沈杰
- 作品数：2 被引量：7H指数：1
- 供职机构：浙江工业大学计算机科学与技术学院、软件学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金浙江省重大科技专项基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 大数据环境下基于概率矩阵分解的个性化推荐被引量：6
- 2017年
- 概率矩阵分解是近几年广泛应用的协同过滤推荐方法。针对如何利用矩阵分解技术提高推荐质量以及在大数据环境下如何突破计算时间、计算资源瓶颈等问题进行研究,提出了Improved Probabilistic Matrix Factorization(IPMF)融入邻居信息的概率矩阵分解算法,并且提出了parallel-IPMF(p-IPMF)算法来解决融入邻居信息后计算复杂度高和难以并行化等问题。在MapReduce并行计算框架下将p-IPMF算法加以实现,并在真实数据集上进行验证。实验结果表明,所提算法能有效提高推荐质量并缩短计算时间。
- 田贤忠沈杰
- 关键词：大数据MAPREDUCE
- 混合云环境中数据敏感工作流调度被引量：1
- 2015年
- 混合云环境下调度包含敏感数据的工作流主要考虑在满足数据安全性以及工作流截止时间的前提下,对工作流任务在混合云上进行分配,实现计算资源与任务的映射,并优化调度费用。采用了整数规划来建模求解包含数据敏感性、截止时间和调度费用3种约束条件的混合云工作流调度问题,同时为优化模型求解速度,基于"帕雷托最优"原理对工作流任务在混合云上的分配方案进行筛选以减小模型求解规模。实验表明,优先排除不合理的任务分配方案可有效减小整数规划模型的求解规模,缩短模型计算时间,在产生较小误差的情况下获得较优的调度结果。
- 范菁沈杰熊丽荣
- 关键词：工作流调度混合云敏感性整数规划
