基于分类算法的潜在好友推荐系统

丁 蕊， 汤 庸， 曾伟铨， 常 超

(华南师范大学计算机学院，广州 510631)

基于分类算法的潜在好友推荐系统

丁 蕊， 汤 庸*， 曾伟铨， 常 超

(华南师范大学计算机学院，广州 510631)

提出了一种基于分类算法的潜在好友推荐系统. 该系统采用两步特征方法处理原始数据集，去除不相关特征项和冗余特征项，为分类器提供精简的特征集合；把学者潜在好友推荐问题转化为二分类问题，对比4个常用分类器在两步特征选择方法上的分类效果，找出了推荐效果最佳的分类器(决策树分类器),同时得到学术社交网络中区分度最大的6个用户特征信息. 使用来自学术社交网络学者网(SCHOLAT)的社交网络信息作为实验原始数据集进行测试，实验结果显示：相比传统方法，基于分类的推荐方法在准确率和F1值均有显著提升，体现了基于分类算法的潜在好友推荐系统的准确性和实用价值.

潜在好友推荐； 特征选择； 分类器； 社交网络； Relief算法； 学者网

近年来，越来越多的学者选择在社交网站上拓展人脉，寻找有用信息. 相比其他社交网站，学术社交网站的数据如好友关系、合作关系和团队信息等，通常更加固定[1]，已有案例如AmetMiner[2]自动提取学者信息并建模，提供推荐审稿人等学术搜索服务；SCHOLAT作为面向学者的社交网站，根据用户浏览和交互记录等，为用户推荐感兴趣的学者和相似研究领域学者. 大量的学者关系导致了学术社交网站与其他社交网络一样，出现了信息过载问题[3]. 解决信息过载问题，通常从两方面入手：(1)选择精简有用的用户特征信息，为推荐模型提供有效数据集；(2)选出适合应用场景的效果最佳的推荐模型.

针对第一方面，KIRA和RENDELL[4]首先提出经典的Relief算法，使用二分类方法对特征项进行分析；XU和ARAKI[5]指出Relief算法虽然可以很好地发现冗余数据，但特征之间会相互影响；YU和LIU[6]提出一种快速特征选择方法，并对比不同特征选择方法的运行时间和效率；DING等[7]分析了社交网络中用户特征信息并在Relief的基础上加入聚类算法，得到了更好的特征集合；ABEDINIA等[8]基于信息论标准，提出一种层次过滤封装方法. 但这些算法都没有考虑用户的个人信息、在线交互行为等特征值之间的相互影响.

针对第二方面，BERMEJO等[9]根据划分出的社区建立好友网络图，并在图中的边之间加入真实的关系语境，进行用户间关系强度的定量计算；FARID等[10]针对大规模社交网络，将用户潜在好友划分为“可能认识的”和“可能感兴趣的”2类，然后分别基于用户共同好友关系拓扑图和Profile文本相似性计算模型进行描述；贝叶斯网络和朴素贝叶斯算法(Naïve Bayes,NB)是经典的分类方法，KONONENKO[11]在特征子集的选择上使用了朴素贝叶斯算法. 但这些基于用户关系的方法并没有充分利用用户的多属性特征.

结合以上分析，为了更好地应用分类模型预测学术社交网站中用户的潜在好友，提高推荐准确度，从而提高用户黏度、增加网站流量，本文针对SCHOLAT的特征选择方法和推荐模型做出改进：采用两步特征选择方法去除不相关特征项和冗余特征项，得到精简的特征集合，解决社交网络中用户数据之间相互影响的问题；考虑用户多属性特征的充分利用问题，将学者潜在好友推荐问题转化为二分类问题，对比4个常用分类器在两步特征选择方法上的分类效果，选出效果最佳的分类器，并推算出学术社交网络中区分度最大的6个用户特征信息.

1 定义描述

首先定义候选集和推荐结果的表示方法.

定义1候选集：对于给定用户集U=(u1,u2,…,un)，特征矩阵为(X1,y1),(X2,y2),…,(Xn,yn)，其中n为用户数,Xi为用户ui的特征向量，且Xim，m为特征个数，yi{-1,+1}为最终的推荐结果. 对于2个用户ui，ujU,如果他们在定义的时间段内有交互记录(如浏览记录、发送邮件、互赞记录等)，并且相互不是好友关系，那么ui将被放入uj的推荐候选集中，同时uj也会被存入ui的推荐候选集中. (ui,uj)代表系统将会把用户uj推荐给ui.

为了确定用户ui最终是否被打上推荐或者不推荐的标签，定义了预测函数：

yi=FRS(u/Xi).

