第4卷第2期 智能系统学报 Vol 4 Ng 2 2009年4月 CAA I Transactions on Intelligent System s Apr 2009 掘客投票算法的属性论方法 许广林1,刘念祖',冯嘉礼2刘永昌 (1上海立信会计学院数学与信息学院,上海201620,2上海海事大学信息工程学院,上海200135) 摘要:掘客类型网站的技术核心是投票算法,而如何能够客观和公正地反应投票结果是投票算法的核心针对目 前掘客类网站中投票算法过于简单,建立了一套投票算法指标体系,并且提出了基于属性论方法的投票算法,为掘 客类网站以及其他类型的投票网站提供了一种新的投票算法.给出实际例子的投票结果更公正和客观,从而有效地 论证了算法的合理性. 关键词:投票算法:属性论方法:转换程度函数:评估模型 中图分类号:TP18文献标识码:A文章编号:1673-4785(2009)02011804 A voting algorithm based on attribute theory for socal news sites XU Guang-lin L U N ian-zu,FENG Jia-li,LU Yong-chang (1.College ofMathematics and Infomation,ShanghaiL ixin University of Commerce,Shanghai 201620,China;2 College of Infor mation Engineering.ShanghaiMaritme University,Shanghai200135,China) Abstract:A key technolgy for a social news sites is the voting algorithm,which must objectively and fairly calcu- late voting results as its core requirement I order to make the voting algorithms of social news sites more trustwor thy,a new indexing system and new voting algorithm based on the methods of attribute theory was developed An actual application involving such an algorithm was then developed,and it was discussed in the paper Keywords:voting algorithm;method of attribute theory,conversion degree functions,evaluating model 掘客是一种基于Web20的体现集体智慧1】 通过调查和分析国内外几个掘客网站,发现它 的新型网站,就像其他基于Web20的网站一样, 们在投票算法上都存在一定缺陷.比如来客掘客、 推出不久就广受欢迎.国外目前比较流行的掘客有DΦne和Dealigg.采用了类似半数投票算法)],只是 Digg Reddit.Dzone,Dealigg和Techtagg等,国内起简单地对投票数进行累加,当某一内容的得票数累 步早的有来客掘客等.掘客的核心功能就是提供一 加到一定地步,就是被置于首页.这种算法简单易 个发现和共享互联网资源和信息的平台,这个平台 用,但是针对复杂的互联网用户访问行为,存在2个 本身没有任何内容,网站所有的内容全部由用户提 主要问题:第一,没有考虑投票用户经验值,也就是 交,并且用户可以对其他用户提交的内容进行投票. 资深用户和新用户所投票是等价的,第二,没有考虑 得票多少说明受用户喜欢的程度,假如得票数量达时间因素,比如来客常常有几个月以前提交的、己经 到一定程度,将会被置于首页显示,从而可以被网站 过时的内容被置于首页.Dgg考虑一些用户经验值 所有的用户浏览.由此可见,如何根据投票数对提交 和时间因素,但是对时间因素的考虑相对简单.为了 内容进行评分,也就是说,投票算法如何合理地反映 提高投票算法的合理性,本文在参考贝叶斯投票算 内容的受喜欢程度,是掘客的技术核心所在 法和淘汰投票算法51基础上,应用属性论方 法【6的基本原理建立了一套新的投票算法 收稿日期:2008-12-16 基金项目:上海市本级财政部门预算资助项目(1138A0005)】 通信作者:许广林.Emai让glenxu(@gail com 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
