您当前的位置：
首页 > 文献资料
所属专业：
协同过滤文献资料
-
药物－疾病关系预测：一种推荐系统模型
目的：药物重定位是指发掘已有药物新的治疗作用，然而具有潜在治疗作用的药物－疾病往往隐藏在数以百万计的关系对中。该研究基于医疗大数据分析，预测具有潜在治疗关系的药物－疾病关系对。方法将社交网络中推荐系统模型应用于药物重定位研究，并假设具有相似化学结构的药物可能具有相似的适应症。从开源数据库收集已知药物－疾病的治疗关系、副作用关系以及药物和疾病特征描述符，计算得到药物－药物的相似度和疾病－疾病相似度，再构建推荐模型将上述信息融合，并预测具有潜在治疗关系的药物－疾病，终得到预测关系对的排序列表。结果列表排名前500的关系对中，有12．8％得到临床实验支持或综述报道，20％得到模式生物实验或细胞实验支持。结论相比于已有分类模型和随机抽样结果，本模型可明显提高具有潜在治疗作用药物－疾病的富集程度。
-
基于攻击事件的动态网络风险评估框架研究
运用动态网络变化理念模拟网络攻击事件是当前网络脆弱性风险评估研究领域的一门较为新兴的技术.文章在综合分析网络脆弱性风险评估研究工作的基础上,运用动态网络变化理念,构建了基于攻击事件的动态网络风险评估框架,该框架强调科学实施网段的获取处理,重视近似图抽取法的运用.然后深入探析了框架构建的四个关键环节,该框架的构建旨在为该类评估研究提供一定的参考.
-
基于聚类分析的协同过滤算法研究
电子商务推荐系统凭借着"智能感知"用户的兴趣和需求的能力,实现个性化商品推荐.传统算法以协同过滤作为主要技术手段实现个性化推荐功能,但是随着电商业务的发展,数据稀疏性和推荐的实时性倍受挑战.据此,结合聚类分析的优点,改进传统算法,提出一种聚类分析与协同过滤相结合的推荐算法.实验表明,改进后的算法具有较好的推荐准确性.
