检索结果

Select

1. 基于加权动态兴趣度的微博个性化推荐

陶永才何宗真石磊卫琳曹仰杰

计算机应用 2014, 34 (12): 3491-3496.

摘要（186）

PDF （895KB）（704）

针对微博信息量大、用户兴趣随时间变化特征,提出一种基于加权动态兴趣度(WDDI)的微博个性化推荐模型。WDDI模型考虑微博转发特征,并引入时间因子,利用微博主题模型基于转发的狄利克雷分配(RT-LDA)对用户微博进行研究,建立用户对主题的个体动态兴趣模型。通过用户与其关注用户的相似度和交互频率获取用户的群体动态兴趣,将用户个体兴趣与群体兴趣加权结合得到加权动态主题兴趣模型。对用户接收的新微博按动态兴趣度降序排列,实现微博动态个性化推荐。实验表明,WDDI模型较之传统推荐模型,在微博服务中能够更准确地反映用户动态兴趣。

参考文献 | 相关文章 | 多维度评价

Select

2. 微博污染检测模型

石磊代琳娜卫琳陶永才曹仰杰

计算机应用 2013, 33 (06): 1558-1562. DOI: 10.3724/SP.J.1087.2013.01558

摘要（1057）

PDF （720KB）（768）

信息传播的高速性加剧了谣言等网络污染在微博网络中的扩散。微博网络的用户量和信息量极为庞大。因此，对微博污染传播机制和污染检测手段的研究显得尤为重要。根据基于用户影响力建立的微博谣言传播模型，利用蚁群算法逆推污染传播路径，搜索受染用户，并分别以Twitter和新浪微博为实验平台，通过对比分析验证了模型的可行性。实验结果表明：模型通过对受染个体的搜索，缩小了污染的检测范围，提高了微博污染的治理效率和准确性。

参考文献 | 相关文章 | 多维度评价

Select

3. 自适应累加型失效检测模型研究

石磊陈文远陶永才卫琳

计算机应用 2012, 32 (03): 614-616. DOI: 10.3724/SP.J.1087.2012.00614

摘要（1188）

PDF （597KB）（639）

传统失效检测输出二值信息分别代表信任或怀疑,然而该机制存在灵活性不足的问题。针对这种问题,累加型失效检测以怀疑级别为输出,能适应同时运行的不同进程的QoS需求。在分析和研究已有失效检测模型和累加型失效检测算法的基础上,提出一种新的累加型失效检测模型——EXP-ACC-FD。该模型利用幂律计算出心跳间隔的加权平均值,将该均值和距上次心跳到达的时间代入指数分布函数,从而计算出被监测进程的怀疑级别。实验分析表明,在相同的检测时间内,EXP-ACC-FD准确性高于NFD-E失效检测模型和PHI失效检测模型。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于流行度的自适应Web预测模型

石磊孙永强卫琳

计算机应用

摘要（1626）

PDF （921KB）（1039）

目前基于局部匹配预测（PPM）模型的研究关注的焦点是在保证预测精度的前提下，尽量缩减PPM的空间占用，但缺乏自适应动态更新机制，难以实现在线预取。针对Web访问特点，提出了基于流行度的自适应预测模型。该模型的核心是基于Web对象流行度的PA PPM预取算法，通过模型构造、模型预测和模型更新三个过程实现了动态自适应的Web预取。讨论并实现了确定性上下文预测，最优阶估算以及上下文LRU替换策略等功能。在Web缓存与预取一体化条件下的实验表明，该模型具有较高的性能，适用于在线预取。