第 4卷第 2期 智 能 系 统 学 报 Vol. 4 №. 2 2009年 4月 CAA I Transactions on Intelligent System s Ap r. 2009 掘客投票算法的属性论方法 许广林 1 ,刘念祖 1 ,冯嘉礼 2 ,刘永昌 2 (1. 上海立信会计学院 数学与信息学院 ,上海 201620; 2. 上海海事大学 信息工程学院 ,上海 200135) 摘 要 :掘客类型网站的技术核心是投票算法 ,而如何能够客观和公正地反应投票结果是投票算法的核心. 针对目 前掘客类网站中投票算法过于简单 ,建立了一套投票算法指标体系 ,并且提出了基于属性论方法的投票算法 ,为掘 客类网站以及其他类型的投票网站提供了一种新的投票算法. 给出实际例子的投票结果更公正和客观 ,从而有效地 论证了算法的合理性. 关键词 :投票算法 ;属性论方法 ;转换程度函数 ;评估模型 中图分类号 : TP18 文献标识码 : A 文章编号 : 167324785 (2009) 0220118204 A voting algor ithm based on attr ibute theory for soc ial news sites XU Guang2lin 1 , L IU N ian2zu 1 , FENG Jia2li 2 , L IU Yong2chang 2 (1. College ofMathematics and Information, Shanghai L ixin University of Commerce, Shanghai 201620, China; 2. College of Infor2 mation Engineering, ShanghaiMaritime University, Shanghai 200135, China) Abstract:A key technology for a social news sites is the voting algorithm, which must objectively and fairly calcu2 late voting results as its core requirement. In order to make the voting algorithm s of social news sitesmore trustwor2 thy, a new indexing system and new voting algorithm based on the methods of attribute theory was developed. An actual app lication involving such an algorithm was then developed, and it was discussed in the paper. Keywords: voting algorithm; method of attribute theory; conversion degree functions; evaluating model 收稿日期 : 2008212216. 基金项目 :上海市本级财政部门预算资助项目 (1138 IA0005). 通信作者 :许广林. E2mail: glenxu@gmail. com. 掘客是一种基于 Web 2. 0的体现集体智慧 [ 122 ] 的新型网站 ,就像其他基于 Web 2. 0的网站一样 , 推出不久就广受欢迎. 国外目前比较流行的掘客有 D igg、Reddit、Dzone、Dealigg和 Techtagg等 ,国内起 步早的有来客掘客等. 掘客的核心功能就是提供一 个发现和共享互联网资源和信息的平台 ,这个平台 本身没有任何内容 ,网站所有的内容全部由用户提 交 ,并且用户可以对其他用户提交的内容进行投票. 得票多少说明受用户喜欢的程度 ,假如得票数量达 到一定程度 ,将会被置于首页显示 ,从而可以被网站 所有的用户浏览. 由此可见 ,如何根据投票数对提交 内容进行评分 ,也就是说 ,投票算法如何合理地反映 内容的受喜欢程度 ,是掘客的技术核心所在. 通过调查和分析国内外几个掘客网站 ,发现它 们在投票算法上都存在一定缺陷. 比如来客掘客、 Dzone和 Dealigg,采用了类似半数投票算法 [ 3 ] ,只是 简单地对投票数进行累加 ,当某一内容的得票数累 加到一定地步 ,就是被置于首页. 这种算法简单易 用 ,但是针对复杂的互联网用户访问行为 ,存在 2个 主要问题 :第一 ,没有考虑投票用户经验值 ,也就是 资深用户和新用户所投票是等价的 ,第二 ,没有考虑 时间因素 ,比如来客常常有几个月以前提交的、已经 过时的内容被置于首页. D igg考虑一些用户经验值 和时间因素 ,但是对时间因素的考虑相对简单. 为了 提高投票算法的合理性 ,本文在参考贝叶斯投票算 法 [ 4 ]和淘汰投票算法 [ 5 ] 基础上 , 应用属性论方 法 [ 627 ]的基本原理建立了一套新的投票算法
第2期 许广林,等:掘客投票算法的属性论方法 ·119· 1)计算内容C,提交者的经验值, 1评估指标建立 设集合X为网站所有n个用户的集合,集合Y 投票算法是一个复杂、多元的系统,要建立合理 为网站所有提交过内容的m个用户的集合,集合Z 的投票算法,首先需要一个科学、合理的投票因素体 为网站所有投过票的h个用户的集合,由此可得 系.根据掘客的基本特点,可以把投票因素分为3个 Zs和YsxX.再设为某个用户在线时间,d,为 大部分共5个要素 某个用户的访问深度,则根据转换程度函数),每 1)内容提交者的经验值.包括内容提交者的忠 个用户的忠诚度4为 诚度和内容提交者的活跃度2个因素.忠诚度可以 (x 通过用户在线时间和用户的访问深度来衡量,它反 映的是用户对网站内容的认可程度,活跃程度反映 内容提交者的参与程度,它可以通过用户提交文章 1) 的数量和用户提交内容被置首页的比率来反映, 设x∈y,≤m为第个提交过内容的用户,则s℃,为 2)投票者的经验值.包括投票者的忠诚度和投票 此用户投票的数量,$斯为用户提交内容被置首页的 中的活跃度2个因素.