检索结果-内蒙古大学图书馆

计算机应用 2008年第11期28卷 2972-2974页

作者：吴一帆王浩然南京大学软件学院南京210093

针对个性化推荐系统中协同过滤算法面对的数据稀疏问题,提出了一种结合用户背景信息的推荐算法。该算法充分利用已有的用户数据和领域知识,对用户背景信息的相似度建模,在进行协同过滤前预先填充用户—项评分矩阵。实验表明该方法能够... 详细信息

针对个性化推荐系统中协同过滤算法面对的数据稀疏问题,提出了一种结合用户背景信息的推荐算法。该算法充分利用已有的用户数据和领域知识,对用户背景信息的相似度建模,在进行协同过滤前预先填充用户—项评分矩阵。实验表明该方法能够有效地提高推荐精度,并且不会带来性能上的瓶颈。

关键词：个性化推荐协同过滤用户背景信息相似度建模

来源：评论

学校读者我要写书评

暂无评论

多路异质聚类在中医临床数据中的应用及其研究

多路异质聚类在中医临床数据中的应用及其研究

引用

作者：秦建北京交通大学

学位级别：硕士

近几十年来,随着计算机技术的迅猛发展,越来越多的数据被存入计算机,但是由于缺乏有效的工具从大量的数据中发现潜在的规则和信息,导致数据不能有效的被利用,浪费了很多获取知识的机会。然后随着数据挖掘技术的提出,人们才有机会在海量... 详细信息

近几十年来,随着计算机技术的迅猛发展,越来越多的数据被存入计算机,但是由于缺乏有效的工具从大量的数据中发现潜在的规则和信息,导致数据不能有效的被利用,浪费了很多获取知识的机会。然后随着数据挖掘技术的提出,人们才有机会在海量的数据中找到自己想要的知识。中医是以临床医学为基础的学科,中医临床数据具有复杂的相互关系,并蕴含着大量的医学知识。中医临床数据涉及的属性很多,包括患者,症状,用药信息,疗效信息,药物分类信息等等。同时考虑中医临床数据中多种异质的属性特征,进行聚类分析是有望发现中医临床数据中隐含结构知识的可行方法,本文对此进行了初步的尝试和探索。论文做出的工作包含以下几个方面: 1.由传统聚类方法的不足引入了一种更加新颖的,应用范围更广的异质聚类算法,并根据异质聚类算法能够解决多关系数据聚类的特点,重点介绍了两种不同的多路异质聚类方法,突出多路异质聚类算法在处理此类问题上的优势。 2.结合中医临床数据集,对临床数据中的病人—症状,症状—药物,药物—药效等多种相关信息加以综合考虑,建立两种相关度模型:属性间的相似度模型和考虑不同影响因素的类内的相关度模型。 3.将异质聚类算法应用到临床数据中,根据建立的数据模型设计多路聚类的算法程序,并最终由临床数据得出相应的聚类结果,验证了多路聚类算法的正确性,并初步发现中医临床数据中隐含结构知识,为临床诊断提供了理论依据。

关键词：中医临床数据异质聚类互信息量相似度建模

来源：评论

学校读者我要写书评

暂无评论

带层次式网络结构的复杂业务系统组织结构发现算法研究

带层次式网络结构的复杂业务系统组织结构发现算法研究

引用

作者：熊永芳北京交通大学

学位级别：硕士

随着大数据、云计算、人工智能技术的飞速发展,互联网数据中心(Internet Data Center,IDC)的规模也随之爆炸式增长,作为数据中心安全运行保障的运维管理就显得至关重要。早期的手工运维在业务快速增长、人力成本高的时代难以维系,自动... 详细信息

