基于关键用户的非均衡热传导与物质扩散算法

doi:10.13438/j.cnki.jdzk.2019.06.003

吉首大学学报（自然科学版）

基于关键用户的非均衡热传导与物质扩散算法

尹鹏飞，王国军

（1.中南大学计算机学院，湖南长沙 410083；2.吉首大学信息科学与工程学院，湖南吉首 416000；3.广州大学计算机学院，广东广州 510006）

出版日期:2019-11-25 发布日期:2019-12-16
通讯作者: 王国军（1970—），男，湖南长沙人，广州大学计算机学院教授，博士，博士生导师，主要从事人工智能、网络和信息安全、物联网和云计算等研究.
作者简介:尹鹏飞（1978—），男，湖南桃江人，中南大学计算机应用专业在读博士研究生，吉首大学信息科学与工程学院教师，主要从事数据挖掘、信息检索等研究

Core-User-Group-Based Unbalanced Heat Conduction and Mass Diffusion Algorithm

YIN Pengfei， WANG Guojun

(1. School of Information Science and Engineering, Central South University, Changsha 410000, China; 2. School of Information Science and Engineering, Jishou University, Jishou 416000, Hunan China; 3. School of Computer Science, Guangzhou University, Guangzhou 510006, China)

Online:2019-11-25 Published:2019-12-16

摘要/Abstract

摘要：

物质扩散和热传导算法作为2个经典的基于网络结构的算法被普遍用于信息过滤.然而，现有的算法将所有的用户等同看待，没有区分不同用户的贡献，也没有移除恶意用户，从而导致性能不理想.针对这一问题提出基于关键用户的非均衡热传导与物质扩散算法（core-UHM），用以解决教育资源库中的高质量资源检索问题.算法的背后思想主要是基于信息领域中的帕累托法则，也即是20%的用户主导着整个系统中80%的交互.基于关键用户不仅能够保证资源的质量，同时也大大节省了计算开销.通过在真实的学术搜索日志数据集上的实验，证明了算法的有效性.

关键词： 物质扩散, 热传导, 二分网络, 信息过滤, 智慧搜索

Abstract:

Mass diffusion and heat conduction algorithms are commonly used as two classic network structure-based algorithms for information filtering. However, the existing algorithms treat all users equally without distinguishing the contributions of different users and removing malicious users, which results in poor performance. In response to the above problems, we propose a core-user-group-based unbalanced heat conduction and mass diffusion algorithm (core-UHM). The underlying idea is mainly based on the Pareto Principle in the information field, that is, 20% of users dominate 80% of the interaction in the whole system. Based on core users, not only can the quality of resources be guaranteed, but also the computational overhead is greatly saved. Experiments on real academic search log data sets demonstrate the effectiveness of our proposed algorithm.

Key words: mass diffusion, heat conduction, bipartite network, information filtering, intelligent search

尹鹏飞，王国军. 基于关键用户的非均衡热传导与物质扩散算法[J]. 吉首大学学报（自然科学版）, DOI: 10.13438/j.cnki.jdzk.2019.06.003.

YIN Pengfei， WANG Guojun. Core-User-Group-Based Unbalanced Heat Conduction and Mass Diffusion Algorithm[J]. Journal of Jishou University（Natural Sciences Edition), DOI: 10.13438/j.cnki.jdzk.2019.06.003.