投票者的忠诚度体现了投票者 数量,则x,用户活跃度sac为 对网站内容的认可和理解程度,可以通过用户在线时 间和用户的访问深度来衡量.活跃度反映了投票者的 sa 参与度,可以通过投票中己投票数量的多少和被投票 内容置首页的数量来反映, 3)投票数与时间的关系.Dgg处理投票数和时 (2) 间的关系,只是规定内容提交后24小时,所有的投 根据式1)和(2),可以得出内容提交者的经验值 票失效,这种关系过于简单.而合理的做法是投票数 sco“为 和时间建立一个指数函数的关系,也就是说,2个得 sco“=(sac+0/2 (3) 票数相同的内容,如果所获得票数的所用时间不同, 2)计算内容c投票者的经验值s0o 那么它们的得分也应该不一样 设:∈y,k≤h为第k个投票的用户,则vC为 综合上述,评价指标体系如图1所示」 此用户提交文章的数量,V为被用户投票的内容置 提父者活跃度 首页的数量,则用户x活跃度vac为 内容提交者经验值 提交者忠诚度 hvc h·v + +exp 投票者活跃度 投票者经验值 投票者忠诚度 (4 根据式1)和(3),可以得出内容提交者的经验值 投票数与时间关系 sco,为 图1投票算法指标体系 Fig I Index system of vote algorithm sco 2 2评估模型建立 被提交内容的投票数与时间的关系vt)可以 投票系统的算法有如下步骤: 表示为 首先设C为所有被提交的内容集合,so,为第i if1440m 提交者的经验值,s℃o为第个内容c的投票者的 3)各投票因素权重的选择 经验值,sc0,为第个内容时间趋势值, 不同类型的掘客网站,针对的目标用户不同,要 C1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
1 评估指标建立 投票算法是一个复杂、多元的系统 ,要建立合理 的投票算法 ,首先需要一个科学、合理的投票因素体 系. 根据掘客的基本特点 ,可以把投票因素分为 3个 大部分共 5个要素. 1)内容提交者的经验值. 包括内容提交者的忠 诚度和内容提交者的活跃度 2个因素. 忠诚度可以 通过用户在线时间和用户的访问深度来衡量 ,它反 映的是用户对网站内容的认可程度. 活跃程度反映 内容提交者的参与程度 ,它可以通过用户提交文章 的数量和用户提交内容被置首页的比率来反映. 2)投票者的经验值. 包括投票者的忠诚度和投票 中的活跃度 2个因素. 投票者的忠诚度体现了投票者 对网站内容的认可和理解程度 ,可以通过用户在线时 间和用户的访问深度来衡量. 活跃度反映了投票者的 参与度 ,可以通过投票中已投票数量的多少和被投票 内容置首页的数量来反映. 3)投票数与时间的关系. D igg处理投票数和时 间的关系 ,只是规定内容提交后 24小时 ,所有的投 票失效 ,这种关系过于简单. 而合理的做法是投票数 和时间建立一个指数函数的关系 ,也就是说 , 2个得 票数相同的内容 ,如果所获得票数的所用时间不同 , 那么它们的得分也应该不一样. 综合上述 ,评价指标体系如图 1所示. 图 1 投票算法指标体系 Fig. 1 Index system of vote algorithm 2 评估模型建立 投票系统的算法有如下步骤 : 首先设 C为所有被提交的内容集合 , scoi 为第 i 个内容 ci 的综合投票分数 , sco ce i 为第 i个内容 ci 的 提交者的经验值 , sco ve i 为第 i个内容 ci 的投票者的 经验值 , sco t i 为第 i个内容时间趋势值. 1) 计算内容 Ci 提交者的经验值. 设集合 X 为网站所有 n个用户的集合 ,集合 Y 为网站所有提交过内容的 m 个用户的集合 ,集合 Z 为网站所有投过票的 h个用户的集合 , 由此可得 ZΑ X和 YΑ X . 再设 ti 为某个用户在线时间 , di 为 某个用户的访问深度 ,则根据转换程度函数 [ 8 ] ,每 个用户的忠诚度 li 为 li ( x) = 1 1 + exp - n·ti ∑ n i ti · 1 1 + exp - n·di ∑ n i di . (1) 设 xj∈Y, j≤m 为第 j个提交过内容的用户 ,则 scj为 此用户投票的数量 , srj为用户提交内容被置首页的 数量 ,则 xj用户活跃度 sacj为 sacj = 1 1 + exp - m ·scj ∑ m i =1 sci · 1 1 + exp - m ·srj ∑ m i =1 sri . (2) 根据式 ( 1)和 ( 2) ,可以得出内容提交者的经验值 sco ce i 为 sco ce i = ( sac + l) /2. (3) 2) 计算内容 ci 投票者的经验值 sco ve i . 设 xk ∈Y, k≤h为第 k个投票的用户 ,则 vck 为 此用户提交文章的数量 , vrk 为被用户投票的内容置 首页的数量 ,则用户 xk 活跃度 vack 为 vack = 1 1 + exp - h·vck ∑ h i =1 vci · 1 1 + exp - h·vrk ∑ h i =1 vri . (4) 根据式 ( 1)和 ( 3) ,可以得出内容提交者的经验值 sco ve i 为 sco ve i = vac + 1 1 + exp - k ∑ k i =1 (1 - li ) 2 . (5) 被提交内容的投票数与时间的关系 vt( t)可以 表示为 vt( t) = 1 e t , if t 1 440 m. (6) 3) 各投票因素权重的选择. 不同类型的掘客网站 ,针对的目标用户不同 ,要 第 2期 许广林 ,等 :掘客投票算法的属性论方法 ·119·