(1)

定义2推荐结果：实验的目标是让分类器学习到一个预测函数RS(.)，设置分类器的阈值∂，以预测在时间戳t之后，用户是否被推荐给目标，即：

(2)

2 基于分类算法的好友推荐系统

本节介绍在学术社交网络中基于分类算法的潜在好友推荐系统流程.

2.1 特征选择方法

两步特征选择方法如图1所示. 首先使用Relief算法[8]去除特征矩阵中不相关的特征. 该算法可以有效区分不同用户之间特征值的差异，计算该特征对所有依赖的变量的影响概率，并输出该概率权重.

对于每一个实例X，Relief都使用p维欧几里得距离选择出最邻近的相同标签和不同标签的实例，并组成三元组，更新他们的特征权重向量，计算出平均权重向量. 最终选择出平均权重大于相关系数的特征项[7].

图1 数据预处理-两步特征过滤

Figure 1 Data preprocessing-two-step method of feature selection

2.2 分类器方法

本文使用学者网社交测试集对4种分类器做实验，通过逻辑回归函数，判断得出最适合于基于分类算法的好友推荐系统的分类器. 4类分类器如下：

(1)朴素贝叶斯算法[12]：只需要少量的训练集即可计算出特征属于某一分类的概率. 对于连续和离散数据同样适用.

(2)支持向量机算法(Support Vector Machine,SVM)[13]：SVM建立在统计学习理论的VC维理论和结构风险最小原理基础上，根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折中，以获得最好的推广能力；是特征空间上间隔最大的线性分类器，该策略为间隔最大化，最终可转化为一个凸二次规划问题的求解.

(3)逻辑回归算法(Logistic Regressive,LR)[14]：逻辑回归的目的是一个0/1分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是(-∞，+∞)，因此使用逻辑回归函数将结果映射为(0,1)之间的值，即结果属于某一个分类的概率. 逻辑回归函数为：

其中，x是n维特征向量，θ(-∞，+∞)为最佳参数.

(4)决策树算法(Decision Tree,DT)[15]：该算法不需要参数设置就可以借助好的特征选择方法将目标用户分为特定的类. 决策树算法有不同的算法核心，根据数据特点，本文使用ID3的信息增益的方法.

2.3 系统描述

传统的分类技术可以计算一个候选项属于某个特定类的概率，并输出一个j值(代表该项属于第j个类别). 在好友推荐领域，这种类别表示为被推荐和不推荐，即二分类问题(如定义1和定义2). 在使用两步特征选择方法的分类算法中，首先需要收集用户的个人信息、社交信息和交互行为等. 根据用户的交互行为(定义1的声明)为每位用户选出候选集，也即用户对. 获取每位用户的特征矩阵X，使用两步特征选择方法对特征项去除冗余. 训练分类器模型，对4个分类器分别调参，得到最优的预测函数. 记录分类权重，根据权重阈值确定是否推荐目标用户. 算法1描述了系统的整体流程.

算法1基于分类算法的潜在好友推荐算法

Step 1. 收集数据并选出候选集.

Step 2. 输入用户信息U={,…,}；分类器阈值∂.

Step 3. 每个用户的推荐列表置空，候选集的推荐标签置为0(未推荐).

Step 4. 对于1≤i≤m:获取每个用户ui的特征集，构成特征矩阵X，并进行特征选择.

Step 5. 将预处理之后的数据集(分为训练集和测试集)放入分类器中，训练分类器模型，得到预测函数RS(.);

为测试集里的每个待推荐的用户uj生成分类权重yj；

调参，当yj>∂时，将待推荐用户放入ui的推荐列表中，为每个用户生成推荐列表：Y={(u1,recList1),…,(um,recListm)}.

另外，在分类阶段，需为每个分类器设置∂值；对于每个待推荐用户uj，yj是对用户ui的推荐结果.

3 实验部分

实验的目的是选出效果较好的分类器模型，并利用分类器推荐出用户的潜在好友. 实验数据来自学术社交网络学者网(SCHOLAT)2014年9月—2015年9月的社交网络信息，用户量11 698个. 首先抽取用户的显式社交信息和隐式社交信息，包括：个人资料、团队信息、课程信息、论文信息、项目信息、访问与被访问记录、邮件情况等，将2015年5月份之前的数据作为训练集，之后的信息作为测试集. 最终的候选集中一共有2 700对用户，我们将对这部分数据打标签，计算最终的准确度.

在本文的实验中，推荐方法被转换为二分类问题，使用推荐系统中常用的评价指标对实验结果进行评价，包括准确度(P)和F1值，计算公式如下：

其中，对于用户uU，S(u)为最终的推荐列表，T(u)表示在测试集中标签为1的用户列表，也即在2015年5月之前和目标用户u有交互行为但不是好友关系，在2015年5—9月期间成为好友的用户.

