简介：研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。

简介：融合社交网络的社会化推荐算法是目前推荐系统中普遍采用的方法。在现实的社交网络中,用户间存在多种关系,而每种关系对于推荐的影响是不同的,因此在推荐中单纯引入某一种社交关系必然影响推荐结果的准确率。本文基于多子网复合复杂网络模型,通过在用户商品二部图上加载多关系社交网络,构建多关系复合网,提出了基于多关系复合网的物质扩散推荐算法。在真实的数据集Epinions和FilmTrust上的实验结果表明,加入两种社交关系的推荐算法比加入一种社交关系的推荐算法及传统的物质扩散算法在推荐准确率方面有显著提高。

简介：综合了经典的协同过滤算法和基于网络结构的个性化推荐算法。项目同其他所有项目的相似度之和被认为是项目在个性化推荐系统中的初始推荐资源,然后通过二部图的网络结构将这种资源进行重新分配。同时考虑两个项目之间的相互作用关系,提出了最终的推荐算法。最后,根据用户未曾收集项目最终所获得的资源进行排序,向用户推荐资源最多的项目。通过考察项目之间相互作用可以发现,推荐系统的算法衡量指标不能同时达到最优。同时为了进一步增强算法的可扩展性,引入了一个度指数来调节算法,这样在实际应用中就可以根据需要,通过调整项目之间的相互作用以及项目自身的度指数,达到最好的用户体验和系统多样性。

简介：1《网络科学与工程丛书》的新书推荐《网络科学与工程丛书》由中国工业与应用数学学会复杂系统与复杂网络专业委员会（筹）偕同高等教育出版社共同推出。旨在出版一系列高水准的研究专著,使其成为引领复杂网络基础与应用研究的信息和学术资源,为广大科研、教学、应用人员提供一个交流最新研究成果、介绍重要学科进展的平台。目标是进一步活跃网络科学与工程的研究气氛,共同推动该学科领域的普及与提高,以促进国内网络科学与工程研究的进一步发展。

简介：基于化学识别的蚁群聚类算法无需给定聚类数目就能自动实现数据集的聚集,但大量采用随机策略使得蚂蚁达到平衡的运行时间长,效率不高。为此提出了一种用K-means算法做初次聚类、蚁群聚类算法再次聚类的新算法,结果表明该算法具有较高的正确率。最后将该算法应用于系统应用协同中,得到了较好的分析结果。

简介：根据推荐系统任务的不同，介绍了不同的准确性度量指标以及各自的优缺点；介绍了准确度之外的其它指标，例如推荐多样性、覆盖率等；指出了目前评价指标存在的缺陷，以及未来可能的改进方向。

简介：摘要计算机算法是计算机进行计算过程执行的具体体现，在计算机实践应用中发挥着至关重要的作用。因此，有必要学习与掌握计算机算法，加强对计算机技术的了解，提升计算机知识与技术的学习与应用质量。本文基于已有学习经验，通过相关文献资料梳理，对计算机算法进行了简要分析。

简介：当点扩展函数未知或不确知的情况下,从观察到的退化图像中恢复原始图像的过程称为图像盲复原。近年来,图像盲复原算法得到了广泛的研究。本文在介绍了盲图像恢复算法的现状的基础上进一步研究其的发展方向。

简介：针对现有的社团划分算法过分粒度化和基于模块度优化存在的局限性，本文引入万有引力的思想，假设社团是由节点之间存在虚拟力牵引聚集而成，提出了一种基于虚拟力作用的社团划分算法。在已知社团结构的真实网络中与GN算法、CNM算法等经典算法对比测试，发现本算法不仅能够给出更加准确的网络的社团结构，还具有较高可靠性和接近线性的时间复杂度。

简介：分形理论及其应用在近20年里得到了突飞猛进的发展,但使用中的缺陷也日趋引起人们更多关注。尤其其算法中的繁杂的计算过程、盒子分割的无目的性和不能体现分形几何的特性使得在应用中的几何形状问题、分辨率问题和填充率问题日趋明显。为此,本研究有针对性地提出了实分形、虚分形和分辨率及填充率计算方法,并结合上述概念改进了盒维数计算公式,通过对比与分析发现该法不但计算结果精确还体现了形状、机遇和维数三要素。

