針對傳統(tǒng)的個性化網(wǎng)絡社區(qū)用戶信息自動搜索方法存在信息丟失率和虛警率較高、搜索效率較低等問題,提出一種基于特征映射的個性化網(wǎng)絡社區(qū)用戶信息自動搜索方法。利用神經(jīng)網(wǎng)絡訓練法對社區(qū)用戶信息進行特征提取,利用Kohonen網(wǎng)絡構(gòu)建神經(jīng)網(wǎng)絡模型,并結(jié)合有效的分類數(shù)據(jù)模型構(gòu)建自組織特征映射算法進行社區(qū)用戶信息特征提取。在上述基礎上,對社區(qū)用戶信息進行歸一化處理,為社會用戶信息搜索模型的建立提供相關的數(shù)據(jù)支持,構(gòu)建個性化網(wǎng)絡社區(qū)用戶信息自動搜索模型,在傳統(tǒng)支持向量的基礎上,引入雙球隸屬度函數(shù)對搜索模型進行求解,得到個性化網(wǎng)絡社區(qū)用戶信息自動搜索的最優(yōu)解,實現(xiàn)個性化網(wǎng)絡社區(qū)用戶信息自動搜索。實驗結(jié)果表明,所提方法能夠有效降低用戶信息丟失率以及虛警率,降低搜索時間,提高搜索效率。 

【文章來源】：計算機仿真. 2019,36(03)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

所提方法的虛警率

基于PSO算法的個性化網(wǎng)絡社區(qū)用戶信息自動搜索方法的虛警率

基于特征反饋的個性化網(wǎng)絡社區(qū)用戶信息自動搜索方法的虛警率

【參考文獻】：
期刊論文
[1]海量圖書信息快速檢索優(yōu)化管理仿真研究[J]. 李云霞.  計算機仿真. 2017(05)
[2]基于“稀缺理論”的信息檢索認知模型研究[J]. 閆瑤瑤,李永先.  情報雜志. 2016(11)
[3]旅游者信息搜索對旅游安全風險傳播效果的影響[J]. 吳藝娟,鄭向敏.  中國安全科學學報. 2016(11)
[4]一本嵌入學術出版知識的讀本——評《文獻信息檢索與論文寫作（第五版）》[J]. 張佳.  圖書館雜志. 2016(10)
[5]基于詞重要性的信息檢索圖模型[J]. 王明文,洪歡,江愛文,左家莉.  中文信息學報. 2016(04)
[6]移動視覺搜索:“互聯(lián)網(wǎng)+”時代數(shù)字圖書館信息檢索新模式[J]. 劉喜球,張興旺.  情報理論與實踐. 2016(05)
[7]面向信息檢索的術語服務構(gòu)建與應用研究[J]. 歐石燕,唐振貴,蘇翡斐.  中國圖書館學報. 2016(02)
[8]基于種群特征反饋的布谷鳥搜索算法[J]. 賈云璐,劉勝,宋穎慧.  控制與決策. 2016(06)
[9]求解旅行商問題的改進局部搜索混沌離散粒子群優(yōu)化算法[J]. 程畢蕓,魯海燕,徐向平,沈莞薔.  計算機應用. 2016(01)
[10]基于概念格的信息檢索及其樹形可視化[J]. 沈夏炯,葉曼曼,甘甜,韓道軍.  計算機工程與應用. 2017(03)



本文編號：3078444