参考文献

[1] BUYYA R, YO C S, VENUGOPAL S. Market-Oriented Cloud Computing: Vision, Hype, and Reality For Delivering It Services as Computing Utilities[C]∥2008 10th IEEE International Conference on High Performance Computing and Communications. IEEE, 2008: 5-13.
[2] CALLERY A, PROULX D T. Yahoo! Cataloging the Web[J]. Journal of Internet Cataloging, 1997, 1(1): 57-64.
[3] PAGE L, BRIN S, MOTWANI R, et al. The PageRank Citation Ranking: Bringing Order to the Web[R]. Stanford Info Lab, 1999.
[4] 薛萍.基于教育领域的垂直搜索引擎的研究与实现[D].天津：天津师范大学,2011.
[5] 张金增,孟小峰.移动Web搜索研究[J].软件学报,2012,23(1):46-64.
[6] MARTN-MARTN A, ORDUNA-MALEA E, THELWALL M, et al. Google Scholar, Web of Science, and Scopus: A Systematic Comparison of Citations in 252 Subject Categories[J]. Journal of Informetrics, 2018, 12(4): 1 160-1 177.
[7] 沈苏彬,林闯.专题前言：物联网研究的机遇与挑战[J].软件学报,2014(8):1 621-1 624.
[8] 曾春,邢春晓,周立柱.基于内容过滤的个性化搜索算法[J].软件学报,2003,14(5):999-1 004.
[9] 孙静宇,陈俊杰,余雪丽,等.协同Web搜索综述[J].山东大学学报（理学版）,2011,46(5):9-15.
[10] 马冬梅.基于深度学习的图像检索研究[D].呼和浩特：内蒙古大学,2014.
[11] YAN T, KUMAR V, GANESAN D. CrowdSearch: Exploiting Crowds for Accurate Real-Time Image Search on Mobile Phones[C]∥International Conference on Mobile Systems. ACM, 2010.
[12] 王鹤铮.语音搜索是一个必然的趋势相应的SEO会有什么变化[J].计算机与网络,2018,44(9):48-49.
[13] YIN P, WANG G, JIANG W. U-Search: Usage-Based Search with Collective Intelligence[J]. International Journal of High Performance Computing and Networking, 2017, 10(4/5): 341-351.
[14] ZHANG Y C, BLATTNER M, YU Y K. Heat Conduction Process on Community Networks as a Recommendation Model[J]. Physical Review Letters, 2007, 99(15): 154 301.
[15] ZHOU T, REN J, MEDO M, et al. Bipartite Network Projection and Personal Recommendation[J]. Physical Review E, 2007, 76(4): 046 115.
[16] ZHOU T, KUSCSIK Z, LIU J G, et al. Solving the Apparent Diversity-Accuracy Dilemma of Recommender Systems[J]. Proceedings of the National Academy of Sciences, 2010, 107(10): 4 511-4 515.
[17] LIU J G, ZHOU T, GUO Q. Information Filtering via Biased Heat Conduction[J]. Physical Review E, 2011, 84(3): 037101.
[18] LIU J G, GUO Q, ZHANG Y C. Information Filtering via Weighted Heat Conduction Algorithm[J]. Physica A: Statistical Mechanics and its Applications, 2011, 390(12): 2 414-2 420.
[19] GUO Q, LENG R, SHI K, et al. Heat Conduction Information Filtering via Local Information of Bipartite Networks[J]. The European Physical Journal B, 2012, 85(8): 286.
[20] ZENG W, ZENG A, LIU H, et al. Uncovering the Information Core in Recommender Systems[J]. Scientific Reports, 2014, 4: 6 140.
[21] 曾瑛,朱文红,邓博仁,等.基于电网影响因子的电力通信网关键节点识别[J].电力系统保护与控制,2016,44(2):102-108.
[22] 康伟.基于SNA的突发事件网络舆情关键节点识别：以“7·23动车事故”为例[J].公共管理学报,2012,9(3):101-111.
[23] 毛佳昕,刘奕群,张敏,等.基于用户行为的微博用户社会影响力分析[J].计算机学报,2014(4):791-800.

基于关键用户的非均衡热传导与物质扩散算法

Core-User-Group-Based Unbalanced Heat Conduction and Mass Diffusion Algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

本文评价

[1]	刘晨晨, 许英. 基于谱聚类的二分网络社团检测算法[J]. 吉首大学学报（自然科学版）, 2023, 44(6): 9-13.
[2]	刘倩岚, 雷亿辉, 肖育江, 董亚玲. 蒙特卡洛算法在热防护服传热模型建立中的应用[J]. 吉首大学学报（自然科学版）, 2021, 42(3): 52-56.
[3]	邢家省，杨义川，吴桑. 热传导方程解的梯度估计和解析性[J]. 吉首大学学报（自然科学版）, 2020, 41(4): 6-11.
[4]	邢家省，杨义川，吴桑. 热传导方程的解是解析函数的几种证明方法[J]. 吉首大学学报（自然科学版）, 2020, 41(3): 1-5.
[5]	伍逸凡，朱龙娇，石俊萍. 人工神经网络在信息过滤中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(3): 17-22.
[6]	廖立新, 全秀娥. 基于Flash的热传导综合实验仪的模拟软件设计[J]. journal6, 2013, 34(6): 22-25.
[7]	邢家省, 王洪志. n维热传导方程初值问题解的一些性质[J]. journal6, 2011, 32(6): 15-18.
[8]	骆万文, 高飞, 周学广. 抗中文主动干扰关键词过滤研究综述[J]. journal6, 2011, 32(3): 30-35.
[9]	刘志清, 聂存云, 聂攀任. 二维辐射热传导方程的渐近展开方法[J]. journal6, 2010, 31(6): 23-26.
[10]	阙成龙, 栾文云. 广义热传导方程组对参数扰动的连续依赖性[J]. journal6, 2006, 27(3): 15-18.