本文对相同的训练集和测试集做了2组实验. 第一组实验中，仅使用传统特征选择方法，由于数据集中的特征项不大，所以基本为手动选择特征. 第二组实验中，在使用分类器之前使用了两步特征选择方法，观察4个分类器模型的效果. 结果显示：使用传统特征选择方法时，当特征数为8，朴素贝叶斯算法的准确率最高，P值达到0.69;SVM和LR均需要较多的特征数，分别是11和13;使用两步特征选择方法后，准确度和F1值有明显提高，且特征数达到6时，各分类效果均达到最佳(图2,图3).

由图2、图3可以看出，决策树算法的准确度和F1值相比其他3个算法，不仅数值较高，而且发挥稳定，因此，最佳的分类器算法应是决策树算法，该方法主要对离散值进行分类，对一些属性值如工作单位、性别、学历信息等可以直接生成二叉决策树，对连续性的值如研究领域、共同好友的相似度，可以确定一个值作为分裂点，生成分支，从而使分类效果较好.

-FS:代表使用两步特征选择方法 -noFS：代表使用传统特征选择方法

图2 4个分类器P值对比

Figure 2 TheP-value comparison of four classifiers

-FS:代表使用两步特征选择方法 -noFS：代表使用传统特征选择方法

此外，实验发现了在每一次的特征选择中有6个必备的特征项：学术论文、研究领域、团队信息、课程信息、好友列表和工作单位，是在不相关特征过滤中打分最高的特征项，在冗余过滤中又属于不同的聚类，保证了他们之间的相似度最小. 在学者网上，这6个必选项对该网站的用户拓展在线社交网络也是极其重要的因素.

4 总结与展望

本文采集真实学术社交网络SCHOLAT中的用户个人信息和行为特征，使用Relief算法和K-means聚类算法去除不相关和冗余特征项，在数据预处理阶段考虑特征值之间的相互影响，将特征集缩减到理想的特征子集大小，提高了系统对候选集的数据处理准确度；利用两步特征选择方法过滤特征，对比数据在4种分类器模型中的实验结果，选出适合特征选择的分类器模型——决策树算法，为推荐系统模型选择出最有价值的特征，并得出最有价值的6个学者信息，为潜在好友推荐系统提供了框架. 通过使用基于分类算法的潜在好友推荐系统，提高了好友推荐准确率，可以更好地为广大学者服务.

在未来的工作中，将研究分类方法在潜在好友推荐领域的改进和优化，减少分类器的时间消耗、提高推荐的准确度和优化分类流程等. 扩展算法的适应性，例如对其他社交网络数据的预测和分析.

[1] 刘先红,李纲. 科研社交网络的推荐系统对比分析[J]. 图书情报工作,2016,60(9):116-122.

LIU X H,LI G. Comparative analysis of recommender systems of research social networking service[J]. Library and Information Service,2016,60(9):116-122.

[2] TANG J,ZHANG J,YAO L. Arnetminer:extraction and mining of academic social networks[C]∥Proceedings of the 14th ACM SIGKDD International Conference on Know-ledge Discovery and Data Mining. New York:ACM,2008:990-998.

[3] 陈洁敏,汤庸,李建国,等. 个性化推荐算法研究[J]. 华南师范大学学报(自然科学版),2014,46(5):5-18.

CHEN J M,TANG Y,LI J G,et al. Survey of personalized recommendation algorithms[J]. Journal of South China Normal University(Natural Science Edition),2014,46(5):5-18.

[4] KIRA K,RENDELL L A. The feature selection problem:traditional methods and a new algorithm[C]// Procee-dings of the 10th National Conference on Articial Intelligence. San Jose,California:AAAI Press,1992:129-134.

[5] XU J A,ARAKI K. A svm-based personal recommendation system for TV programs[C]//Proceedings of 12th International Multi-Media Modelling Conference. Beijing,China:IEEE,2006.

[6] YU L,LIU H. Feature selection for high-dimensional data:a fast correlation-based filter solution[C]//Proceedings of the 20th International Conference on Machine Learning. Washington,DC:ICML,2003:856-863.

[7] DING R,ZHU J,TANG Y,et al. A novel feature selection strategy for friends recommendation[C]//Proceedings of IEEE 20th International Conference on Computer Supported Cooperative Work in Design. Nanchang,China:IEEE,2016：123-128.

