基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。     

约束条件下的广义最小二乘估计

本文仿造约束最小二乘估计和广义最小二乘估计的推导方法．给出约束条件下的广义最小二乘估计。     

一类矩阵的特征值与特征向量之反问题

已知一类矩阵的特征值、特征向量,反求该矩阵,并证明矩阵的唯一性.     

非奇异H-矩阵判定的充分条件

通过比较矩阵元素,得到了一组H-矩阵的充要条件,进一步拓展了H-矩阵的判定准则.     

一类特殊矩阵特征值的绝对扰动上界

利用矩阵的奇异值分解和矩阵的计算技巧研究了Hermite矩阵特征值的扰动界,得到了Hermite矩阵特征值的绝对扰动上界,对以往的结果进行了改进,并推广了Wielandt-Hoffman定理。     

匈牙利算法的注记

分析在指派问题的教学中所遇到的问题,在剖析匈牙利算法的基础上,提出了改进的算法,并通过2个例子进行介绍。     

求逆矩阵的几种常用方法

总结了求逆矩阵的几种常用方法,并对各种方法的原理和应用范围进行简单的探讨。     

一类广义Vandermonde矩阵的相关性质

Vandermonde矩阵是矩阵理论中一个重要的矩阵类型,它的许多广义形式在处理矩阵问题时能起到关键的作用。就一类广义Vandermonde矩阵的行列式及求逆问题作初步探讨。     

两类广义循环矩阵与向量的乘积

给出计算拟斜循环矩阵与向量乘积的算法,该算法需要3/2n^2＋O（n）个浮点数运算,而相比之下,常规的矩阵与向量的乘积运算则需要2n^2＋O（n）个浮点数运算,对于Hermitian循环矩阵,能得到类似的结果。     

基于先排序再比较计算元素权重的层次分析法

在层次分析法中,提出了先排序再比较确定元素权重方法替代用判断矩阵确定元素权重的方法.此方法一定程度上减少了判断不一致性、降低了人工比较次数,更适用于涉及因素和对象较多的问题.实验结果表明该方法的有效性.