陈星
- 作品数：45 被引量：105H指数：7
- 供职机构：昆明理工大学更多>>
- 发文基金：国家自然科学基金云南省教育厅科学研究基金更多>>
- 相关领域：自动化与计算机技术文化科学化学工程更多>>
- 基于学习排序的多分类标签排序方法研究被引量：2
- 2019年
- 学习排序是利用机器学习技术来对搜索结果进行排序的技术。它在包括信息检索与数据挖掘等技术在内的众多应用领域中具有重大作用,因此近年来备受关注。学习排序通常假设每个培训实例都与一个可靠的标签相关联产生列表,但并不假定此列表是完整的或一致的。通过结合广义线性模型和Plackett-Luce(P-L)模型,提出一种基于实例的解决多分类标签的排序方法。目标是训练学习一种排序功能,排序功能通过训练提出一种最大似然估计方法。该方法估计标签排序,并迭代地训练排序功能,该功能可以在整套标签上产生全部排序。先利用广义线性模型对标签进行分类,再用P-L模型对各类别的标签进行排序,最后利用最大似然估计的方法对框架模型进行优化处理。该方法在不完整的训练数据的情况下,较其他模型方法在准确性上提升5%。
- 贺成诚汪海涛姜瑛陈星
- 关键词：广义线性模型最大似然估计
- 基于知识图谱嵌入与多神经网络的序列推荐算法被引量：8
- 2020年
- 循环神经网络在序列推荐中占有重要地位,但在推荐中,用户的行为序列远比自然语言处理中的句子或计算机视觉中的图像要复杂得多。单一的循环神经网络结构难以充分地挖掘用户偏好,因此提出一种新型的序列推荐算法,同时考虑序列的时间信息以及内容信息。主要分为2个部分:改进的项目嵌入和序列偏好学习。首先,提出一种融合知识图谱的项目嵌入方法,用于生成高质量的项目向量;其次,提出一种卷积神经网络结合长短时记忆神经网络的序列建模方法。更进一步地提出一个基于注意力的框架,动态地结合用户的兴趣点。在公开数据集MovieLens10M上与传统方法以及现有的同类型方法进行了比较。实验结果表明,所提算法在推荐评价指标平均倒数排名MRR@N以及召回率Recall@N上有显著的提升,验证了该算法的有效性。
- 沈冬东汪海涛姜瑛陈星
- 关键词：循环神经网络知识图谱卷积神经网络
- 基于自监督学习的序列推荐算法
- 2023年
- 针对现有序列推荐算法易受数据稀疏影响以及对用户短期动态偏好建模不充分的问题,提出基于自监督学习的序列推荐算法。针对短期序列中的原始项目关系更易受到随机数据增强破坏的问题,对长短期序列使用不同的数据增强方法来构建更有效的自监督信号;利用对比式自监督学习框架对用户长期偏好和短期偏好进行多任务联合建模;针对现有自注意力机制无法建模序列中项目相对位置关系的问题,将自然语言处理领域中的解耦注意力机制引入到用户短期偏好学习过程中,充分捕获用户短期序列中项目的相对位置信息。实验结果证明了所提算法的有效性。
- 闫猛猛汪海涛贺建峰陈星
- 关键词：推荐系统
- 一种基于模糊物元评价法的构件质量度量模型研究被引量：6
- 2015年
- 基于ISO/IEC 25010软件质量模型,提出了一种构件质量度量模型,运用模糊物元评价法对构件质量进行综合评估.度量模型和评估方法可作为构件管理者在对构件质量进行评价时参考.
- 汪海涛刘帅姜瑛陈星
- 基于结构的本体模块化方法被引量：4
- 2017年
- 本体模块化是本体融合的关键技术之一.现有的模块化方法有的只考虑了本体中有限的关系的概念、并未考虑其它的逻辑关系;有的对内部概念,涉外概念的定义很难找界定.传统的模块化方法中把所有的谓词看做同一类,忽略了谓语动词对主体的影响差别.为解决以上问题,把本体三元组中的谓词划分为A类谓词和B类谓词,以三元组中的主体以及客体为节点,谓词为边生成本体结构图,然后定义边的权重,将本体模块化问题转换为聚类问题,再结合CH(Calinski Harabasz)聚类评估函数提出了基于本体结构的模块化算法.该方法不但考虑了谓语关系对本体影响的大小,而且把较为模糊的模块化分类转化为明确的聚类问题,更清楚的定义了边界,从而使模块化结果更精确.最后用该方法对Pizza本体划分模块,证明了该算法的有效性和精确性.