[8] ABEDINIA O,AMJADY N,ZAREIPOUR H. A new feature selection technique for load and price forecast of electrical power systems[J]. IEEE Transactions on Power Systems,2017,32(1):62-74.

[10] FARID D M,ZHANG L,RAHMAN C M. Hybrid decision tree and naïve Bayes classifiers for multi-class classification tasks[J]. Expert Systems with Applications,2014,41(4):1937-1946.

[11] KONONENKO I. Estimation attributes:analysis and extensions of RELIEF[C]//Proceedings of the European Conference on Machine Learning. New York:Springer,1994:171-182.

[12] MA Z Y,SUN A X,CONG G. On predicting the popularity of newly emerging hashtags in twitter[J]. Journal of the American Society for Information Science and Technology,2013,64(7):1399-1410.

[13] 许世明,武波,马翠,等. 一种基于预分类的高效SVM中文网页分类器[J]. 计算机工程与应用,2010,46(1):125-128.

XU S M,WU B,MA C,et al. Efficient SVM Chinese Web page classifier based on pre-classification[J]. Computer Engineering and Applications,2010,46(1):125-128.

[14] 巫可,战荫伟,李鹰. 融合用户属性的隐语义模型推荐算法[J]. 计算机工程,2016,42(12):171-175.

WU K,ZHAN Y W,LI Y. Recommendation algorithm of latent factor model fused with user attribute[J]. Computer Engineering,2016,42(12):171-175.

[15] ACdreamers. 决策树之ID3算法[EB/OL]. (2015-03-27)[2016-09-15]. http://blog.csdn.net/acdreamers/article/details/44661149.

A Potential Friend Recommendation System Based on Classification Algorithm

DING Rui，TANG Yong*，ZENG Weiquan，CHANG Chao

(School of Computer Science, South China Normal University, Guangzhou 510631, China)

A potential friend recommendation system based on classification algorithm is proposed. The system uses the two-step feature method to process the original data set and removes irrelevant features for the classifier. The potential problems of scholars are translated into two classification problems. By comparing the classification effect of four commonly to find out the best classifier, the method of classifiers in two-step feature selection is used. At the same time, it concludes six influence factors and main diffusion characteristics. The social network information from the Academic Social Network (SCHOLAT) is tested as the original data sets. The experiment shows that the method based on significantly improves the accuracy and theF1value. It reflects the accuracy and practical value of the recommendation system of potential friends based on classification algorithms.

potential friends recommendation; feature selection; classifier; social network; Relief algorithm; SCHOLAT

2016-12-28 《华南师范大学学报(自然科学版)》网址：http://journal.scnu.edu.cn/n

国家自然科学基金项目(61772211)；广东省科技计划项目(2016B010124008，2014B010116002，2013B090800024)； 华南师范大学研究生创新资助项目(61272067)

*通讯作者:汤庸，教授，Email:ytang@m.scnu.edu.cn.

TP391

A

1000-5463(2017)06-0124-00

【中文责编：庄晓琼 英文审校：叶颀】

华南师范大学学报(自然科学版)

2017年(1～6期)总目次

2017年第1期

液晶聚合物分子排列调控的研究进展

詹媛媛， 俞燕蕾， 李 楠， 周国富( 1 )

柔性显示基板材料研究进展

兰中旭， 韦 嘉， 俞燕蕾( 9 )

光聚合时间对液晶高分子红外反射器件光电性能的影响

李 娜， 曾伟杰， 鞠 纯， 胡小文, 李 楠， 周国富( 17 )

液晶高分子智能调光玻璃研究进展

鞠 纯， 孙海涛， 王 璐， 胡小文， 李 琛， Reinder COEHOORN， 周国富( 21 )

染料掺杂的向列相液晶智能调光器件的开关态特性

刘延国， 鞠 纯， 王 璐， 袁 冬， 胡小文， 李 楠， 周国富( 26 )

聚合物稳定液晶调光器件厚度对其电光性能的影响

王 璐， 鞠 纯， 胡小文， 刘丹青， Reinder COEHOORN， 周国富( 31 )

掺杂Cu2O 纳米粒子的近晶相液晶显示器件的电-光特性

刘发顺， 崔晓鹏， 赵东宇， 许丽红， 刘 斌， 毕伟华( 35 )

水溶液显影环氧乙烷光刻胶的显影条件及机理探索

李岚慧， 窦盈莹， 水玲玲， 李发宏， Robert A. HAYES， 周国富( 40 )

Matlab模拟干涉光束参数对光子晶体结构的影响

周冠清， 林喜鸿， 吴立军， 袁 冬， 周国富( 46 )

基于FPGA的多路视频实时处理系统

易子川， 林 跃， 王 利， 刘先明， Nicolaas Frans de ROOIJ， 周国富( 51 )

