文摘
众多评价方法作为跨文化交际的有效指标一个地区的形象。然而,由于这些指标主要是在外国文化的情况下,它是具有挑战性的衡量他们的态度和认知在地理距离和文化差异。这一挑战促使我们把文化交流方法和现代位置服务技术进行区域图像通信研究。首先,本文探讨跨文化交际的基本过程和区域的生成图像信息传输和网络安全的角度。它结合了多模式话语影响因素进行分析,建立了一个跨文化交际指标体系的层次结构模型。其次,基于定位服务(LBS),本文添加场景信息开发用户趋势模型。该模型有效地处理二维得分之间的转换空间和三维空间和趋势可以适应用户的短期变化的趋势。实验结果验证本文基于位置的电子商务推荐算法可以更好地解决信息过载和获得一个重要的推荐效果。
1。介绍
物理空间的划分可以产生一个地区的形象,同时也为研究人员(创建一个空间不同的想法1,2]。跨文化交际路径旨在探索如何分工的桥通过建设信息空间和物理空间调整概念空间凝固通过不同的通信对象的配置网络安全(2]。在哲学和社会学研究的空间化之后,学术界一直缺乏研究外国土地的图像从空间的角度来看,这恰恰是一个关键问题,是不可缺少的在外国图像的研究[3,4]。对外形象的问题最初的问题空间,然后图像(4]。
近年来,有关学者进行研究解决上述问题4]。Wan-Shilu杨和Hung-Chi陈5]相比最初关键字的信息之间的相似性计算每个网页的内容和用户的利益,然后介绍了位置信息,构建效用函数。最后,他们计算结果和排序网络推荐列表。在[6),作者进行了动态用户分析的应用研究在移动服务,提供相关服务和基于新用户的偏好信息。在[7),作者结合位置和其他上下文属性到常见的用户兴趣模型,进一步丰富用户兴趣模型。对于每一个场景,一个关联的用户兴趣需要生成(8,9]。因此,服务的提供适合用户的兴趣,可以更好的应用于用户的当前情况(10]。合理的评价指标和方法是跨文化交流的一个有效指标元素区域的图像。然而,由于调查对象是在外国文化的情况下,它是非常难以衡量他们的态度和认知地理距离和文化差异。因此,本文结合了文化交流的方法和现代位置服务技术进行区域图像通信(11- - - - - -13]。
这项工作的主要贡献如下:(1)首先,本文介绍了位置服务的研究概况和地理形象的跨文化交际(2)接下来,我们将讨论基于位置服务的评价指标分析方法和层次分析网络安全的观点(3)最后,我们进行一个模拟测试定位和基于服务的跨文化交际模式,本文将建立
本文的其余部分组织如下。节2,提供了详细的文献综述相关研究。在第三节基于位置服务和水平分析、图像评价进行了探讨。在第四节仿真测试结果对该方法进行了讨论。最后,我们得出结论本文并提供未来的研究方向第五节。
2。相关工作
在本部分中,首先,我们讨论了现有文献有关基于位置的服务(LBS)其次是跨文化交际的地理图像。这将奠定一个坚实的基础对于我们提出的工作和目标。
2.1。基于位置的服务
基于位置的服务(LBS)技术集互联网、无线通信、移动定位和GIS (14- - - - - -16]。随着手机成为我们生活不可或缺的一部分,移动服务市场日益迫切需要使用手机来实现位置信息。推荐算法的一个例子结合位置和网络安全如图1。
磅可以使用的软件和硬件资源电信运营商获取移动终端用户的地理位置信息。例如,伦敦商学院可以用于获取地理位置坐标。接下来,协同过滤用于每一层(用户所在地)获得多个推荐列表。最后,磅重的推荐列表每一层获得最终的推荐列表。的支持下GIS(地理信息系统)平台,它可以带来经济增长相应的服务。
2.2。地理形象的跨文化交际
外部世界的认知是分不开的内部和外部的部门集中在认知主体的环境生活(17,18]。形象的问题实际上涉及的问题之间的空间认知主体和形象本身。人的认知的来源之一是洞穴的空间问题。最原始的形式的人类定居点之一是洞穴。在中国的神话和传说,原始人类在曹国伟一家住在自然形成的洞穴(19,20.]。洞穴内外分离两个完全异构空间固体物质和具有最原始的功能空间:归属感和分离。物理分离也意味着分离在文化、身份,和认知规范。这种分离对主体的文化和规范真实、隐瞒某些事实,建立了主体的认知霸权通过建立规则的居民空间理解外面的世界(21- - - - - -23]。这种霸权的存在加强了主体的精神空间,可以单独的所有精神活动主题(包括图片)的建设从原始世界的面貌。换句话说,在地理空间将“老和死”外国划分为两个孤立和封闭的实体,想象这是唯一的方法来填补“照片心里。“信息空间与物理空间的互动,不断调整人类的认知空间(24]。因此,区域图像的跨文化传播的途径是研究通信媒体,如何连接链接,创建一个信息空间,使用各自的概念空间的规模通信建立认知交互双方之间的关系。