- 田帅汪海涛姜瑛陈星
- 关键词：本体聚类算法
- 长期记忆增强的时间感知序列推荐算法
- 2022年
- 针对现有序列推荐算法时间信息利用不充分的问题,提出一种多时间嵌入模式,用动态融合策略缓解现有序列推荐算法长期偏好建模不充分的问题.多时间嵌入模式能同时建模用户物品交互的绝对时间信息和相对时间信息,充分捕获用户物品交互关于时间的多种规律.动态融合网络根据用户意图动态融合用户的长期偏好和近期偏好,精准刻画用户兴趣,提升推荐结果的多样性.在公共数据集MovieLens-1M和Amazon-Beauty上将该长期记忆增强的时间感知序列推荐算法与现有算法进行对比,结果表明,该算法在评价指标HR@N和NDCG@N上均较对比方法有提高.实验结果表明,长期记忆增强的时间感知序列推荐算法较其他对比序列推荐算法准确率有一定提高.
- 陈继伟汪海涛朱兴翔姜瑛陈星
- 标记语言类型系统研究
- 本文拟对标签语言语义的类型系统的种类及含义进行论述,用范畴论等数学工具给出了其类型系统的形式定义,论述了模式、初始类型、复合类型的概念体系,详述了初始类型和复合类型的继承关系及条件,给出了若干种类型等价变换的语义及描述变...
- 陈星洪昆汪海涛
- 关键词：标记语言形式语义
- 文献传递
- 一种具有存放功能的计算机机箱
- 本实用新型公开了一种具有存放功能的计算机机箱，包括机箱本体，所述机箱本体的顶部开设有安装槽，所述安装槽的底部开设有贯穿口，所述贯穿口内放置有承载盒，所述承载盒的外壁上固定安装有连接组件，所述连接组件与安装槽连接设置，所述...
- 陈星汪海涛李卫疆
- Hadoop集群异常节点实时检测与诊断算法被引量：2
- 2021年
- 针对Hadoop集群节点增加导致任务运行效率降低,以及异常节点会拖慢整体作业进度的问题,提出了一种Hadoop集群异常节点实时检测与诊断算法。首先基于正常状态下节点性能相似性原理,使用Logstash工具收集Hadoop集群节点运行日志中的任务状态信息;其次,发现异常节点后,通过Perf性能分析工具收集体系结构性能信息,再利用异常节点诊断算法诊断导致该节点异常的原因。通过实时流计算框架Spark Streaming构建了异常节点实时检测与诊断模型,并设计了一系列的实验验证了本算法的有效性。
- 潘伟博汪海涛姜瑛陈星田帅
- 关键词：HADOOP集群实时检测
- 基于注意力机制的项目相似性推荐模型被引量：2
- 2019年
- 传统基于项目的协同过滤算法具有优秀的可解释性以及实时性,但是存在推荐精确度不高、难以充分挖掘数据间隐含信息等问题,该模型引入注意力机制来改善这些问题。该模型分为两个主要的部分:神经项目嵌入、改进的注意力神经网络学习。首先采用item2vec项目嵌入技术生成项目的统一向量表示;其次使用注意力机制学习用户历史交互项目对当前偏好预测的重要性,得到用户的偏好进行推荐。通过在公共数据集MovieLens和Pinterest上的广泛实验,与传统的推荐算法以及同类的神经推荐模型进行对比。结果表明改进后的模型在推荐准确性上有明显的提升,最高可提升6.04%。该模型在保证推荐算法的可解释性与实时性的同时提高了推荐算法的精确性。
- 沈冬东汪海涛姜瑛陈星
- 关键词：协同过滤