·材料学·

Co-Ti共掺杂M型六角钡铁氧体磁电耦合研究

李培炼， 官钰洁， 黄志青， 凡 华， 高兴森( 56 )

微纳米光纤腐蚀动力学及其光学特性研究

张劲超， 周瑞雪， 刘绍静， 陈依琳， 程煜鹏， 张俊优， 何赛灵， 邢晓波( 62 )

·生物学与生物工程·

授粉后红球姜雌性生殖器官qRT-PCR的内参基因筛选

林浩川， 钟春梅， 孙姝兰( 67 )

光谱法研究泮托拉唑钠与牛血清白蛋白的相互作用

刘 里, 成飞翔( 74 )

·区域发展与地理·

句法视角下城市道路交通的预测研究——以广州市人民路高架桥拆除问题为例

陶 伟, 古恒宇, 张 良, 沈美程, 黄梦真( 80 )

基于Voronoi图的城市体系空间结构及吸引范围——以广东省为例

曾舜英， 陈忠暖( 87 )

会展产业集群的识别——以北京国际展览中心集聚区为例

方忠权， 方锦鹏， 张 颖， 宋欣迪， 张婧瑜( 95 )

广东省温泉旅游地可持续发展综合评价

樊亚明， 徐颂军(101)

·计算机科学与软件工程·

对HB#协议的代数分析

姜 晓， 马昌社(110)

自然生长状态下树叶图像的分割与提取

贾丽丽， 余孝源， 梁 耀， 李丰果(116)

·基础心理学·

文本阅读中时间信息加工的二阶段模型——来自ERP的证据

赖斯燕， 周灵丹， 薛 颖， 罗 伟， 何先友(122)

2017年第2期

化学与环境重点学科群特约专辑

·化学·

基于亚甲基蓝与DNA相互作用自铸成膜研究

甘绮婷， 陈琳琳， 朱耀婷， 关海欣， 李 红( 1 )

超声微波辅助共沉淀法制备Li1.2Ni0.2Mn0.6O2正极材料及其性能

赵瑞瑞, 梁家星, 杨子莲, 梁昌铖, 关雄聪, 高爱梅, 陈红雨( 6 )

SnO2@C锂离子电池负极材料的制备及其性能

陈素素， 陈新丽， 邓 洪( 11 )

酰胺类配体及锌配合物的合成、结构与电化学性能

胡 磊， 周京弘， 李思琪， 林晓明， 蔡跃鹏( 16 )

细菌纤维素/TiO2锂离子电池复合隔膜的研究

张 崧， 王玉海， 石 光， 温钰环， 徐伟彬， 陈卓莉( 21 )

共轭多孔聚合物薄膜的电化学制备及电容特性

罗海媛， 陈家晓， 郝洪敏， 刘 聪， 石 光， 李国明( 28 )

不同炭材料对铅酸蓄电池性能的影响

赵 微， 石 光， 林 鹏， 吴雨蒙， 赵瑞瑞， 陈红雨( 34 )

2-(4-吡啶基)咪唑二羧酸锌配位聚合物的自发拆分

周 霞， 王 婷， 林荣珊， 张梦瑶， 区泳聪， 吴建中( 38 )

硅胶基质聚天冬氨酸固定相的合成及对多肽的分离

林 纯， 陈 俊， 范 军， 张 晶， 喻 丽， 章伟光( 43 )

茉莉酸受体多功能纳米探针的合成与应用

林碧霞， 俞 英， 廖球梅， 刘雅雯， 陈永雄( 49 )

一种喹啉类Zn2+荧光比率型探针

陈嘉韵， 潘珺仪， 陈 志， 陈梓亮， 马立军( 56 )

室温低功率紫外光辐照法制备聚苯乙烯微球

庄泽锋, 何 永, 谢煌培, 蔡梓煜, 孙丰强( 61 )

·环境科学·

光催化降解普萘洛尔的机理研究

阮沁沁， 彭 亮， 彭导灵， 顾凤龙( 68 )

Ce-MCM-41分子筛催化臭氧氧化水中腐殖酸

李来胜， 谢燕华， 潘兆琪， 薛 颖( 73 )

天然水体主要本底成分对催化臭氧氧化草酸的影响

李旭凯， 郭杏妹， 张秋云， 李来胜( 80 )

矿物-腐殖酸复合体对菲的吸附研究

黄仁龙， 陈 杰， 刘峻光， 舒月红( 85 )

改性活性炭负载铁氧化物及其对Pb2+的吸附特性

欧陶莎， 黄华颖， 邓培雁， 邓达义( 94 )