3所示。基于位置服务的图像评价和跨文化交际
在本部分中,首先,我们讨论的位置服务模型我们建议的方法其次是跨文化交际的区域图像基于多模态话语分析和网络安全。
3.1。位置服务模型
为了满足不同使用者的需求在不同的地区,不同的研究人员已经做了尝试,和最著名的一个是拉尔斯模型,使用传统的协同过滤推荐用户在不同的空间层次与空间属性(25,26]。项目没有空间属性的特点,推荐精度高,系统稳定性高。然而,用户的空间位置分布影响推荐系统。此外,从一个更大的空间尺度的角度来看,用户的利益是不同的在不同的国家和地区。为每一个场景中,将生成一个关联的用户兴趣(8,9]。因此,服务的提供适合用户的兴趣,可以更好的应用于用户的当前情况(10]。合理的评价指标和方法是跨文化交流的一个有效指标元素区域的图像。它分为空间规模城市的水平;用户在不同地区也有不同的兴趣和品味,和他们也会显示不同的偏好不同区域图像(27,28]。
在这篇文章中,我们考虑的用户分布的相似项目的基础上,如果两个项目是类似的,然后他们的用户分布相似。我们提出一个叫做距离分布系数指标来衡量一个给定的项目的用户分布。本文选择最好的竞争程度的任务在不同的位置。最小定位目标函数对应的最佳半径
的约束
拉格朗日函数被定义为
上面的方程进行了优化,最后矩阵方程可以得到如下:
引进美世(Mercer)条件,最终得到决策函数
获取用户距离分布系数之后,项目之间的相似度计算可以类似的基于网络结构:
本文使用距离分布的相似性系数被称为地理相似,和地理相似的cosine-like相似性计算方法如下:
在获得融合的混合相似位置因素,不同高度的用户分为水平通过使用层次结构根据用户的位置坐标信息,如方程所示(8)和(9):
接下来,我们在每一层执行协同过滤(用户所在地)获得多个推荐列表;最后,权衡每一层的推荐列表来获取最终的推荐列表(29日]。哲学和社会学研究的空间化后,学术界一直缺乏外国土地的形象的研究从空间的角度来看,这恰恰是一个重要的问题是必不可少的研究的对外形象。然而,由于调查对象是在外国文化的情况下,很难衡量他们的态度和认知地理距离和文化差异。在此基础上,本文结合了文化交流的方法和现代位置服务技术进行区域图像通信研究。对外形象的问题首先是空间的问题然后图像的问题。的具体过程推荐列表将显示在图2。
为了提高推荐系统的准确性,本文增加了物品的用户分布作为特征参数计算的推荐算法在传统方法的基础上,只有依靠分数数据来计算相似度。混合相似性后通过改进的相似度计算,聚类的思想是用来划分和用户生成地理集群,然后,执行协同过滤推荐。主要贡献如下。第一次分裂完成后,遍历用户数据在该地区获得的用户项目评分矩阵每一层的面积,并计算融合的混合相似地理因素根据相似性计算方法介绍了以上学历。最后,全球推荐列表和几个当地推荐列表。
3.2。跨文化交际基于层次分析法的评价
混合相似性后通过改进的相似度计算,聚类的思想是用来划分和用户生成地理集群,然后,执行协同过滤推荐。因此,服务的提供适合用户的兴趣,可以更好的应用于用户当前的场景。合理的评价指标和方法是跨文化交流的一个有效指标元素区域的图像。细分为城市空间规模水平,用户在不同地区也有不同的兴趣和品味,和他们也会显示不同的偏好不同区域图像。
3.2.1之上。建立层次分析结构
首先,在每一层中执行协同过滤用户所在地获得多个推荐列表;最后,权衡每一层的推荐列表获取最后的建议列表。通过研究跨文化交际的潜在影响的评估,本文确定了八个影响因素,建立了层次分析结构如图3。
3.2.2。判断矩阵的构造
第一次分裂完成后,用户数据区域被禁止获得用户的项目评分矩阵中每一层的面积,并介绍了相似性计算方法基于以上学位。我们可以发现地理相似值的平均排名分数小于余弦相似性,和准确率和召回率都高于余弦相似性。这表明地理相似的推荐效果比传统的余弦相似性,这表明用户位置分布在基于项目的协同过滤可以发挥有效的作用。表1显示了矩阵的结果基于数据项。
