首页期刊导航|计算机科学
期刊信息/Journal information
计算机科学
计算机科学

朱完元

月刊

1002-137X

jsjkx12@163.com

023-63500828

401121

重庆市渝北区洪湖西路18号

计算机科学/Journal Computer ScienceCSCD北大核心CSTPCD
查看更多>>本刊的读者对象是：大专院校师生，从事计算机科学与技术领域的科研、生产人员。办刊宗旨是：坚持“双百”方针，活跃计算机科学与技术领域的学术气氛，重点报导国内外计算机科学与技术的发展动态，为我国的计算机科学与技术立于世界之林、达到国际先进水平奋斗而矢志不渝。
正式出版
收录年代

    面向协同过滤推荐的新型混合评分函数

    肖诗涛邵蓥侠宋卫平崔斌...
    113-118页
    查看更多>>摘要：协同过滤技术在现代推荐系统中得到了广泛的应用,其基本思想是相似的用户会喜欢相似的物品.评分函数(Score Function,SF)是协同过滤推荐模型的一个关键技术,用于评估用户对物品的喜好程度.然而,目前常用的评分函数存在如下缺陷,即内积评分函数难以有效捕捉用户与用户以及物品与物品的相似度,而欧几里德距离度量函数由于几何空间限制降低了模型的表达能力.文中提出了一种融合内积相似度和欧几里德距离度量的新颖的混合评分函数,并从理论上分析了此混合评分函数的性质,证明它能有效弥补现有评分函数的不足.此外,新的混合评分函数是一项通用技术,适用于诸多现有的推荐模型(如SVD++,MF,NGCF,CML等),能够提高模型的推荐质量.最后,在6个公开数据集上进行了大量实验,验证了新混合评分函数的优越性能.

    推荐系统协同过滤评分函数

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于Web的数据可视化图表渲染优化方法

    鄂海红张田宇宋美娜
    119-123页
    查看更多>>摘要：在数据可视化场景中,Web页面作为数据可视化图表的承载主体,其性能的好坏直接影响可视化图表的加载速度和渲染效果,而目前基于Web技术的优化手段不能很好地缓解图表获取大规模复杂数据并进行渲染重绘所造成的网络数据传输压力.针对上述问题,提出了一种基于Web的数据可视化图表渲染方法.首先,将缓存机制与增量更新算法相融合,并从图表样式及交互配置信息和图表绑定数据两个方面对HTTP请求响应体进行深度优化.然后,通过减小HTTP请求响应体的大小来降低网络数据传输量,缩短数据资源的下载时间,进而提升图表加载速度,缩短页面渲染时长.最后,针对该方法进行充分的对比实验,实验结果表明,单个图表HTTP的总响应时间由75 ms缩短至28 ms,Web页面展示多个图表的总渲染时长由1546 ms缩短至1337 ms,从而验证了该方法的有效性.

    Web性能优化数据可视化图表渲染优化HTTP响应WebStorage增量更新

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于光滑表示的半监督分类算法

    王省康昭
    124-129页
    查看更多>>摘要：近年来,基于图的半监督分类是机器学习与数据挖掘领域的研究热点之一.该类方法一般通过构造图来挖掘数据中隐含的信息,并利用图的结构信息来对无标签样本进行分类.因此,半监督分类的效果严重依赖于图的质量.文中提出了一种基于光滑表示的半监督分类算法.具体来说,此方法通过应用一个低通滤波器来实现数据的平滑,然后将光滑数据用于半监督分类.此外,所提方法将常见的图构造和标签传播集成到一个统一的优化框架中,使它们互相促进,从而避免低质量图导致的次优解.对人脸和物品数据集进行大量实验,结果表明,所提SRSSC算法在大部分情况下都优于其他算法,从而证明了光滑表示的重要性.