随着大数据、云计算、人工智能技术的飞速发展,互联网数据中心(Internet Data Center,IDC)的规模也随之爆炸式增长,作为数据中心安全运行保障的运维管理就显得至关重要。早期的手工运维在业务快速增长、人力成本高的时代难以维系,自动化运维取代人去执行简单重复的工作,提高了运维效率,但随着业务服务复杂多样,基于规则指导的自动化运维日显不足,系统复杂度不断升级、系统架构不断演化,现有的技术使运维部门很难准确、迅速地把控系统架构与系统变更,无法自动感知系统实际变更导致的配置管理数据库(Configuration Management Database,CMDB)中的数据失效问题。然而数据中心每时每刻产生大量的服务器日志数据,如果可以基于这些数据有效地分析出业务系统的组织结构,实现业务系统架构自动化梳理,就能改变传统手工运维的不足,提高运维效率和系统架构图信息时效性。本文基于数据中心采集到的服务器日志数据进行分析,服务器在业务驱动下相互之间会建立TCP连接进行通信协作,因此TCP网络可以反映服务器之间的业务功能逻辑关系。通常业务系统中的服务器以集群的形式对外提供功能服务,并且不同服务器集群在业务处理流程中存在先后顺序之别,因此,复杂业务系统的组织结构是一种带有层次式的网络结构。所以本文将这种带层次式网络结构的复杂业务系统组织结构发现问题分解成服务器集群发现与服务器集群层次发现两个子问题,提出一种基于服务器日志数据的集群发现和层次发现的方法(Cluster Discovery and Hierarchy Discovery,CD-HD)。CD-HD方法基于大数据平台采集的服务器日志数据,首先利用服务器属性和已知的部分服务器的类别标签信息,进行基于服务器属性判断服务器是否属于相同类别的迭代分类器训练,分类器用于判断所有没有类别标签信息的服务器间关系;然后在服务器TCP网络上,计算服务器通信行为模式的相似性,结合分类器对服务器间关系的判断,构建服务器相似度网络,在该相似度网络上,借助社区发现的方法进行服务器集群发现。最后根据业务流确定服务器集群在业务系统中的功能层次,从而实现复杂业务系统组织结构发现。在来自某大型数据中心的真实服务器日志数据集上进行实验,实验结果表明,本文所提出的方法能够有效解决运维领域的复杂业务系统组织结构只能依靠手工绘制的痛点,实现业务系统架构自动化梳理。

关键词：系统架构图层次式网络结构相似度建模迭代分类

来源：评论

学校读者我要写书评

暂无评论

低资源场景下的视觉-语言预训练模型适应性研究

低资源场景下的视觉-语言预训练模型适应性研究

引用

作者：林坚西安电子科技大学

学位级别：硕士

视觉-语言预训练(Vision-Language Pre-training,VLP)模型是一种针对视觉和文本模态相关任务进行大规模无监督预训练的深度学习模型。得益于Transformer结构善于处理长距离依赖的能力以及亿级别的数据驱动的大批次对比表征学习,VLP模型... 详细信息

视觉-语言预训练(Vision-Language Pre-training,VLP)模型是一种针对视觉和文本模态相关任务进行大规模无监督预训练的深度学习模型。得益于Transformer结构善于处理长距离依赖的能力以及亿级别的数据驱动的大批次对比表征学习,VLP模型在多种下游任务上展示了优秀的零样本学习性能。然而,要将VLP模型迁移至下游任务中并最终推广至工业生产,仍然需要在相关数据集上进行适配。但由于VLP模型的参数量和计算量都十分巨大,对整个模型的微调需要较大规模的算力资源和一定数量的数据集,这对低资源场景并不友好。除此之外,VLP模型使用的传统相似度建模方式比较简单,对高维特征的利用率较低,难以充分利用高效编码器输出的多维度特征。同时,VLP模型的双独立编码器结构可解释性差,缺乏对局部信息的关注,不利于解决抽象问题。针对以上三个问题,本文提出了相应的解决方案。为了充分利用高效编码器输出的高维特征,提出了可学习的相似度表征建模来关注多维度的细节相似度信息,使得建模的相似度表征不易受维度灾难的影响,同时具有可交互的特性。为了增加对局部信息的关注,引入交叉注意力机制,利用VLP模型编码全局和局部特征,并增加了全局信息和局部信息的交互,同时,在此基础上利用相似度表征的可交互性设计相似度聚合模块,增加了全局和局部相似度之间的交互,进一步提高了模型对局部信息的关注。针对低资源场景下模型微调困难的问题,通过设计可学习提示嵌入的方法,利用提示学习代替微调范式,在不添加任何结构的情况下即可显著提高模型的跨模态匹配性能,有效地在低资源场景下实现了对模型潜能的开发。同时,本文验证了提示学习的方式在少样本的场景下也能提升模型的匹配效果。本文提出的这三个解决方案,在分别和共同应用时,都可以显著提高VLP模型在较低计算资源场景下的跨模态匹配能力,降低了模型在消费级计算资源上适应下游数据集的难度,提高了模型的可扩展性和适用范围,为将VLP模型迁移至工业生产和日常生活场景中,提供了更多可能性。

