摘要：为了在存储空间有限或者考虑存储成本的情况下选择性存储数据集,结合云环境的特点,提出一个启发式的考虑选择性存储中间数据集并结合用户工作流的完成时间需求,将竞价实例与按需实例相结合的工作流调度算法。根据全局权重对任务进行分组与调度,通过对数据集的存储与再生成代价进行估算来管理中间数据集的存储。对云环境进行仿真,并设计实验与其他存储策略进行对比。结果表明,在云实例价格动态变化的环境中,该算法在保证工作流完成率及减少调度产生的总费用方面具有一定的优越性。

摘要：在进行物品推荐时,需要考虑人们选择新旧物品时考虑因素的差异.将所有用户物品评分关系用单一矩阵表示并进行统一分解,无法体现出这种差异性.联合矩阵分解方法虽然可以对新旧物品分别建立的矩阵进行分解,但是由于在分解时假设矩阵中具有公共的特征向量,从而导致获得的特征主要决定于数据量大的矩阵,因而具有片面性,无法体现新旧物品特征差异和用户在新旧物品上的选择偏好.所以,本文充分考虑了新旧物品的特征和用户的选择偏好差别,又通过转换矩阵将这些特征进行关联,针对此模型,文中设计了相应的矩阵分解算法.实验表明,该算法可以更好的实现产品时效性推荐.

摘要：实体解析是指识别同一实体的不同描述形式的过程,旨在保障数据质量,是数据清理、数据集成及数据挖掘中的关键技术.随着电子商务的不断发展和成熟,商品的多样性和消费者灵活的购买方式,使得对网络商品的精确识别和匹配成为大数据时代亟待解决的问题.与传统实体解析主要针对结构化数据不同,网络数据具有非结构化、异构和海量的特性,为此设计了综合相似度算法(synthesized similarity method,SSM)来计算网络商品数据间的相似度,同时引入凝聚的层次聚类框架,以匹配来自不同数据源的异构商品.此外,为了解决大数据环境下对执行效率的要求,从字符串相似度缓存、约束知识库和分块策略三个方面对SSM进行优化,基于真实数据集的实验结果验证了SSM的执行效率和有效性.