-
题名基于RBLDA模型和交互关系的微博标签推荐算法
被引量：1
- 1
-
-
作者
余勇
郭躬德
-
机构
福建师范大学数学与计算机科学学院
网络安全与密码技术福建省重点实验室(福建师范大学)
-
出处
《计算机系统应用》
2015年第8期141-148,共8页
-
文摘
随着互联网技术的发展,个性化标签推荐系统在海量信息或资源过滤中起着重要的角色.在新浪微博平台中,用户可以自主的给自己添加标签来表明自己的兴趣爱好.同时,用户也可以通过标签来搜索与自己兴趣爱好相似的用户.针对新浪微博中大部分用户没有添加标签或添加标签数目较少的问题,提出了一种基于RBLDA模型和交互关系的微博标签推荐算法,它首先利用RBLDA模型来产生用户的初始标签列表,然后再结合用户的交互关系而形成的交互图来预测用户标签的算法.通过在新浪微博真实数据集上的实验发现,该方案与传统的标签推荐算法相比,取得了良好的实验效果.
-
关键词
个性化标签
标签推荐
主题模型
交互网络
新浪微博
-
Keywords
personalized tag
tag recommendation
topic model
interaction network
Sina microblog
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
TP393.092
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于矩阵分解模型的微博好友推荐算法
- 2
-
-
作者
余勇
郭躬德
-
机构
福建师范大学数学与计算机科学学院
网络安全与密码技术福建省重点实验室(福建师范大学)
-
出处
《计算机系统应用》
2015年第12期133-141,共9页
-
基金
国家自然科学基金(61070062)
-
文摘
微博作为一种实时的信息传播和分享的社交网络平台,对人们日常生活的影响越来越大.在微博中,用户可以通过关注关系,添加自己感兴趣的好友,扩大自己的交际圈.但如何推荐高质量的关注好友,一直是个性化服务的难点之一.针对此种情况,提出一种微博好友推荐算法,旨在为用户推荐高质量的关注用户.该算法是对基于Seeker-Source矩阵分解模型的一种改进算法.文中分析了微博用户的多种数据源信息,并给出了相应的特征提出方法,最后将这些特征引入到Seeker-Source矩阵分解模型中,通过对模型的优化求解,得到最佳的参数因子矩阵,从而完成好友推荐.在真实的微博数据集上的实验表明,本文所提出的算法取得了良好的效果.
-
关键词
矩阵分解
微博
推荐算法
社交网络
-
Keywords
matrix factorization
micro-blog
recommendation algorithm
social network
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
TP393.092
[自动化与计算机技术—计算机科学与技术]
-
-
题名云存储中基于喷泉码的数据恢复系统
- 3
-
-
作者
彭真
陈兰香
郭躬德
-
机构
福建师范大学数学与计算机科学学院
网络安全与密码技术福建省重点实验室(福建师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2014年第4期986-993,共8页
-
基金
国家自然科学基金资助项目(61175123)
福建省高校产学合作重大项目(2010H6007)
福建省自然科学基金资助项目(2011J05148)
-
文摘
云存储服务作为一种新的数据存储和管理服务拥有便携易用的特点,但也伴随着一个重要问题：如何确保数据的完整性和可恢复性.为了解决此问题,设计并实现了一个基于喷泉码的数据恢复系统.该方案采用喷泉码对数据编码确保一定篡改比例下的数据可恢复,同时验证数据完整性时采用哈希函数的时间复杂度.当用户担心自己的数据被篡改时,只需向服务器发出挑战,根据服务器的应答便可知晓自己存储的数据是否完整;一旦发现数据被篡改,可以立即要求服务器定位篡改数据并监督服务器完成数据恢复.通过实验分析,该方案在数据篡改率为1％～5％时完整性检测率能够达到99％.