Cu2O@Cu4(SO4)(OH)6的制备及黑暗下降解橙黄Ⅱ

蔡丹丹, 万 霞, 铁绍龙(102)

潮汐对沿海城市下水道硫化氢污染的影响

梁振声， 詹春耿， 冯文文， 段佳君， 江 峰(109)

广东北江大型底栖动物群落与水质相关性研究

曹 然， 黎征武， 刘 威， 王旭涛， 邓培雁(115)

马缨丹对镉的耐性及Glomusintraradices对镉吸收转运的影响

傅 阳， 凡 玲， 黄雪莹(122)

高水平大学重点学科群建设项目“化学与环境学科群建设”主要成员介绍

(封二)

高水平大学重点学科群建设项目“化学与环境学科群建设”简介

(封三)

2017年第3期

·物理学与光学工程·

In、Ga掺杂SnO2的第一性原理研究

姜如青， 欧阳剑， 杨 辉， 郑树文， 赵灵智， 宿世臣( 1 )

LiNi0.85-xCoxMn0.15O2电化学性能的第一性原理研究

高玉梅， 杨文鑫, 刘 萍( 7 )

多信道节点分布式协作MAC协议的研究

李 甲， 崔海霞( 11 )

基于OTDR的光纤液体泄漏检测的研究

雷芬芬， 骆青君， 周 斌( 17 )

·材料学·

新型蜂窝结构Si/Co3O4复合材料的研究

宋浩永， 黄青丹， 陈于晴， 何彬彬， 唐芬玲， 赵灵智( 22 )

锂离子电池核壳型G@Cu0.85Sn0.15@C负极材料的改性

黄钊文， 李亚军， 肖文平， 胡社军, 侯贤华( 26 )

·化学与环境·

窄分布月桂醇聚氧乙烯(2)醚硫酸酯钠盐的研究

卢淑霞， 曾幸谊， 杨宇洪， 朱 宏( 32 )

英红九号红茶HPLC指纹图谱的建立与分析

凌彩金， 王秋霜， 刘淑媚, 罗一帆( 37 )

可见光下氮化碳活化过硫酸钠降解罗丹明B

廖高祖, 张静雯, 邓达义, 彭立斌, 马传军( 44 )

高铁酸钾对水中锑的去除机理研究

周雪婷， 何诗韵， 郑刘春， 蓝冰燕， 李来胜( 49 )

·生物学与生物工程·

水稻microRNA及其靶基因的系统鉴定

马 轩， 莫蓓莘， 曹晓风( 55 )

生物信息学筛选催化茶黄素合成的多酚氧化酶

周仲华， 张 达， 倪 贺， 李海航( 59 )

·区域发展与地理·

1955—2012年韩江入海径流量和输沙量多尺度变化特征

杨传训， 张正栋， 张 倩， 董才文， 万露文( 68 )

后危机时代海南省城镇化发展的空间分异研究

陈 婷， 陈忠暖， 田 良( 76 )

中国省际人口迁移空间特征与影响因素分析

李诗韵， 梅志雄， 张锐豪， 赵书芳( 84 )

·数学与应用数学·

高阶多元Markov链联合稳定分布向量的扰动界

郑 华, 林彩凤, 祝长华( 92 )

具有粗糙初值的Landau-Lifshitz-Gilbert方程的整体解的存在性

林俊宇, 徐晓杰( 97 )

具有阶段结构的中立型捕食系统的正周期解

姚晓洁， 秦发金(102)

带变号格林函数的四阶三点边值问题的多个正解的存在性

达举霞, 霍 梅, 韩晓玲(109)

一类解析函数的Fekete-Szegö不等式

郭 栋， 李宗涛(114)

·计算机科学与软件工程·

基于多层自动编码机的Fisher判别分析

陈振洲, 吴双燕, 范冰冰(117)

基于动态时间的个性化推荐模型

谭黎立， 聂瑞华， 梁 军， 王进宏(123)

2017年第4期

·物理学与光学工程·

基于拉曼光谱对人舌鳞癌动物模型的建立与检测

钟会清， 张 武， 侯雨晴， 苏成康， 刘智明， 姜雪梅， 郭周义, 刘宁湘( 1 )

一种超低功耗模数转换器的设计与仿真

胡云峰， 易子川， 李 琛， 周国富( 5 )

利用多模态光学脑成像研究前额叶静息态功能连接

黄 雯， 李 军( 11 )

非开放式电润湿系统的电流体动力学仿真

庄 磊， 周 莹， 唐 彪， 李发宏， 李 楠， DEROOIJ Nicolaas Frans， 周国富( 16 )