3.2.3。矩阵的一致性检验
(1)计算nth根: (2)计算判断矩阵的最大特征根:
通过计算每一层的判断矩阵,表2显示了判断矩阵的结果基于数据项。
4所示。模型效果,仿真测试结果
在本部分中,首先,我们提供我们的模型的评价指标模型试验数据和最终的实验结果。
4.1。模型评价指标
之前,我们讨论了基于位置服务的评价指标分析方法和分析层次结构。本研究使用精密测量的预测精度产生推荐列表(30.]。精度定义如下:
与此同时,我们也进行了计算和比较,召回率(回忆),定义如下: 在哪里T (u)实际上是项目列表,用户喜欢在测试集。
为了满足广大用户的利益,本研究使用多样性指标,即内部多样性和外部的多样性。Interuser多样性是衡量汉明距离,定义如下:
所有用户的平均H(左)的系统。作为H(左)增加,提高推荐系统的多样性。
内部用户的多样性u(intrauser多样性)被定义为
4.2。模型试验数据
在系统测试阶段,本文将进行模拟测试本文建立的基于位置服务的跨文化交际模式。数据集使用Gowalla公共数据库中的数据。Gowalla是一个网站,提供位置签到。本文使用Gowalla数据集,其中包含30367个地理参考点在一个特定的区域,以及信息Gowalla的19183用户达357753人次。我们选择至少20个用户访问每个位置,和每个用户访问至少20个位置,最后获得1962用户2063个地点的85862倍31日]。图4显示了一个示意图部分数据库的位置信息。
在本文中的实验设计中,每个数据集随机分裂,其中80%用于培训。训练集被认为是已知的信息,测试组不允许用于预测的任何信息。根据测试集,该算法的性能评估来自各个方面。
4.3。模型测试结果
本文比较了三种不同的相似度计算的形式,也就是说,余弦相似性,Jaccard相似性,索伦森相似,地理组合下的相似性和传统相似性在平衡的变化因素。论文中介绍的LARS用于比较。尽管LARS算法不是最好的位置感知算法的推荐系统,它考虑推荐系统的准确性和稳定性在实际系统的应用程序。这仍然是一个非常实用的算法。
C-CF、J-CF S-CF出现下面是协同过滤基于user-item余弦相似性的得分数据,Jaccard相似,索伦森相似度计算。C-LARS、J-LARS和S -拉斯使用三个拉下计算相似性的协同过滤算法。DC-CF、DJ-CF DS-CF算法,计算下的混合相似度三个相似形式,然后执行协同过滤。DC-LARS、DJ-LARS DS-LARS算法是基于用户位置分布提出了。在相似度计算,NBI推荐算法是基于一个两偶图网络。精度cosine-like形式相似余弦相似性和地理数据所示5- - - - - -7。
在图5- - - - - -7,方法是cosine-like地理相似的方法,和方法B是传统的余弦相似度的方法。图中的纵坐标是索引的算法;从左到右的平均排名得分,准确率和召回率。如图5- - - - - -7,我们比较余弦形式的基于项目的协同过滤的性能和cosine-like形式的地理数据集的相似度三个指标下的平均排名得分,准确率和召回率。我们可以发现地理相似值的平均排名分数小于余弦相似性,和准确率和召回率都高于余弦相似性。这表明地理相似的推荐效果比传统的余弦相似性,这反映了用户位置分布在基于项目的协同过滤可以发挥有效的作用。
5。结论
哲学和社会学研究的空间化后,学术界一直缺乏外国土地的形象的研究从空间的角度来看,这恰恰是一个重要的问题是必不可少的研究的对外形象。对外形象的问题是首先的问题空间,然后图像的问题。合理的评价指标和方法是跨文化交流的一个有效指标元素区域的图像。然而,由于调查对象是在外国文化的情况下,很难衡量他们的态度和认知地理距离和文化差异。本文结合文化交流方法和现代位置服务技术进行区域图像通信研究。由于本文的研究条件有限,研究地理图像通信基于位置服务并不完美。在未来,我们将继续致力于相关研究的进步,提高跨文化交际的区域形象。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
本研究支持的项目浙江教育部门:地区蕴藏的图像和多通道建设和跨文化交际(Y201941084)。