·120 智能系统学报 第4卷 求各个指标的权重也不相同.比如Dgg网站,主要 使用此算法后,得票数相同的内容,不一定得分 提供新闻,因此对时间因素考虑的更为重要,与此相 相同.如图3中(a)和(b)内容都得4票,并且都是 反,Done主要以科学技术内容为主,因此对于投票 一个用户所提交,但是因为(a)的得分比(b)高,所 者的经验值要求最高.为了选择更加合理的权重,这 以(a)被置首页,而(b)没有.究其原因,主要是内容 里使用了属性论方法,它的基本思路是抛出几个样 (a)在30mim获得4票,而内容(b)是240min才获 本点,由专家来进行评判,学习得出专家的心理曲 得4票 线,从而得出各个指标的权重 如何让你的博客远离垃圾评论|三两饭 设soe为临界总分,在(soe,1)中,根据曲 类别牌客@论运1标签博客s0留言垃掇评论 线拟合要求,均匀选取若干个点:T、T、…、T1,在 总分为T,(i=1,23,,n-1)的每个点上选取若干 h迎ww sanliangfan.com一写博客我们都希望能够看到很多 个样本让专家进行评分,按照式(7)就可以找到总 对博客的一种肯定。但是,这仅限于评论而不是垃圾,垃圾评引 分为T,(i=1,2,3,n-1)的重心坐标,而重心坐 感,另一方面上我们在SE0方面处于不利的局面。如何杜绝 标反映了不同专家对各个投票因素的偏好 垃圾评论?阅读全文” 6引用回分享且作者a0tu3ku21小时以前 b(f()) (a)使用来客掘客的投票算法 4)计算内容G的综合得分sc0 生宝宝早选月嫂的好处 4 THUMRSHOTSrom sco,=sco,+sco+sco;)/3 MAGE COMNG SOON 类别生活⊙健康1标签月嫂 (8) 已投票 5)设置一个阈值s0,当内容C,的综合得分大 于或等于so,就把该内容置于首页」 http://www.beifule.cn- 最近老婆要生了,我们: 3实验分析 同事,基本上全部劝我去找一个月煜,有个同事因 身体不是阅读全文》 使用提出的投票算法,对来客掘客的投票算法 。引用回分享?作者h198206022天以前 进行了改进.因为来客掘客更注重于新闻事件,所以 首先给出样本数据,然后请几个新闻专家对样本数 (b)未使用来客掘客的投票算法 图3被投票的内容 据进行打分,从而求出专家的心理重心曲线,最后得 Fig 3 Voted contents 出各个指标所占的权重.在使用此算法以后,关于新 闻的内容虽然得票数和其他内容一样,但是它的得 4 结束语 分更高,被置首页的概率更高.图2是使用此算法和 本文给出了一套投票算法的指标体系和基于属 没有使用此算法的被置首页内容比例分析图,从图 性论方法的投票算法.该算法即能够体现网站的偏 2可以看到,使用此算法以后,属于新闻事件的内容 好,又能合理的反映投票者的经验值,为掘客类网站 被置首页的比例从22%提升到36%. 和其他带有投票功能的网站提供了一种新的方法 100r ◆改进算法前 80 同时给出的实际例子的投票结果也更加合理和公 ■改进算法后 是 60A 正,从而论证了本方法的合理性.本文方法在考虑时 40 间趋势值时使用的函数相对比较简单,下一步将尝 20 试对多种势函数进行比较,从中择优 新闻事件 T数码情感爱情 其他 被置首页内容 参考文献: 图2算法改进前与改进后被置首页比例 [1]LEVY Collective intelligence:mankind's emerging world Fig 2 The results comparison table before and after algo in cyberspace plenum [M ]New York:Plenum Trade, rithm mproved 1997:37-39 [2]SM IH J B.Collective intelligence in computer-based col- 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
求各个指标的权重也不相同. 比如 D igg网站 ,主要 提供新闻 ,因此对时间因素考虑的更为重要 ,与此相 反 , Dzone主要以科学技术内容为主 ,因此对于投票 者的经验值要求最高. 为了选择更加合理的权重 ,这 里使用了属性论方法 ,它的基本思路是抛出几个样 本点 ,由专家来进行评判 ,学习得出专家的心理曲 线 ,从而得出各个指标的权重. 设 score0 为临界总分 ,在 ( score0 , 1)中 ,根据曲 线拟合要求 ,均匀选取若干个点 : T1、T2、…、Tn - 1 ,在 总分为 Ti ( i = 1, 2, 3, …, n - 1)的每个点上选取若干 个样本让专家进行评分 ,按照式 ( 7)就可以找到总 分为 Ti ( i = 1, 2, 3, …, n - 1)的重心坐标 ,而重心坐 标反映了不同专家对各个投票因素的偏好. b ({ c h (z) } ) = ∑ t h =1 v h 1 c h 1 ∑ t h =1 v h 1 , …, ∑ t h =1 v h m c h m ∑ t h =1 v h m . (7) 4)计算内容 ci 的综合得分 scoi . scoi = (ξ1 sco ce i +ξ2 sco ve i +ξ3 sco t i ) /3. (8) 5)设置一个阈值 scot ,当内容 Ci 的综合得分大 于或等于 scot ,就把该内容置于首页. 