张宇翔
- 作品数：39 被引量：141H指数：7
- 供职机构：清华大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学自然科学总论经济管理更多>>
- 面向质量评估的高校教学数据中心数据模块的设计与实践被引量：10
- 2016年
- 以往高校教学数据中心的建设主要是以教学业务数据的交换为目的,然而随着对高校教学质量评估的开展,要求数据中心的基础数据还能很好地支持周期性教学质量的评估。提出兼顾教学质量评估的高校教学数据中心数据模块的设计与实践。
- 张宇翔
- 关键词：教学质量评估数据标准化数据模型
- 基于自注意力的协同演进推荐被引量：3
- 2021年
- 为解决时序模型不能有效获取用户和项目交互序列的语义关系,以及因参数共享而导致的信息丢失问题,提出基于自注意力的协同演进推荐模型(BSFRNN)。将循环神经网络提取的序列特征和自注意力机制提取的语义特征进行融合表征用户以及项目的短期特征,将矩阵分解描述的长期特征和短期时序特征进行融合,将融合的特征向量通过多层感知机进行预测并完成推荐。该算法在公开数据集的评估结果表明,所提BSFRNN能够有效提高推荐的准确性。
- 孙磊磊张宇翔肖春景
- 关键词：语义关系循环神经网络矩阵分解多层感知机
- 特征驱动的关键词提取算法综述被引量：32
- 2018年
- 面向文本的关键词自动提取一直以来是自然语言处理领域的一个关键基础问题和研究热点.特别是,随着当前对文本数据应用需求的不断增加,使得关键词提取技术进一步得到研究者的广泛关注.尽管近年来关键词提取技术得到长足的发展,但提取结果目前还远未取得令人满意的效果.为了促进关键词提取问题的解决,对近年来国内、外学者在该研究领域取得的成果进行了系统总结,具体包括候选关键词生成、特征工程和关键词提取3个主要步骤,并对未来可能的研究方向进行了探讨和展望.不同于围绕提取方法进行总结的综述文献,主要围绕着各种方法使用的特征信息归纳总结现有成果,这种从特征驱动的视角考察现有研究成果的方式有助于综合利用现有特征或提出新特征,进而提出更有效的关键词提取方法.
- 常耀成张宇翔王红万怀宇肖春景
- 关键词：关键词提取
- 多视点动物群体跟踪方法及装置
- 本发明公开了一种多视点动物群体跟踪方法及装置，其中，方法包括：获取相机内部参数和外部参数；根据内部参数和外部参数求解基础矩阵并计算不同视点对极约束；根据不同视点对极约束去除单视点检测错误区域，并且检测动物骨架特征，以估计...
- 刘烨斌王松涛安亮张宇翔戴琼海
- P2P网络中稳定节点会话序列特征分析
- 2011年
- 给出稳定节点的形式化定义,提出一个从所有节点中分离稳定节点的方法以及分析稳定节点会话序列特征的数学模型。针对KAD中的稳定节点得到以下新的重要结论:稳定节点数目仅约占总节点数目的0.6%;约70%的稳定节点通过多次会话保证长时间在线,且会话时长之间的差异很大;其余约30%的稳定节点的总会话时长远低于前者,但是它们很少离线且平均会话时长约为前者的1.8倍。这两类稳定节点可作为超级节点,发挥各自长处构造层次P2P网络。
- 张宇翔肖春景张宏科徐涛
- 关键词：分类树
- 新浪微博反垃圾中特征选择的重要性分析被引量：8
- 2016年
- 微博中的垃圾用户非常普遍,其异常行为及生产的垃圾信息显著降低了用户体验。为了提高识别准确率,已有研究或是尽可能多地定义特征,或是不断尝试提出新的分类检测方法;那么,微博反垃圾问题的突破点优先置于寻找分类特征还是改进分类检测方法,是否特征越多检测效果越好,新的方法是否可以显著提高检测效果。以新浪微博为例,试图通过不同的特征选择方法与不同的分类器组合实验回答以上问题,实验结果表明特征组的选择较分类器的改进更为重要,需从内容信息、用户行为和社会关系多侧面生成特征,且特征并非越多检测效果越好,这些结论将有助于未来微博反垃圾工作的突破。
