使属性能够自动地适应用户偏好、物品关联与类型特征,并能在评分预测中充分地发挥作用.在此基础上,文中结合概率图模型的低秩近似能力和随机梯度下降(Stochastic Gradient Descent,SGD)的快速训练优势,在算法性能和训练效率上进行权衡,设计了局部采样(Partial Sampling,PS)方法学习属性提升框架的参数,最终构成完整的属性提升与局部采样(Attribute Boosting with Partial Sampling,ABPS)模型.实验证明,ABPS模型通过有针对性的属性交互,能有效地挖掘出属性有用的隐含特征,从而减少盲目交互带来的消极影响;利用局部采样,该模型能使用更低的特征维度描述个性化信息,取得比其他模型更好的效果.

摘要：通过学习有限的输入字帖,实时全自动地独立创作出风格迥异的书法作品是计算机艺术仿真研究领域中的一个重要方向。提出了一种结合模糊支持向量机(FSVM)的曲线类比学习算法,能够根据用户设定的参数生成各种风格的书法作品。首先将字帖图像转换为层次化的笔画结构模型,通过FSVM检索骨架结构相似点的序列进而对其进行曲线类比与演化,最后经过处理选择得到新风格的字体。仿真实验结果表明,基于FSVM的曲线类比算法能根据输入的不同风格书法图像和用户的参数设定生成大量新颖的书法风格。

摘要：缺乏好的形式化语义模型使得并发面向对象语言的开发受到了很大的制约 ,本文设计了并发面向对象 L ISP语言 COOL ,给出了该语言的语法、基于配置的操作语义 ,并提出了并发对象演算 CONOC,以此为基础讨论了COOL

摘要：继承异常是用来描述在并发面向对象语言中继承与并发的冲突 .为分析并解决这种冲突 ,人们做了大量的工作 ,但我们认为以前的分类是不完全的 .本文对继承异常做了系统的分析 ,并设计了一个新的同步模型 ,为每个方法增加了同步策略与同步状态控制 ,加大了并发对象的代码可重用性 .本文用实例说明了该模型 ,在很大程度上避免或减少了“继承异常”的发生 .

摘要：针对常规技术对短文本聚类时出现的相似度计算准确度较差、聚类结果不稳定等问题,提出一种以HowNet语义词库和BTM主题建模为基础的相似度计算方法,将两者进行线性组合,综合考察短文本的相似性。建立基于聚类质量和聚类差异度的聚类结果评价指标,进行优劣评价,过滤出质量较好的结果,利用CSPA融合算法进行聚类融合。实验结果表明,该方法提高了短文本相似度计算的准确性,改进了融合结果稳定性。

摘要：自然语言语义分析是自然语言处理技术走向深层应用的瓶颈。当前在概念、关系层次上的语义分析方法主要有两种:基于统计的特征向量抽取方法和基于语义词典(WordNet、HowNet等)的语义相似度计算方法。对于具体应用这两种方法都具有较大不足,前者由于统计模型的关系只适用于段落、篇章或多文档等粗粒度的语义分析,而不适合在句子词汇一级的应用;后者能方便处理实体概念之间的各种关系,但是如果想正确处理真实文本中的复杂修饰关系如概念与事件、概念与概念修饰、事件与事件修饰等关系,还需对语义词典和计算方法做进一步的扩展。提出了按照真实文本语句中词语之间修饰关系建立知识库,并设计了根据该知识库中已有修饰关系计算未知关系的算法;提出了可以依照修饰关系建立自然语言构句法的思路并给出了相关算法;最后给出了在语义分析系统上的实验,结果证明该方法是有效的。

摘要：次协调逻辑用于解决在含有矛盾的系统中如何进行有效推理的问题,基于扩充真值的APC是对经典谓词演算的扩展,APC归结能够用于次协调系统的自动推理。设计了既能在协调的环境下,也能在不协调的环境下进行有效推理的自动推理系统,实现了提高推理效率的多种策略。

摘要：针对贪心算法时间复杂度过高,不适用于大型社会网络问题,提出基于层次化社区结构的影响最大化算法HCSA(hierarchical community structure algorithm)。对社会网络进行层次化社区划分,启发式地选择覆盖率最大的社区层级并按比例分配初始节点,综合节点度数,得出初始节点集合。实验结果表明,与现有启发式算法相比,HCSA算法取得了更广的传播范围和更少的运行时间。

摘要：设计了一个简单的压缩算法 ,并实现了一个基于压缩 Petri网的安全性分析系统 。