3 实验分析 使用提出的投票算法 ,对来客掘客的投票算法 进行了改进. 因为来客掘客更注重于新闻事件 ,所以 首先给出样本数据 ,然后请几个新闻专家对样本数 据进行打分 ,从而求出专家的心理重心曲线 ,最后得 出各个指标所占的权重. 在使用此算法以后 ,关于新 闻的内容虽然得票数和其他内容一样 ,但是它的得 分更高 ,被置首页的概率更高. 图 2是使用此算法和 没有使用此算法的被置首页内容比例分析图 ,从图 2可以看到 ,使用此算法以后 ,属于新闻事件的内容 被置首页的比例从 22%提升到 36%. 图 2 算法改进前与改进后被置首页比例 Fig. 2 The results comparison table before and after algo2 rithm imp roved 使用此算法后 ,得票数相同的内容 ,不一定得分 相同. 如图 3中 ( a)和 ( b)内容都得 4票 ,并且都是 一个用户所提交 ;但是因为 ( a)的得分比 ( b)高 ,所 以 ( a)被置首页 ,而 ( b)没有. 究其原因 ,主要是内容 ( a)在 30 m in获得 4票 ,而内容 ( b)是 240 m in才获 得 4票. ( a)使用来客掘客的投票算法 ( b)未使用来客掘客的投票算法 图 3 被投票的内容 Fig. 3 Voted contents 4 结束语 本文给出了一套投票算法的指标体系和基于属 性论方法的投票算法. 该算法即能够体现网站的偏 好 ,又能合理的反映投票者的经验值 ,为掘客类网站 和其他带有投票功能的网站提供了一种新的方法. 同时给出的实际例子的投票结果也更加合理和公 正 ,从而论证了本方法的合理性. 本文方法在考虑时 间趋势值时使用的函数相对比较简单 ,下一步将尝 试对多种势函数进行比较 ,从中择优. 参考文献 : [ 1 ]L∗VY. Collective intelligence: mankind’s emerging world in cyberspace p lenum [ M ]. New York: Plenum Trade, 1997: 37239. [ 2 ] SM ITH J B. Collective intelligence in computer2based col2 ·120· 智 能 系 统 学 报 第 4卷
第2期 许广林,等:掘客投票算法的属性论方法 ·121· laboration [M ]New York:Erlbaum,1994:132-135. FENG Jiali,Xu Guanglin Qualitative benchmark linear [3 ]BOYER R S,MOORE S Mjrty-a fast maprity vote algo- transom and artificial neural netork [J].Joumal of Har rithm [M ]The Netherlands Kluwer Academ ic Publishers. bin Engineering University,2006,27 (7):6-12 1991:105-117. 作者简介: [4 ]A ILEN C,APPELCL NE S Collective choice:rating sys- 许广林,男,1974年生,讲师,主要 tems[EB /OL ][2008-10-15 ]http://ww.lifewithalacri- 研究方向为机器学习、模式识别和风险 ty com/2005/12/collective choi hmI 评估.发表学论文10余篇。 [5姚昱,朱山风.基于投票模型的元搜索排序合成算法 [J]计算机工程,2007,22:214-216 YAO Yu,ZHU Shanfeng Voting model based on the sort of meta-search algorithm synthesis [J ]Computer Engineer- 刘念祖,男,1955年生,教授,主要 ing2007,22:214-216 研究方向为数据库、数据挖掘. [6]FENG Jiali Qualitative mapping orthogonal system induced by subdivision transomation of qualitative criteron and bio- m metic pattem recognition [J].Chinese Joumal of Elec- tronics,2006,15(6A):850-856 [7]FENG Jiali,MAO Q ihuang,XU Guanglin,et al Qualitative 冯嘉礼,男,1948年生,教授、博士 mapp ing.inner product transfomation of qualitative criteri- 生导师.中国人工智能学会理事、中国 on,artificial neuron and pattem [C]//Proc of Seventh 人工智能学会机器学习专业委员会副 IEEE Intemational Symposium on Multmedia Irvine,Cali- 主任委员、中国管理科学研究院思维科 6mia,2006:15-20 学研究所学术顾问」 [8吗嘉礼,许广林.