简介：差分进化算法是一种新的进化计算技术，具有良好的优化性能，但是对于高维多模态函数，算法易早熟收敛；其优化性能受差分进化模式类型及演化控制参数取值的影响较大。为此，提出自适应加速差分进化算法，该算法利用混沌的遍历性产生初始群体，以克服种群体初始化时的盲目性和随机性；其次随着搜索过程的进行随机自适应地调整缩放因子和选取差分进化模式，以减少人为因素影响，增强搜索能力。通过对多个函数进行仿真试验研究，结果表明该方法寻优效果显著，明显减少了迭代次数，提高了计算效率。

简介：为避免演化算法在求解多峰函数优化问题时对冗余空间的过度搜索,提高差异演化算法的搜索效率,提出一种新的基于空间收缩的种群灭亡差异演化算法(DEESC),通过最优个体收缩可行空间,用均匀设计方法反复初始化种群,并且讨论了DEESC的主要参数敏感问题.

简介：PID控制技术成熟，广泛应用于化工生产过程控制中，阐述PID控制的典型结构，调节方法，主要阐述基于遗传算法的PID控制技术。

简介：基于成员角色，提出了一种骨干网挖掘算法，对football，netscience和hep-th等网络载体进行了实验和数据分析，结果表明所得到的骨干网络能较好体现网络的骨干结构特征。同时提出了一个骨干网性能的度量指标——CP值，实验表明该指标能较好地权衡骨干网规模和中心性等度量因素。

简介：丁福保、周云清编写的《四部总录·算法编》出版于1956年，它的结构是除了自己编撰的正文之外，又将梅文鼎、刘铎等人的书挑选后列入书目中，称为“补遗”，还将一些散见的书目收集起来作为“拾补”，从而使古算书目趋于完善。它的内容的最大特点是标明了所列书的存佚状况，并将一些书目按现代分类法进行了分类。

简介：关系数据的聚类算法对于传播研究意义重大,首先运用迭代系统隐喻个体结构的变化,用输出与状态的包含距离表示关系的非对称同时也确定拥有最高结构等级序列的节点来代表簇;再将Hausdorff距离引入DBSCAN算法,使得同结构节点进行合并的加和算子和层次上卷的并算子变得可压缩。运用复杂网络研究人员的数据对算法的有效性进行了评估,分层后的人员合作网具有不同的网络结构特征;关键词在层次2网络中的传播效率高;互惠关系在知识传播中的作用最大。新的发现证明算法通过引入Hutchinson算子的可压缩测度Hausdorff距离使得网络结构对传播效果的影响得以体现,该算法的设计思路是正确的。

简介：介绍由中国科学技术大学统计物理复杂系统研究组、上海理工大学复杂系统科学研究中心、电子科技大学互联网研究中心和瑞士弗里堡大学物理系所组成的研究团队在国家自然科学基金项目：基于复杂网络的复杂系统动力学及统计行为的研究；动态评价网络的统计分析与信息挖掘；人类行为的动力学和统计力学研究及重大研究计划支持下所完成的关于推荐系统、信息挖掘及基于互联网的信息物理研究方面的工作和研究进展。

简介：传统的局部适应度社团发现算法（LFM）在社团结构模糊的网络中精度下降严重。针对此问题,提出LFMJ算法。利用邻居节点信息和改进的杰卡德系数重构网络,使网络结构更为清楚,社团划分结果更为准确。为验证算法,选择了5种算法在LFR网络和真实网络中进行测试,包括LFMJ、LFM和传统的LPA算法以及性能较好的WT和FUA算法。结果表明：在标准LFR网络中,LFMJ精度高于LFM和LPA,与FUA和WT相当;在真实网络和具有重叠结构的LFR网络中,LFMJ精度优于其他4种算法。

简介：为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户。基于该思想,提出了一类改进的协同过滤算法。通过对Movielens数据集的实验分析,结果发现改变用户相似性的方向可大幅提高推荐结果的准确度和推荐列表的多样性。进一步,强化相似度高的用户的推荐强度可大幅提高推荐效果,算法的准确性可提高17.94%,达到0.0864,当推荐列表的长度为10时,推荐列表的多样性可达到0.8929,提高20.9%。该工作表明用户相似性的方向是否合理对推荐算法具有非常大的影响。

简介：编者按：１９９７年以来，全国科学技术名词审定委员会信息技术新词组先后发布试用了两批与因特网相关的新名词，而后又对多媒体技术部分新名词进行了研审。现将这部分词刊载如下。其中有相当多的是大众传媒经常使用的（有的常使用英文名）。欢迎大家提出修改意见，以便最...