    半监督分类信号过滤图方法相似度计算表征学习

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    NVRC:一种面向NVM的写限制日志方案

    范鹏浩黄国锐金培权
    130-135页
    查看更多>>摘要：非易失性内存(Non-Volatile Memory,NVM)具有支持按字节寻址、持久性、存储密度高、读写延迟低等特点,因此成为解决DRAM(Dynamic Random Access Memory)容量有限问题的首选技术.随着数据库系统中NVM的引入,传统的日志技术需要考虑如何适应NVM特性.首先总结了已有的面向NVM的日志技术研究,进而提出了一种尽可能限制NVM写操作的数据库日志方案NVRC(Non-Volatile Record-updating with Cacheline).文中提出了结合异地更新和原地更新的日志管理方案.具体而言,NVRC在异地更新的"影子记录"的基础上,引入了"缓存行原地更新"策略,并通过代价分析选择合理的日志更新策略,从而减少对NVM的写操作.采用DRAM模拟NVM的方式在YCSB测试负载上进行了实验,并对比了NVRC与传统的WAL(Write Ahead Log)以及NVM感知的PCMLx(PCMLoggingx)方法.结果表明,NVRC的NVM写次数在修改均匀的情况下比WAL和PCMLx分别减少了54％和17％,同时更新性能分别提升了59％和10％.

    非易失性内存数据库日志原地更新异地更新影子记录

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    带权图的多重分形度量

    刘胜久李天瑞谢鹏刘佳...
    136-143页
    查看更多>>摘要：分形维数及多重分形是分形理论的重要研究内容.复杂网络的多重分形已经得到了较为深入的研究,但对复杂网络多重分形的度量目前并没有可行的方法.带权图是复杂网络研究的重要对象,其中的节点权重及边权重可以为正实数、负实数、纯虚数及复数等多种不同的类型.除节点权重及边权重均为正实数的情形外,其他类型的带权图都具有多重分形特性,且均具有无穷多个复数形式的网络维数.通过对带权图多重分形的研究,文中给出了15种具有多重分形特性的带权图多重分形维数的模所构成的集合,并采用集合的势对带权图的多重分形特性进行度量.研究表明,15种带权图多重分形维数的模所构成的集合均是可数集,其中有2种集合是2重集合,另外13种集合是通常意义上的集合,而且所有的集合均是等势的,其势均为0.

    带权图复杂网络分形理论分形维数多重分形度量基数

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于演化博弈的数据收益权分配机制设计

    商希雪韩海庭朱郑州
    144-150页
    查看更多>>摘要：针对数据要素市场化过程中面临的数据难以完全交割、数据产权公平划分困难、个人与企业博弈中企业占优等问题,文中首先提出了数据收益权概念,以摆脱传统产权概念的束缚,进而使数据交易制度更好地适应数据市场的一般特点;然后引用经济学的演化博弈分析,将数据收益的直接分配问题转化为理性的个人和企业相互试错,发掘不同条件下的趋近于收敛的群体优势策略,实现了分配的公平性和"卡尔多-希克斯效率";最后引入法学中权利权衡的比例原则,使司法审判可计算、可编程、可调控.算法分析和仿真实验证明,在现实条件下,该博弈框架能良好地实现市场均衡,并发现不同Wij条件下均衡的收敛特征和收敛速度,为司法实践提供了重要的量化分析工具,是计算法学的重要实践.