·材料学·

高熔体强度聚丙烯的制备及其性能

郭亚光， 李彦涛， 杨丽庭， 张 惠， 唐梓健， 李煦田( 23 )

PVDF-g-PAA共聚物的制备及其改性PVDF膜

王献昆， 吕向红( 28 )

·化学与环境·

六钼酸/苄基三乙基氯化铵催化合成氧杂蒽二酮类衍生物

方 宇， 罗 君， 连朝美， 朱育林， 曾 卓( 34 )

莱克多巴胺新型分子印迹纳米管膜的研究及应用

陈 忻, 陈晓刚, 潘嘉慧, 沈国权, 赵亮亮, 梁 勇( 39 )

褐藻海带生物质残渣对水中Pd(Ⅱ)的吸附研究

邵华森， 李耀威， 陈提先， 刘 健( 45 )

复合光催化膜MoS2/Ag/TiO2同步降解有机物及产氢的研究

王 熙, 董海太， 齐 中， 李晓岩， 李来胜( 51 )

污泥回流比对双污泥BCR反硝化除磷效果的影响

钟悦升， 荣宏伟， 张朝升( 57 )

·生物学与生物工程·

保幼激素和蜕皮激素对家蚕翅原基生长分化的影响

胡启豪, 刘学术, 马 琼, 冯启理, 邓惠敏( 62 )

调控根系对玉米幼苗生长及氮素利用的影响

李 诺， 许良政( 68 )

·区域发展与地理·

韩江流域参考作物蒸散量时空变化及其影响因素

万露文, 张正栋, 董才文, 杨传训, 张 倩( 73 )

基于ARIMA模型的广州市生态足迹动态变化过程

付 开， 徐颂军， 胡梦瑶， 马姣娇( 82 )

村落型遗产地居民旅游感知与态度的空间差异分析

陈 慧， 李 鹏， 王纯阳( 88 )

·数学与应用数学·

一种新型美式期权的自由边界问题

陈晓珊, 曹利敏, 易法槐( 95 )

时间测度链上三点边值问题两个正解的存在性

魏 嘉, 王 静(102)

与年龄相关的随机种群模型解的均方散逸性

张启敏, 李西宁, 杨 莉(106)

弱奇异迭代积分不等式中未知函数的估计

黄春妙, 王五生(111)

·计算机科学与软件工程·

基于图模型的云平台应用部署技术研究

郑伟平, 刘健敏(115)

基于Web AppBuilder的虚拟校园系统设计与实现——以华南师范大学为例

黄植钦， 舒娱琴， 闫文豪(122)

2017年第5期

·特约综述·

荧光石墨烯量子点的制备及应用

梁 勇， 朱效华， 南俊民( 1 )

柑橘黄龙病检测及治疗方法的研究进展

陈文利， 徐 婉， 程保平， 彭埃天， 焦 悦( 9 )

·物理学与光学工程·

线性磁场作用下一维铁磁链的孤子激发

莫子杰, 陈 浩, 王瑞强( 16 )

一维非均匀介质中Casimir Stress的收敛性

欧阳丹， 陈棋江， 罗 斌( 22 )

智能电网中异构通信网络的自适应速率控制

郭起霖, 钟伟锋， 张浩川， 张 涵， 余 荣( 26 )

·材料学·

Fe、Cr共掺杂TiO2纳米球增强光催化制氢

廖 添， 宋 亭， 杨定乔， 吕梅香， 曾和平( 31 )

原子层沉积增强微纳结构硅电池的光电性能

王 饮， 杨 秧， 敖献煜( 38 )

·化学与环境·

X…Y(X=LiF,NH3,H2O; Y=HF,LiF)复合物中锂键、氢键的理论计算

刘雅萌， 李 俊， 高爱舫， 甄 岩( 43 )

氧化亚铁硫杆菌与硫酸改善城市污泥的脱水性能

谢武明, 邢 瑜, 张 宁, 马峡珍， 顾 舸， 刘敬勇， 区国才， 陈新杰( 48 )

·生物学与生物工程·

SUMO-1在ApoE-/-小鼠PM2.5暴露中调控血管HIF-1α/VEGF信号通路的研究

甘向东， 李 飞， 蔡 欣， 付文亮， 徐东刚， 龙民慧( 54 )

白藜芦醇诱导HepG2细胞凋亡中线粒体差异蛋白鉴定

欧单凤, 陈春霞, 马晓冬, 田雪梅( 59 )

过氧化氢对拟南芥生长素信号转导相关蛋白的影响

刘梦灵， 陈颖华， 张盛春( 64 )

