计算机科学

计算机科学杂志 北大期刊 CSCD期刊 统计源期刊

Computer Science

杂志简介:《计算机科学》杂志经新闻出版总署批准,自1974年创刊,国内刊号为50-1075/TP,是一本综合性较强的计算机期刊。该刊是一份月刊,致力于发表计算机领域的高质量原创研究成果、综述及快报。主要栏目:网络与通信、信息安全、软件与数据库技术、人工智能、图形图像与模式识别

主管单位:国家科学技术部
主办单位:国家科技部西南信息中心
国际刊号:1002-137X
国内刊号:50-1075/TP
全年订价:¥ 1000.00
创刊时间:1974
所属类别:计算机类
发行周期:月刊
发行地区:重庆
出版语言:中文
预计审稿时间:1-3个月
综合影响因子:1.6
复合影响因子:0.94
总发文量:9065
总被引量:52317
H指数:66
引用半衰期:3.7625
立即指数:0.0157
期刊他引率:0.8858
平均引文率:12.0993
  • 加入标签迁移的跨领域项目推荐算法

    作者:葛梦凡; 刘真; 王娜娜; 田靖玉 刊期:2019年第10期

    大多数推荐算法常采用基于迁移学习的跨领域推荐技术,借助辅助领域的丰富数据信息来解决传统单域推荐中普遍存在的数据稀疏等问题。但若迁移的知识比较单一,没有结合用户行为,则往往会在目标领域导致负迁移、推荐结果不佳等问题。因此,考虑结合其他知识来辅助完成目标领域的学习任务。利用用户异构行为改善推荐结果,正是近年来的新兴研究热点之...

  • 基于堆栈降噪自编码网络的个人信用风险评估方法

    作者:杨德杰; 章宁; 袁戟; 白璐 刊期:2019年第10期

    个人信用历来是银行衡量个人履约风险最重要的因素。近年来,随着我国借贷需求与日俱增,仅依据信用卡信息的传统个人信用评估方式,已不能完全满足银行业的发展需求。因此,为了构建更加丰富的用户信用画像,文中基于银行大数据提取信用风险评估特征。为了解决金融大数据带来的维度灾难和噪声问题,充分考虑了数据特征之间的相关性,对堆栈降噪自编码...

  • 面向评论文本数据的旭日图可视化

    作者:易小群; 李天瑞; 陈超 刊期:2019年第10期

    旭日图是一种现代饼图,它超越传统的饼图和环图,不仅能表达数据的占比问题,更能表达清晰的层级和归属关系,以父子层次结构来显示数据的构成情况。使用传统的旭日图对文本数据进行可视化时,不能全面地展示实体关系和情感偏向,而且旭日图层数越多,信息的可读性就越低。针对以上问题,对传统的旭日图进行了改进。首先,设计同级相邻圆弧的交叠,展示文...

  • 基于关键词和关键句抽取的用户评论情感分析

    作者:喻影; 陈珂; 寿黎但; 陈刚; 吴晓凡 刊期:2019年第10期

    情感分析的一项主要研究任务是根据文档内容对其情感极性(即正类和负类)进行判断。在判断文档的情感极性时,不同的词语和句子具有不同的情感贡献度,因此如何从整个文档中准确地提取与情感分类更相关的词语和句子,从而提升分类性能,成为了一个重要问题。在有监督实验中,基于依存句法关系分析句子的逻辑结构,提取出了与表达情感更相关的词语进行加...

  • 一种基于领域信任及不信任的奇异值分解推荐算法

    作者:张琦; 柳玲; 文俊浩 刊期:2019年第10期

    传统协同过滤算法存在数据稀疏与冷启动问题,社会化推荐算法虽然能在一定程度上缓解这些问题,但大多数的算法都只从单一的角度来衡量信任关系的影响。为了更准确地度量社交关系对推荐预测的影响,提出了一种基于领域信任及不信任的社会化奇异值分解(Field Trust and Distrust based Singular Value Decomposition,FTDSVD)推荐算法。该算法在SVD推...

  • 基于嵌入学习的用户动态偏好预测

    作者:温雯; 林泽钿; 蔡瑞初; 郝志峰; 王丽娟 刊期:2019年第10期

    传统的刻画用户偏好的方法主要着眼于用户的长期兴趣,然而在现实应用中,用户兴趣随着时间迁移而不断变化,如何挖掘用户在时序上的动态偏好仍然面临挑战。为此,文中提出了一种基于嵌入学习的动态行为预测方法。首先,利用改进的词嵌入模型从用户的点击行为序列中学习获得每一个点击项的低维向量表示;然后,基于所学习的向量表示,结合用户近期点击行...

  • 基于拓扑结构的密度峰值重叠社区发现算法

    作者:封云飞; 陈红梅 刊期:2019年第10期

    现代网络科学的不断发展,为人们的生活提供了极大的便利。对复杂网络的研究是推动现代网络科学发展的重要动力,而社区是研究复杂网络的重要结构。已有的社区发现方法大多是高度复杂的,这不利于有效挖掘复杂网络。为了研究更高效的社区发现算法,文中将近年来被提出的密度峰值聚类算法应用于社区发现中,对密度峰值算法进行改进,提出了一种高效的社...