-
关键词
云存储
喷泉码
数据持有性证明
篡改检测
数据恢复
-
Keywords
cloud storage
fountain code
provable data possession
tampering detection
data recovery
-
分类号
TP309.3
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于混合模型的数据流概念漂移检测算法
被引量：13
- 4
-
-
作者
郭躬德
李南
陈黎飞
-
机构
福建师范大学数学与计算机科学学院
网络安全与密码技术福建省高校重点实验室(福建师范大学)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第4期731-742,共12页
-
基金
国家自然科学基金项目(61070062
61175123)
福建省高校产学合作科技重大项目(2010H6007)
-
文摘
由于在信用卡欺诈分析等领域的广泛应用,学者们开始关注概念漂移数据流分类问题.现有算法通常假设数据一旦分类后类标已知,利用所有待分类实例的真实类别来检测数据流是否发生概念漂移以及调整分类模型.然而,由于标记实例需要耗费大量的时间和精力,该解决方案在实际应用中无法实现.据此,提出一种基于KNNModel和增量贝叶斯的概念漂移检测算法KnnM-IB.新算法在具有KNNModel算法分类被模型簇覆盖的实例分类精度高、速度快优点的同时,利用增量贝叶斯算法对难处理样本进行分类,从而保证了分类效果.算法同时利用可变滑动窗口大小的变化以及主动学习标记的少量样本进行概念漂移检测.当数据流稳定时,半监督学习被用于扩大标记实例的数量以对模型进行更新,因而更符合实际应用的要求.实验结果表明,该方法能够在对数据流进行有效分类的同时检测数据流概念漂移及相应地更新模型.
-
关键词
概念漂移
数据流
分类
主动学习
半监督学习
-
Keywords
concept drift
data stream
classification
active learning
semi-supervised learning
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于少量类标签的概念漂移检测算法
被引量：7
- 5
-
-
作者
李南
郭躬德
陈黎飞
-
机构
福建师范大学数学与计算机科学学院
网络安全与密码技术福建省高校重点实验室(福建师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2012年第8期2176-2181,2185,共7页
-
基金
国家自然科学基金资助项目(61070062
61175123)
福建高校产学合作科技重大项目(2010H6007)
-
文摘
传统的概念漂移数据流分类算法通常利用测试数据的真实类标来检测数据流是否发生概念漂移,并根据需要调整分类模型。然而,真实类标的标记需要耗费大量的人力、物力,而持续不断到来的高速数据流使得这种解决方案在现实中难以实现。针对上述问题,提出一种基于少量类标签的概念漂移检测算法。它根据快速KNNModel算法利用模型簇分类的特点,在未知分类数据类标的情况下,根据当前数据块不被任一模型簇覆盖的实例数目较之前数据块在一定的显著水平下是否发生显著增大,来判断是否发生概念漂移。在概念漂移发生的情况下,让领域专家针对那些少量的不被模型簇覆盖的数据进行标记,并利用这些数据自我修正模型,较好地解决了概念漂移的检测和模型自我更新问题。实验结果表明,该方法能够在自适应处理数据流概念漂移的前提下对数据流进行快速的分类,并得到和传统数据流分类算法近似或更高的分类精度。
-
关键词
概念漂移
数据流
分类
KNNModel
模型簇
-
Keywords
concept drift
data stream
classification
KNNModel
model cluster
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于人脸色温的拼接图像篡改检测
被引量：4
- 6
-
-
作者
杨健梅
黄添强
江伟坚
-
机构
福建师范大学数学与计算机科学学院
网络安全与密码技术福建省高校重点实验室(福建师范大学)
-
出处
《山东大学学报（工学版）》
CAS
北大核心
2013年第5期24-30,共7页
-
基金
国家自然科学基金资助项目(61070062)
福建省高校产学合作科技重大资助项目(2012H6006)
+3 种基金
福建省高校服务海西建设重点资助项目(2008HX200941-4-5)
福建省高等学校新世纪优秀人才支持计划资助项目(JAI1038)
福建省科学厅K类基金资助项目(JK2011007)
福建省教育厅A类基金资助项目(JA10064)
-
文摘
针对人脸拼接篡改图像,提出一种判断人脸合成的图像篡改检测方法。以人脸作为检测目标,利用目标检测技术,对图像中的人脸进行定位后估计人脸色温,然后估计参考色温,计算人脸色温与参考色温的色温距离,找出色温异常的检测目标视为篡改目标,并用该算法定位出篡改目标的精确位置。实验结果验证了该算法具有的有效性。
-
关键词
人脸拼接
图像篡改检测
目标检测
人脸色温
参考色温
色温距离
-
Keywords
face stitching
image tamper detection
target detection
human face color temperature
reference color temperature
color temperature discrepancy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