·区域发展与地理·

指数律参数选取对指数和廓线精度的影响

齐宏纲， 孙 武， 李庆祥， 黄启明， 黄 盛， 江云峰， 梁幸怡( 72 )

华南湿热山地小流域景观格局演变与径流关系——以宁江为例

朱汝雄， 张正栋， 杨传训， 万露文( 79 )

近10年珠三角城市群经济承载力及空间分异

蔡永龙， 陈忠暖， 刘 松( 86 )

·数学与应用数学·

全局性N元-强混沌系统的一个判据

符和满( 92 )

一类与In算子有关的解析函数的Fekete-Szegö不等式

郭 栋， 李宗涛( 96 )

关于一个参量化的全平面Hilbert积分不等式

曾志红, 杨必成(100)

用条件(PWPE)刻画的序幺半群

王 田, 梁星亮(104)

·计算机科学与软件工程·

一种基于兴趣挖掘的机会网络内容分发策略

孙立奋, 潘达儒(108)

基于Grab Cut和区域生长的服装图像前景提取算法

陶彬娇， 陈 倩， 潘中良， 李 萍(115)

·其他·

广东高校本科层次工科人才培养结构研究

郑 文, 薛亚涛(120)

2017年第6期

·特约综述·

环氧化物水解酶的研究进展

娄文勇， 赵 莹， 彭 飞， 宗敏华( 1 )

·物理学与光学工程·

基于二重加密的数字水印算法

占履军， 李 昇， 张旭东( 7 )

Bogoliubov-de Gennes对角化与Schur分解方法的等价性

张 雨， 黄镇华， 李 铭( 12 )

电润湿电子纸多级灰阶研究与设计

易子川， 曾 磊， 周 莹, 王 利， 赖树发， 翟迪国， 李 楠， Nicolaas Frans de ROOIJ， 周国富( 17 )

基于氧化石墨烯微加热器的微气泡研究

李宗宝，刘绍静，周瑞雪，陈伊琳，朱德斌，黄 雯，邢晓波( 24 )

·材料学·

硅烷偶联剂γ-MPS的用量对ZrO2-SiO2填充齿科复合树脂性能的影响

张宝月， 顾凤龙( 28 )

多边形结构富锂锰基正极材料的可控制备及性能

李亚杰， 周 宇， 侯贤华， 黄 媛， 汝 强， 胡社军( 34 )

·化学与环境·

单微乳体系中钼酸锰纳米材料的原位生长热动力学研究

邱江源, 马玉洁, 万 婷, 肖碧源, 覃方红, 黄在银( 39 )

苯甲酸锂、对苯二甲酸锂及均苯三甲酸锂的电化学性能

刘祖妍， 林陆菁， 叶永键， 李卓羲， 黄仲康， 陈晓钿， 曾荣华( 46 )

Cd-HA-TiO2联合胁迫对小球藻致毒效应的研究

梁斯韵， 康 园， 曾丽璇， 张秋云， 罗继文( 52 )

·生物学与生物工程·

NPR1和Defensin双价抗病基因过量表达载体构建及其对沙田柚的遗传转化

穆一帆， 钟广炎， 高 峰， 钟 云， 胡敏伦， 闫化学， 姜 波， 吴 波( 60 )

3年生观光木夏季的光合生理特性初探

刘晓涛， 张泰劼， 李芸瑛, 彭长连( 65 )

人工养殖鳄鱼油的提取与精制工艺研究

李 慧, 张雅文, 罗翔宇, 赖天斌, 李海航( 71 )

·区域发展与地理·

洪水形成过程的协同性探究

汪丽娜, 陈晓宏( 77 )

气候变化和人类活动对汀江径流量变化的贡献

张 杰， 张正栋， 万露文， 杨传训， 叶 晨( 84 )

基于主成分分析的西藏自治区城镇化空间分布类型

余 波， 刘 松， 熊 鹰， 曹永旺， 周春山( 92 )

·数学与应用数学·

具有Mate-Finding Allee效应的时滞捕食-食饵系统的稳定性与分支分析

吴瑞雯, 刘秀湘(101)

具有收获率的扩散捕食系统的8个正概周期解

姚晓洁， 秦发金(107)

二维不可压缩 Navier-Stokes-Landau-Lifshitz方程组的整体强解

黄丙远, 黄金锐, 奚 悦(113)

·计算机科学与软件工程·

基于多模型融合的互联网信贷个人信用评估方法

白鹏飞， 安 琪， Nicolaas Frans de ROOIJ， 李 楠， 周国富(119)

基于分类算法的潜在好友推荐系统

丁 蕊， 汤 庸， 曾伟铨， 常 超(124)