基于攻击检测的用户可信度计算方法

目前的用户概貌攻击检测算法无法避免垃圾用户和真实用户的误判现象,从而影响个性化协同推荐系统的精度。为解决该问题,将时间集中性的概念引入到攻击检测中,提出一种基于正态云模型和时间集中性的可疑评分度量方法,并在此基础上给出一种基于攻击检测的用户可信度计算方法。实验结果表明,该方法能够根据用户评分的真实程度为每个用户计算出评分可信度,提高推荐精度。     

一种融合无监督聚类的层次向量机多类分类方法

层次支持向量机（SVM）是多类分类方法应用中的研究热点。针对SVM的分类面仅由支持向量决定的理论,提出一种基于无监督聚类方法来预抽取支持向量,训练向量机;并分析现有多类分类方法所存在的弊端,基于综合考虑节点的类集合可分性,设计一种基于树分类器整体性能最优的SVM二叉树层次分类方法。实验表明,该方法对比传统一类对余类法和成对分类法在整体分类精度和训练时间上都有明显提高。     

基于自组织的网格资源发现方法的研究

为了提高网格资源发现的效率以及系统的稳定性,提出了一种可以自组织的三层网格服务资源结构.这种结构能够将系统中的结点进行有效的自组织,即结点按照各自的特点,自动组成虚拟组织并选出一个主索引结点,然后主索引结点动态地选出全局索引结点,另外还能够根据系统的具体状况选择适当的资源查找算法,从而提高了查找效率.仿真结果证明,这种结构是稳定可靠的,同时具有很高的查询效率.     

一种提高汉字数据录入速度的方法

本文介绍一种借助于字典库提高汉字数据录入速度的方法,并给出一个通用的字典库选择程序。     

一种通用的分类求和方法

本文针对FOXBAS的TOTAL命令在多个关键字段分类求和中存在的缺陷,提出一种通用的分类求和方法,并给出了若干实例。     

为MIS增添加用户注册保密权限功能

本文就目前ＭＩＳ中数据库的安全问题，提出一种为ＭＩＳ增添用户注册保密权限的管理方案，有效避免了非法或非授权用户对数据库的操作，从而增加了数据库的安全。     

基于TF*IDF的垃圾邮件过滤特征选择改进算法*

随着电子邮件的普及与应用,垃圾邮件的泛滥也越来越受到人们的关注。而如何进行邮件特征选择,是邮件分类中的重要问题。在介绍词频和倒文档频度的基础上,对几种常用的特征选择算法进行了分析和比较,针对现有特征选择算法过于机械的缺点,将关键字权重引入到邮件分类中,提出了一种基于关键词权重的TF*IDF特征选择改进算法,并进行了实验验证。实验结果表明,采用该算法改进后的贝叶斯过滤器具有更好的过滤效果。     

基于仿生模式识别的未知推荐攻击检测

针对已有检测方法不能有效地检测未知推荐攻击的问题,提出了一种基于仿生模式识别(bionic pattern recognition)的检测方法。首先,依据项目流行度划分项目到不同的窗口,把用户对窗口内项目的评分视为随机事件发生。在此基础上,利用信息熵(information entropy)提取评分分布特征作为检测推荐攻击的通用特征。然后,在特征空间中,利用仿生模式识别技术覆盖真实概貌样本,将覆盖范围外的测试数据判为推荐攻击。在MovieLens数据集上进行实验,结果表明,该方法在检测未知推荐攻击时具有较高的命中率和较低的误报率。