关键词：视觉-语言预训练模型跨模态匹配相似度建模交叉注意力提示学习

来源：评论

学校读者我要写书评

暂无评论

结合背景信息的协同过滤推荐技术研究

结合背景信息的协同过滤推荐技术研究

引用

作者：吴一帆南京大学

学位级别：硕士

随着互联网的飞速发展，日益膨胀的网络数据使互联网用户逐渐迷失在了信息的海洋之中。为此，各种个性化服务技术被提出来，为不同的用户提供不同的服务，以满足不同的需求。推荐系统作为一种最主要的个性化服务技术广泛地出现在各种电... 详细信息

随着互联网的飞速发展，日益膨胀的网络数据使互联网用户逐渐迷失在了信息的海洋之中。为此，各种个性化服务技术被提出来，为不同的用户提供不同的服务，以满足不同的需求。推荐系统作为一种最主要的个性化服务技术广泛地出现在各种电子商务和SNS网站中。这种系统能够学习用户的兴趣爱好，从而主动地为用户推荐其可能感兴趣的资源。\n 协同过滤算法是目前最成熟、应用最广泛的个性化推荐技术。它的基本思想是:要找到某用户感兴趣的资源，首先去找和该用户有相似兴趣的其他用户。协同过滤一般基于用户-项评分矩阵，当该矩阵非常稀疏时，算法很难为目标用户找到相似用户，从而使推荐质量受到很大的限制。特别是在系统刚刚启动或是有新的用户和资源加入系统时，根本无法进行有效的推荐。同时，随着用户和资源数量的极速增长，推荐算法又面临着严峻的效率考验。以上就是协同过滤最主要的三个挑战:矩阵稀疏性、冷启动、可扩展性。另一方面，协同过滤的本质决定了算法不关心资源和用户本身的信息，资源或用户语义上的层次信息和协同过滤推荐的相似度之间不存在关联性。\n 针对协同过滤算法的缺陷，本文提出了一种改进算法:结合背景信息的协同过滤算法。新算法充分地利用已有的用户或资源的背景信息以及相关的领域知识，对用户或资源的背景信息进行相似度建模，在进行传统的协同过滤前预先填充用户-项评分矩阵，从而降低数据的稀疏性。实验证明新算法能够有效地提高推荐的精确度，并且不会带来性能上的瓶颈，是有效的、可行的。

关键词：推荐系统协同过滤算法背景信息相似度建模

来源：评论

学校读者我要写书评

暂无评论

带层次网络结构的业务系统层次组织结构发现

引用

计算机与现代化 2019年第7期 88-96页

作者：熊永芳林友芳武志昊北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室

业务系统架构图是运维人员维护数据中心的重要工具之一,自动化架构梳理能显著提高运维效率。业务系统架构图是一种具有层次网络的结构,因此对于这种层次组织结构发现问题,不仅需要发现集群分组还需要定位集群在系统架构图中的层次位置,... 详细信息

业务系统架构图是运维人员维护数据中心的重要工具之一,自动化架构梳理能显著提高运维效率。业务系统架构图是一种具有层次网络的结构,因此对于这种层次组织结构发现问题,不仅需要发现集群分组还需要定位集群在系统架构图中的层次位置,因为集群分组发现的质量直接影响到集群层次定位,因此精准的集群分组发现至关重要。社区发现有助于揭示复杂网络结构中个体相互之间的关系,但业务系统中的服务器集群不符合传统社区基于密度的社区定义,因此本文提出一种根据服务器的功能进行集群发现并定位集群层级的功能集群定位方法(Functional Cluster Positioning,FCP),根据服务器连接、属性相似性,构建服务器相似度网络,该网络体现出的集群特性符合传统社区的定义,因此可以借助传统社区的方法进行集群分组发现,然后基于业务流势确定服务器集群在业务系统中的功能层次,从而实现业务系统层次组织结构发现。在真实数据集上的实验结果表明,本文提出的FCP方法在数据中心的业务系统中可以自动、准确发现系统的层次组织结构。

关键词：系统架构图层次网络相似度建模社区发现

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：