    数据收益权比例原则阿列克西机制设计演化博弈计算法学

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于自然最近邻的密度峰值聚类算法

    汤鑫瑶张正军储杰严涛...
    151-157页
    查看更多>>摘要：针对密度峰值聚类算法(Density Peaks Clustering,DPC)需要人为指定截断距离dc,以及局部密度定义简单和一步分配策略导致算法在复杂数据集上表现不佳的问题,提出了一种基于自然最近邻的密度峰值聚类算法(Density Peaks Clustering based on Natural Nearest Neighbor,NNN-DPC).该算法无需指定任何参数,是一种非参数的聚类方法.该算法首先根据自然最近邻的定义,给出新的局部密度计算方法来描述数据的分布,揭示内在的联系;然后设计了两步分配策略来进行样本点的划分.最后定义了簇间相似度并提出了新的簇合并规则进行簇的合并,从而得到最终聚类结果.实验结果表明,在无需参数的情况下,NNN-DPC算法在各类数据集上都有优秀的泛化能力,对于流形数据或簇间密度差异大的数据能更加准确地识别聚类数目和分配样本点.与DPC、FKNN-DPC(Fuzzy Weighted K-nearest Density Peak Clustering)以及其他3种经典聚类算法的性能指标相比,NNN-DPC算法更具优势.

    聚类算法自然最近邻居密度峰值局部密度

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于改进AdaBoost算法的复杂网络链路预测

    龚追飞魏传佳
    158-162页
    查看更多>>摘要：链路预测是复杂网络的重要研究方向,当前的链路预测算法因可利用的网络信息有限,导致预测算法的精确度受限.为了提高预测算法的性能,采用改进的AdaBoost算法进行链路预测.首先根据复杂网络样本建立邻接矩阵,完成样本的矩阵化处理;然后采用AdaBoost算法进行分类训练,通过权重投票获取预测结果;最后,考虑到复杂网络弱分类器预测正负误差分布的不均衡问题,设置权重调整因子η及其调整范围[η1,η2],并根据η值动态调整AdaBoost算法的多个弱分类器分类结果的权重,从而获得准确的链路预测结果.实验结果证明,相比其他常用网络链路预测算法及传统AdaBoost算法,改进的Ada-Boost算法的预测准确率优势明显,且在节点数量较多时,其预测时间性能和其他算法的差距较小.

    复杂网络链路预测AdaBoost权重调整邻接矩阵

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于等价关系的最小乐观概念格生成算法

    温馨闫心怡陈泽华
    163-167页
    查看更多>>摘要：决策信息系统的规则提取是数据挖掘的研究内容之一,概念格理论与粒计算理论是该领域研究的主要数学工具.文中通过探究这两大理论间的关系,利用等价关系定义了最小乐观概念格及其结构,最小乐观概念区别于传统经典概念,但是具有格的结构.在此基础上,提出了一种决策信息系统的规则提取算法,该算法引入了粒度思想,通过求取每一粒层中的最小乐观概念,并根据最小乐观概念的外延与决策属性等价类间的蕴含关系进行决策规则提取,通过设置算法的终止条件来加快其收敛速度,以达到针对决策信息系统知识约简的目的.最小乐观概念的定义比经典概念的定义更宽泛,其生成过程也更简单.最后,通过理论证明、实例验证以及数值实验对比验证了该方法的正确性与优越性.

    决策信息系统概念格理论粒计算最小乐观概念规则提取

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多上下文信息的协同过滤推荐算法

    郝志峰廖祥财温雯蔡瑞初...
    168-173页
    查看更多>>摘要：随着电子商务和互联网的发展,数据信息呈爆炸式增长,协同过滤算法作为一种简单而高效的推荐算法,能在一定程度上有效地解决信息爆炸问题.但是传统协同过滤算法仅通过单一评分来挖掘相似用户,推荐效果并不占优势.为了提高个性化推荐的质量,如何充分利用用户(物品)的文本、图片、标签等上下文信息以使数据价值最大化是当前推荐系统亟待解决的问题.对此,提出了一种融合多种类型上下文信息的协同过滤算法.以用户商品交互信息为二部图,根据不同类型上下文的特点构建不同的相似度网络,设计目标函数在多种上下文信息网络的约束下联合矩阵分解,并学得用户商品的表示学习.在多个数据集上进行了充分实验,结果表明,融合多种类型上下文信息的协同过滤算法不仅能有效提高推荐的准确度,而且能在一定程度上解决数据稀疏性问题.

    矩阵分解协同过滤推荐系统多上下文信息

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据