工程技术大学学报

结合评分和信任的协同推荐算法

秦继伟，郑庆华，郑德立，等

摘要：目的：推荐系统作为一种信息过滤的手段，通过挖掘、分析用户与资源之间的关系，帮助用户准确、高效地从海量数据中发现其可能感兴趣的资源，使其尽可能满足用户的需求，有效地解决了信息过载的问题，被广泛地应用于各大门户网站和电子商务领域。然而，在传统推荐中存在数据稀疏而造成冷启动问题，同时在电子商务中一些商家为了各自的利益，做出虚假评价等，易形成欺骗问题。随着社会网络的出现，信任作为人际关系的核心概念被引入到推荐系统。它作为用户对推荐者推荐资源的满意程度的一种期望，取代传统推荐中的用户之间偏好的相似权重，在某种程度上解决了冷启动问题和由虚假评分引起的欺骗问题。方法：在此推荐系统中，历史交互数据包含用户对项目的评分数据和用户间信任网络的数据。这里，用户—项目评分数据集可以用一个n×m矩阵表示，其中行表示用户，列表示项目，元素（i，j）表示用户i对项目j的评分；用户间信任网络数据用一个n×n矩阵表示，其中元素（u，v）是用户u对用户v的信任值，表示用户u对用户v的信任程度。然后，基于共同评分项目数目设置阈值，有策略地选择基于用户评分的相似度与信任值相结合计算用户之间的推荐权重，建立用户之间的偏好关系；生成邻居集合；通过邻居集合对未评价过项目的评分进行预测，最后产生推荐集合。结果：在数据集Epinions上对所提算法进行验证，所得结果：在覆盖率方面，RTCR算法的Rating Coverage指标优于传统协作推荐方法和信任推荐方法，分别提高了3%和32.1%。RTCR算法的User Coverage指标也优于传统协作推荐方法和信任推荐方法，分别提高了8.2%和15.1%。RTCR算法在精度损失极小的情况下，取得了较大的覆盖率提升，从而获得了精度与覆盖率的良好平衡。结论：针对现有基于信任的推荐系统虽能缓解冷启动和虚假评价但较难获取用户之间的信任关系，难以建立用户彼此之间的偏好关系的问题，提出了基于评分—信任协同的推荐算法并给出了相关数学表达式和实现流程。该算法充分利用推荐系统中的共同评分，协同用户间的信任关系，有策略的选择用户评分的相似度和用户间信任值，建立用户之间的偏好关系，进而实现推荐。实验结果表明，这种混合推荐的方法相比传统协作推荐方法与信任推荐方法，在精度损失极小的情况下，较大地提升了覆盖率。从而获得了精度与覆盖率的良好平衡。

来源出版物：西安交通大学学报，2013，47(4):100-104

入选年份：2017

新的柔性结合部法向接触刚度和接触阻尼方程

田红亮，赵美云，郑金华，等

摘要：目的：根据运动，数控机床结合部分为固定结合部和运动结合部。固定结合部主要影响数控机床的静态性能，而运动结合部主要影响数控机床的动态性能。除了焊接以外，在整个机械中，总动刚度的60%～80%、大约总阻尼的90%、超过动柔度的55%和静变形量的85%～90%来源于结合部。以修正分形几何学理论和赫兹法向接触力学方程为基础，推导出了柔性结合部法向接触刚度和阻尼方程。方法：根据功率谱密度函数或结构函数给出了分形维数、分形粗糙度的严密解析解。编写求解分形区域扩展因子的通用Matlab程序，推导自相关函数、功率谱密度函数和结构函数的精确解析解。采用Hardy在任一点均不可求导数的条件，严格证明了二维Weierstrass-Mandelbrot分形函数中分形维数D的整个取值范围为1≤D＜2。假设微凸体顶端的曲率半径为变量，提出了一种全新的求导函数而非偏导函数的求解方法，建立了单个微凸体与平面接触的法向接触刚度方程。为提高整机的建模精度，提出利用各向同性虚拟材料假设的机床固定结合部动力学建模的解析法。将固定结合部的两个接触面的微观接触部分假设为一种虚拟的各向同性材料，虚拟材料和固定结合部两侧的零件皆为固定连接。结果：微凸体承担的法向弹性载荷与其顶端的变形量之间符合非线性幂函数凹弧关系；降低表面粗糙度或增大法向接触载荷都将增大实际接触面积；当表面粗糙轮廓分形维数在较小范围内时，实际接触面积随着表面粗糙轮廓分形维数的增大而增大，而当表面粗糙轮廓分形维数在较大范围内时，实际接触面积随着表面粗糙轮廓分形维数的增大而减小；降低表面粗糙度或增大表面粗糙轮廓分形维数和法向接触载荷皆将增大法向接触刚度；法向接触阻尼随着表面粗糙轮廓分形维数的增大先减小后增大；当表面粗糙轮廓分形维数小于临界值时，法向接触阻尼随着分形粗糙度的增大而增大，而当表面粗糙轮廓分形维数超过转折点时，法向接触阻尼随着分形粗糙度的增大而减小；当法向接触载荷增大时，法向接触阻尼略微减小。当分形维数低于第1个拐点值时，法向接触阻尼随着分形粗糙度的增大而增大；当分形维数超过第1个拐点值时，法向接触阻尼随着分形粗糙度的增大而减小；当D≤1.4时，法向接触阻尼随着法向接触载荷的增大而减小；当D＞1.4时，法向接触阻尼随着法向接触载荷的增大而增大。结论：将虚拟材料参数的解析解导入到有限元软件中，可获得整机的理论模态。对实验试件的理论模态与实验模态进行比较（相似振型定性比较，相应的固有频率定量比较）。比较结果表明：理论模态与实验模态的前6阶振型一致，理论模态与实验模态前6阶固有频率的相对误差在-8.1%～8.1%之间。验证了虚拟材料参数解析解的有效性，虚拟材料模型可为计算机数控机床固定结合部的精确动力学建模提供一定的理论基础。