定性基准的线性变换与人工神经元网 络[J]哈尔滨工程大学学报,2006,27(7):6-12 第2届计算智能与设计国际学术研讨会 2009 Iternational Symposium on Com putational Itelligence and Design On behalf of the successful symposium-ISCD 2008,the organizing comm ittee and our bcal organizers wish to extend to you our personal welcome o attend the 2009 Intemational Symposium on Computational Intelligence and Design ISCD' 09)which will be held at Changsha,China in 12~14,December 2009.It provides three day's focus on the science and technology that are the basis for the computational intelligence and design This symposium provides an idea-exchange and discussion platfom for the world's engineers and academ ia,where inter nationally recognized researches and practitioners share cutting-edge infomation,address the hottest issue in computation- al intelligence and design,explore new technologies,exchange and build upon ideas And provide researchers and practi- tioners interested in new infomation technologies an opportunity to highlight innovative research directions,novel applica- tions,and a growing number of relationships between rough sets and such areas as computational intelligence,knowledge discovery and data mining,intelligent infomation systems,web mining,synthesis and analysis of complex objects,non- conventional models of computation and design We're certain you will find the city of Changsha and the surrounding area to be most pleasant and it will be my distinct pleasure to welcome each of you to the ISC D in December 2009. W eb site:http://www.iscid-conf org/. 1994-2009 China Academic Journal Electronie Publishing House.All rights reserved.http://www.cnki.net
laboration[M ]. New York: Erlbaum, 1994: 1322135. [ 3 ]BOYER R S, MOORE S. M jrty—a fast majority vote algo2 rithm [M ]. The Netherlands: Kluwer Academic Publishers, 1991: 1052117. [ 4 ]A1LEN C, APPELCL INE S. Collective choice: rating sys2 tems[ EB /OL ]. [ 2008210215 ]. http: / /www. lifewithalacri2 ty. com /2005 /12 / collective_choi. html. [ 5 ]姚 昱 , 朱山风. 基于投票模型的元搜索排序合成算法 [J ]. 