基于马尔科夫模型的移动设备链接预测研究.pdfVIP

基于马尔科夫模型的移动设备链接预测研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于马尔科夫模型的移动设备链接预测研究.pdf

2015阜 1月 四川大学学报 (自然科学版) Jan.2015 第 52卷 第 1期 JournalofSichuanUniversity(NaturalScienceEdition) Vo1.52 NO.1 doi:103969/j.issn.0490—6756.2015.01.010 基于马尔科夫模型的移动设备链接预测研究 刘 磊,吴芝明,林 涛 ,刘大瑞 (四川I大学计算机学院,成都 610065) 摘 要 :受移动设备 内存空间和处理 器性能的限制 ,传统的链接预 测方法 (如传统马尔科夫 方法)不再适于移动设备浏览导航.本文以马尔科夫模 型为基础 ,提 出基于马尔科夫链和频 繁项挖掘相结合 的移动设备链接预测模型.将扇形交互界面的思路 引入链接预测领域 ,有效 缩小了用户的视觉搜索时间,提高 了模型交互效率.移动设备上的实验结果表 明,本文提 出 的预测模型在保证高覆盖率和低复杂度的同时,可以达到较 高的预测准确率和预测效率. 关键词 :链接预测 ;马尔科夫模型 ;扇形界面;交互效率 中图分类号 :TP316 文献标识码 :A 文章编号 :0490—6756(2015)01—0045—06 Researchon link predictionbasedon Markovmodelfor intelligentmobileterminal L儿,Lei,W U Zhi~M ing,L N Tao,LIU Da—Rui (CollegeofComputerScience,SichuanUniversity,Chengdu610065,China) Abstract:Traditionallinkpredictionmethods(e.g.,M arkov)donotworkwellonmobiledevicesbe— causeofthelimitedmemoryspaceandpoorprocessorperformanceofthemobiledevice.Basedon the M arkovmodel,theauthorsproposedanew link predictionmodelformobiledevices,which combined theM arkovmodelwiththemethodsoffrequentitem setsmining.Inthepaper,thesectordisplayinter— facewasintroducedintothelinkpredictionfield,whicheffectivelyreducedtheusers’visualsearchtime andimproved interaction efficiency ofthemode1.In theexperimentson mobiledevices,theauthors proved thatthenew predictionmodelobtainedhighcoverage,low complexity,highpredictionaccuracy andhighpredictionefficiency. Keywords:Linkprediction;M arkovmodel;Sectorinterface;Interactionefficiency 供高效 的导航 ,成为当前研究的热点. 引 目 目前 ,对链接预测的研究朝着两个方 向发展 , 随着智能移动终端出现和快速发展 ,大部分 分别是复杂 网络 中预测用户的点击链接[13和社交 的因特 网用户从 PC机转移到了移动终端.在移动 网络中预测人 际关系ll2].本文 的链接预测研究 , 设备上 ,我们仍然需要高效

文档评论(0)

天狗行空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档