基于多元回归的色彩人格定量化研究

色彩是视觉感知的重要组成,它不仅具有美学价值,还能激起对人格特质的联想,即色彩人格.然而,目前仍缺乏对色彩与其激起的人格特质联想之间关系的定量化描述.本研究首次对色彩属性与人格联想间的定量化关系进行研究,采用语义差分法获取了色彩激起的人格联想,基于多元回归建立了色彩人格模型.结果表明,色彩的明度,浓度和色相对人格特质的感知都具有影响;而且,色彩的属性及其激起人格联想之间的关系能够较好地被多元回归模型定量化.该结果为虚拟角色的色彩人格设计提供了依据.

基于卡片分类法的校园门户网站信息架构改进

针对当前校园门户网站存在的信息结构复杂、使用效率低下的问题,提出基于卡片分类法的高校门户网站信息架构构建方法,并建立了院系级门户网站信息架构的一般结构。研究成果为校园门户网站的信息架构设计提供了新方法和参考模版,有利于改进校园门户网站质量,促进校园信息化建设的发展。

编译原理演示模块的设计与实现

《编译原理》是计算机科学与技术专业的核心课程之一,在计算机本科教学体系中占有举足轻重的地位。由于《编译原理》的理论及算法固有的抽象性,其所蕴含的知识点常常复杂难懂。倘若结合可视化技术把算法的过程显示出来,将容易被理解。通过VS2010的C#设计实现了一个编译原理演示模块并提供连续向前运行及单步向前运行两种不同的运行方式,结合图表从而形象、直观的呈现了编译原理5个经典实验的每一个步骤,使学生在有限的时间里快速理解算法的思想及过程,大大的提高了学习效率以及教学效果。

基于遗传模糊推理的RPG玩家体验综合评估方法

为更高效自动地评估游戏中玩家的主观体验,强调主观满意度在游戏评估中的作用,提出一个基于玩家主观评价方法构造角色扮演类游戏(RPG)的评估模型。通过因子分析处理问卷收集的玩家评分,降维后得到7个游戏评估因子并进行解释。使用适合于描述人类思维特点的模糊推理机制来模拟玩家的评价过程,配合遗传算法来调整模糊推理过程中的参数,有效提高了评估模型的准确性。

基于编程行为的学习者人格特质识别及应用探索

如何进行个性化的编程教学是教学实践面临的重要问题,其中,如何有效地识别编程学习者的个性是一个关键.本文提出了一种基于学习者编程行为的人格特质识别方法.具体来说,首先从多角度提取学习者编程行为特征,基于支持向量机建立分类模型,并采用多任务投票的策略来综合识别学习者的人格特质.研究表明,该方法能够较好地识别学习者的大五人格特质,在一定程度上验证了采用编程行为来识别学习者个性的可行性.此外,本文还探讨了基于编程行为的人格特质识别方法在未来编程学习、教学中的应用.

安全和隐私保护在政府大数据的建议

在全球化的经济时代,信息瞬息万变,信息也成为社会发展的决定性因素。信息在社会发展中扮演很重要的角色,所以信息的安全和隐私也需要得到重视。大数据时代,政府信息作为重要的信息资源,对其收集和处理,是为了更好的促进社会管理。本文从政府数据管理出发,探讨大数据时代政府信息的安全和隐私保护问题,从而避免不良信息泄露事件的发生,最终促进经济的可持续性发展。

政府网络信息管理基于网络舆论新趋势的措施

互联网的特点是面向大众的一个平台。很多大事件一旦发生后,都会在互联网上查询到,每一个事件都会在末尾有相关评论,评论有好有坏,好坏之分主要看事件的影响群体。新媒体时代,当发生了一些突发事件,政府在其做不到引导媒体舆论,就会被媒体的舆论所控制,所以如何引导网络舆论,把握好网络舆论的趋势,将成为政府网络信息管理的重要内容。本文以危机信息为例,探讨政府在网络信息管理中的舆论引导措施。

关联规则挖掘的PredictiveApriori算法的研究及改进

在关联规则挖掘算法中,PredictiveApriori算法只需设定输出最好的N个规则,就可挖掘出N个预测精度最大的规则,从而极大地减轻用户参数设置的负担.但该算法需要不断对事务数据库进行扫描,如果事务数据库很大将会大大增加I/O时间,降低挖掘效率.本文融合事务压缩技术,提出一种称为Fast PredictiveApriori的改进版算法.实验结果表明,随着事务数据量的增大,改进后的算法只需扫描压缩事务集.因此,在事务数据库很大时,该算法能明显提高执行效率.

基于马尔科夫模型的移动设备链接预测研究

受移动设备内存空间和处理器性能的限制,传统的链接预测方法(如传统马尔科夫方法)不再适于移动设备浏览导航.本文以马尔科夫模型为基础,提出基于马尔科夫链和频繁项挖掘相结合的移动设备链接预测模型.将扇形交互界面的思路引入链接预测领域,有效缩小了用户的视觉搜索时间,提高了模型交互效率.移动设备上的实验结果表明,本文提出的预测模型在保证高覆盖率和低复杂度的同时,可以达到较高的预测准确率和预测效率.