- 张宇翔孙菀杨家海周达磊孟祥飞肖春景
- 基于组合类别空间的矩阵分解推荐算法
- 2019年
- 为解决类别信息在推荐算法中因扁平或层次结构不能被充分利用的问题,提出一种基于组合类别空间的矩阵分解推荐算法。介绍项目组合类别空间,它是一种哈斯图结构,能更好组织类别信息;给出组合类别空间上的5种语义关系及距离度量,更好地描述用户偏好的动态变化;结合组合空间上的语义关系、距离及跳转次数等信息分别建立基于用户和基于项目的隐含特征矩阵模型。实验结果表明,提出方法的性能优于其它方法。
- 曹淑燕肖春景谢聪张宇翔
- 关键词：语义关系矩阵分解
- 基于多任务深度学习的关键词生成方法
- 2022年
- 针对现有的关键词生成模型往往不能充分利用题目与关键词之间密切的关系预测关键词的问题,提出一种基于序列到序列的多任务注意力联合训练模型(Joint-MT)。将关键词生成任务作为主要任务,题目生成作为辅助任务;在目标函数上,除独立的多任务交叉熵损失,还添加一致性损失,加强多任务注意力机制之间的约束。实验结果表明,Joint-MT无论是在文内关键词预测还是在缺失关键词预测上都优于其它对比模型,说明Joint-MT模型能够增强任务之间的相互关系,提升关键词预测的效果。
- 朱浩翔张宇翔
- 关键词：自然语言处理多任务学习循环神经网络
- 基于动态聚类的旅游线路推荐被引量：4
- 2017年
- 基于会话的协同过滤用固定时间窗划分交互历史并将用户兴趣表示为这些阶段的序列,但是旅游数据的高稀疏性会导致某些阶段内没有交互行为和近邻相似度计算困难的问题。为了缓解数据稀疏,有效利用数据特性,提出了基于动态聚类的旅游线路推荐算法。该方法首先分析了旅游数据不同于其他标准数据的特性;其次利用动态聚类得到的变长时间窗口对游客交互历史进行划分,利用潜在狄利克雷分布(LDA)抽取每个阶段的概率主题分布,结合时间惩罚权值建立用户兴趣漂移模型;接着,通过反映年龄、线路季节、价格等因素的游客特征向量为目标游客选择近邻和候选线路集合;最后根据候选线路和游客的概率主题相关度完成线路推荐。该方法通过采用变长时间窗口不但缓解了数据稀疏,而且划分的阶段数目不需提前指定,而是根据数据特性自动生成;近邻选择时采用特征向量而非旅游数据进行相似度计算,避免了由于数据稀疏无法计算的问题。在实际旅游数据上的大量实验结果表明,该方法不仅很好适应了旅游数据特征,而且提高了旅游线路的推荐精度。
- 肖春景夏克文乔永卫张宇翔
- 关键词：动态聚类特征向量
- 一种层次结构化P2P网络中的负载均衡方法被引量：25
- 2010年
- 相对于扁平结构化P2P网络,层次结构化P2P网络可利用稳定、高性能的超级节点提高P2P网络在动态环境下的性能.然而,超级节点的负载不均是层次结构化P2P网络面临的基本问题之一.对此,作者提出一种超级节点的负载均衡方法,通过分离超级节点负责的关键字空间和负责的叶子节点空间来为均衡负载提供条件,通过采用"力矩平衡原理"来实现兼顾均衡超级节点负责的叶子节点空间和查询请求负载.实验结果表明:在节点承载容量服从Zipf分布和查找请求服从正态分布或Pareto分布的环境下,负载均衡方法可使超级节点的负载达到较好的均衡,实现了用较少的超级节点承担较大的负载总量.
- 张宇翔张宏科
- 关键词：分布式散列表CHORD负载均衡