  • 基于哈希算法的异构多模态数据检索研究

    作者:陈凤; 蒙祖强 刊期:2019年第10期

    随着大数据时代的发展,网络上的文本、图像、视频、音频等异构多模态数据呈指数级增长。在海量数据中进行异构多模态数据的检索,成为了热门的研究方向。但是,异构多模态数据检索面临两大挑战:1)数据存在“语义鸿沟”,即如何表达异构多模态数据之间的相似性;2)在海量数据中,如何进行准确高效的检索。针对哈希检索算法忽略了异构多模态数据之间语...

  • 基于深度矩阵分解网络的矩阵填充方法

    作者:邝神芬; 黄业文; 宋杰; 李洽 刊期:2019年第10期

    矩阵分解是矩阵填充中的流行方法,但现有的方法大多是基于浅层的线性模型,当数据矩阵变大且观测数据很少时,容易导致过拟合,性能也随之显著下降。针对这些问题,提出了一种基于深度矩阵分解网络(DMFN)的矩阵填充方法,该方法不仅能弥补传统矩阵分解的缺点,而且能处理复杂的非线性数据。首先,将输入矩阵的观测值对应的行和列向量作为输入,对其进行...

  • 基于可视块的多记录型复杂网页信息提取算法

    作者:王卫红; 梁朝凯; 闵勇 刊期:2019年第10期

    网页具有丰富的内容和复杂多变的结构,现有的网页信息提取技术解决了单记录型简单页面的信息提取问题,但是对于多记录型复杂页面的信息提取效果往往不佳。文中提出了一种全新的基于可视块的复杂网页信息自动化提取算法(Visual Block Based Information Extraction,VBIE),通过启发式规则构建可视块与可视块树,然后通过区域聚焦、噪声过滤及可视块...

  • 基于时间戳和垂直格式的关联规则挖掘算法

    作者:王斌; 马俊杰; 房新秀; 魏天佑 刊期:2019年第10期

    基于时间戳的关联规则挖掘算法(SLMCM)主要用于解决新增项的问题,但效率较低,难以适应大数据挖掘。针对这个问题,文中提出了改进算法E-SLMCM和DE-SLMCM。E-SLMCM算法采用垂直结构,仅需遍历数据库两次,在将数据库转化为垂直格式时,可直接记录各项的时间戳,且不需要将每条事务的各项按时间戳进行排序;另外,提出了新的求项集时间戳的方法,在求更高...

  • 融合多因素的兴趣点协同推荐方法研究

    作者:陈炯; 张虎; 曹付元 刊期:2019年第10期

    兴趣点(Point-of-Interest,POI)推荐是为用户推荐可能感兴趣的地理位置的一项任务,是基于位置社交网络(Location-Based Social Networks,LBSN)服务中的重要研究内容。针对目前POI推荐准确率较低、推荐结果缺乏个性化、情感倾向因素融入差等问题,在综合分析兴趣点的地理位置、分类偏好、流行度、社交与情感倾向等相关影响因素的基础上,提出了融合...

  • 基于深度双向LSTM的股票推荐系统

    作者:曾安; 聂文俊 刊期:2019年第10期

    面对越来越复杂的数据环境,以经典统计学模型为主的股票预测模型在一定程度上已无法满足人们对预测准确性的要求。深度学习因具有较强的学习能力和抗干扰能力,已逐渐被应用于股票推荐中。但传统的股票推荐模型要么从未考虑时间因素,要么仅考虑时间上的单向关系。因此,文中提出了一种基于深度双向LSTM的神经网络预测模型。该模型充分利用了时间序...

  • 基于启发式算法的卫星反应式调度

    作者:张铭; 卫波; 王晋东 刊期:2019年第10期

    面对地震、火灾等突发性事件,需要对卫星调度方案进行动态调整。文中考虑了卫星资源失效和应急任务加入等动态不确定性因素,综合任务约束、时间约束、卫星能量和存储约束条件,设计了基于触发规则的事件驱动策略,构建了以最大化调度收益和最小化扰动测度为目标函数的反应式调度多目标优化模型,提出了基于任务迫切度的选择策略、基于时间和角度的...

  • 逼近高斯信道容量的M-APSK调制与解调方法

    作者:蒋炫佑; 魏以民; 王雷; 刘灵君; 彭磊 刊期:2019年第10期

    在数字通信系统中,均匀星座分布的离散信号经过功率受限、噪声功率谱密度一定的AWGN信道传输后,最大信息速率无法达到高斯信道容量。为了更好地提高传输速率使其逼近信道容量,信号星座的非均匀分布设计是非常必要的。为此,提出了一种基于Box-Muller变换,在星座点数趋近无穷时满足高斯分布的M-APSK信号星座构建方法,并通过仿真对其信道容量可实现...