计算机工程 , 2007, 22: 2142216. YAO Yu, ZHU Shanfeng. Votingmodel based on the sort of meta2search algorithm synthesis [ J ]. Computer Engineer2 ing, 2007, 22 : 2142216. [ 6 ] FENG Jiali. Qualitative mapp ing orthogonal system induced by subdivision transformation of qualitative criterion and bio2 m imetic pattern recognition [ J ]. Chinese Journal of Elec2 tronics, 2006, 15 (6A) : 8502856. [ 7 ] FENG Jiali, MAO Q ihuang, XU Guanglin, et al. Qualitative mapp ing, inner p roduct transformation of qualitative criteri2 on, artificial neuron and pattern [ C ] / / Proc of Seventh IEEE International Symposium on Multimedia. Irvine, Cali2 fornia, 2006: 15220. [ 8 ]冯嘉礼 ,许广林. 定性基准的线性变换与人工神经元网 络 [J ]. 哈尔滨工程大学学报 , 2006, 27 (7) : 6212. FENG Jiali, Xu Guanglin. Qualitative benchmark linear transform and artificial neural network [J ]. Journal of Har2 bin Engineering University, 2006, 27 (7) : 6212. 作者简介 : 许广林 ,男 , 1974年生 ,讲师 ,主要 研究方向为机器学习、模式识别和风险 评估. 发表学论文 10余篇. 刘念祖 ,男 , 1955年生 ,教授 ,主要 研究方向为数据库、数据挖掘. 冯嘉礼 ,男 , 1948 年生 ,教授、博士 生导师. 中国人工智能学会理事、中国 人工智能学会机器学习专业委员会副 主任委员、中国管理科学研究院思维科 学研究所学术顾问. 第 2届计算智能与设计国际学术研讨会 2009 International Symposium on Computational Intelligence and Design On behalf of the successful symposium— ISCID 2008, the organizing committee and our local organizers wish to extend to you our personal welcome to attend the 2009 International Symposium on Computational Intelligence and Design ( ISCID’ 09) which will be held at Changsha, China in 12~14, December 2009 . It p rovides three day’s focus on the science and technology that are the basis for the computational intelligence and design. This symposium p rovides an idea2exchange and discussion p latform for the world’s engineers and academia, where inter2 nationally recognized researches and p ractitioners share cutting2edge information, address the hottest issue in computation2 al intelligence and design, exp lore new technologies, exchange and build upon ideas. And p rovide researchers and p racti2 tioners interested in new information technologies an opportunity to highlight innovative research directions, novel app lica2 tions, and a growing number of relationship s between rough sets and such areas as computational intelligence, knowledge discovery and data mining, intelligent information systems, web mining, synthesis and analysis of comp lex objects, non2 conventional models of computation and design. We’re certain you will find the city of Changsha and the surrounding area to be most p leasant and it will be my distinct p leasure to welcome each of you to the ISCID in December 2009. W eb site: http: / /www. iscid2conf. org/. 第 2期 许广林 ,等 :掘客投票算法的属性论方法 ·121·