来源出版物：西安交通大学学报，2015，49(1):118-126

入选年份：2017

基于改进果蝇优化算法的最小二乘支持向量机参数优化方法研究及应用

司刚全，李水旺，石建全，等

摘要：目的：最小二乘支持向量机（LSSVM）具有运算效率高、收敛速度快、预测精度高等一系列优点，近年来在模式识别与预测方面得到了广泛应用。然而LSSVM模型的拟合精度和泛化能力在很大程度上取决于核带宽和惩罚因子两个超参数的取值，当前对超参数取值的调整主要依靠网格搜索法，存在耗时长、模型精度差等问题。果蝇优化算法作为一种新的群智能优化算法，具有易于实现，调整参数少，并且优化速度快等优点，但由于搜索步长固定，导致果蝇群体靠近最优点时收敛速度下降，容易陷入局部最优，导致算法早熟。因此，本文基于标准果蝇优化算法，提出一种改进的自适应变步长的果蝇优化算法，并将其应用于LSSVM模型的超参数寻优，从而解决LSSVM建模过程中超参数选择盲目的问题。方法：新的改进果蝇优化算法在标准算法基础上，引入自适应变步长，通过计算当代果蝇群体与上代果蝇群体寻优所获得的最优味道浓度值的差值，评价当代果蝇群体寻优效果以对下代果蝇群体寻优过程的步长提供指导。当差值小于0时，表示当代最优味道浓度优于上代最优味道浓度，此时应缩减步长提高寻优精度，同时评估差值的绝对值，绝对值较小时，说明此时已经靠近最优值，应让步长减小较快，以快速收敛到最优值，而当绝对值较大时，说明此时离最优值相对较远，应让步长减小较慢，以减少搜索次数；当差值大于或等于0时，表示上代最优味道浓度值优于或等于当代最优味道浓度值，此时应增加步长以扩大搜索范围，提高全局搜索能力，当差值为0时，保持原步长不变，当差值绝对值较小时，说明当前区域寻优效果一般，应让步长增加较快，以更换搜索区域，当差值绝对值较大时，说明已到新的搜索区域，应让步长增加较慢，以更好地检测未知区域的浓度值。根据上述原理，选择不同的步长计算公式以实现果蝇搜索步长的自适应更新，并将其应用于LSSVM模型的超参数寻优。结果：选取Sinc，Motorcycle，Nelson，Bodyfat，Pyrim这5组数据集和网格搜索法、粒子群优化算法、标准果蝇优化算法3种优化对比算法，对所提方法优化效果进行评估，测试结果显示本文所提方法在预测精度和训练时间方面均表现更出色。将所提方法应用于某200 MW火力发电机组球磨机负荷预测，利用运行过程中收集的的800组覆盖低负荷、正常负荷以及高负荷等工况的数据作为训练样本进行建模，对之后的50组数据进行预测，结果显示本文所提方法得到的磨机负荷预测值与实际值吻合程度最高，误差最小。结论：本文针对LSSVM模型的超参数寻优问题，基于标准果蝇优化算法，充分考虑历代果蝇群体所获得的最优味道浓度值之间的关系，针对不同情况采用不同的搜索步长更新公式以克服标准果蝇优化算法容易陷入局部最优的缺陷，提出新的改进果蝇优化算法，并基于该算法建立LSSVM预测模型。在UCI回归数据集以及火电厂磨机实际负荷上的测试结果表明，本文所提算法能够显著提高超参数寻优效率以及LSSVM模型的预测精度。

来源出版物：西安交通大学学报，2017，51(6):14-19

入选年份：2017