中华文化英文BBS系统开发研究

为了解决现有中华文化BBS系统分别存在的使用中文、功能不完善、内容不全面的问题,文中采用信息系统开发的结构化方法,通过系统分析,包括绘制数据流图和进行中华文化分类;系统设计,包括系统总体布局设计、软件系统总体结构设计、计算机系统方案的选择、页面设计和数据库设计;系统实现,包括代码修改及界面的英文翻译和定制,开发了中华文化英文BBS系统。为外国人学习、交流中华文化提供了功能完善、内容全面、全英文的互联网平台。

云计算下中小企业财务管理信息化模式研究

云计算建设模式是互联网环境下一种全新的财务管理信息化建设模式,本文通过分析我国中小企业财务管理信息化的现状以及在中小企业已有财务管理信息化建设模式对比分析的基础上,提出云计算在中小企业财务管理信息化中的建设模式,分析其优势与不足,构建中小企业应用云计算开展财务管理信息化建设的一个基本框架,为我国中小企业财务管理信息化建设推行云计算服务模式提供对策和建议。

中国铁路运单物权化的信息标准研究

“一带一路”倡议提出后,为更好的服务买方市场,迫切需要建立适应铁路国际物流发展要求的铁路运单物权化运作机制,从而真正实现“一带一路”的贸易畅通。本文对铁路运单物权化的需求特点、基本要求和实现机理机制等进行研究,借鉴不同运输方式运单特点和多式联运信息共享需求,研究归纳铁路运单信息经济字典,提出铁路运单物权化过程风险及防控、实现路径。

基于人员再识别的综合管廊智慧监管系统

本文提出一种改进的卷积神经网络算法,对于进入综合管廊的人员做出识别。在特征提取阶段,对人员的步态姿态以及衣着服饰进行提取。同时,采用梯度优化算法对CNN模型进行训练,从而加强人体动作识别。在特征融合阶段,通过加权求和融合上述两类特征,并采用softmax分类器对人体动作进行分类识别。在公开数据集以及综合管廊数据集上的实验结果表明,该方法能够对管廊内部人员进行有效识别。

面向群组的事件兴趣点推荐算法研究

群组指多个用户形成的群体;面向群组的事件兴趣点推荐,涉及到多个实体(如用户、群组、事件、兴趣点等)之间的复杂交互。本研究对基于事件的社交网络中多个实体及其交互进行了综合考虑,提出了一个基于异构信息网络和注意神经网络的事件兴趣点推荐算法,为群组推荐合适的兴趣点用于举办事件。首先,使用了基于优先级的采样技术来选择高质量的路径实例;然后,构建了群组、事件、兴趣点和基于元路径的上下文嵌入表示,并采用共同注意机制对其进行改进,从而增强了模型的可解释性;最后,基于真实数据集的实验结果验证了本研究方法的有效性和实用性,以及将异构信息网络和注意神经网络应用于事件兴趣点推荐的前景。

基于稀疏共享的多门混合专家下一个兴趣点推荐算法

下一个兴趣点(next POI)推荐指的是预测用户在特定时间段内将访问的下一个兴趣点。用户出行模式受到异构的上下文因素影响,包括连续值(例如地理距离、时间间隔)和离散值(例如社交状况、星期状况)。本文采用稀疏共享的结构来产生专家网络,并采用多门混合专家模型来实现多个目标任务之间的参数共享。本文基于多任务学习对用户的多种类型行为进行建模,提出了一种基于稀疏共享的多门混合专家模型。首先,使用稀疏共享结构针对每个目标任务从基础网络中生成对应的专家网络,并采用迭代幅度剪枝法选择专家网络。其次,多门混合专家模型采用专家网络作为输入层,每个专家网络对于输入信息的处理具有不同的侧重,并采用多个门网络对任务目标进行专家网络的共享选择。最后,基于真实数据集对所提出的算法进行评估,验证了本文方法的有效性和实用性,以及将多任务学习和稀疏结构共享应用于下一个兴趣点推荐的前景。文章最后也提出了管理启示。

LBSN中基于加权异构信息网络的兴趣点推荐

基于位置社交网络(location-based social network,LBSN)的兴趣点(point-of-int crest,POI)推荐存在以下挑战:LBSN中具有大量异构数据,其含有的丰富信息未得到充分利用;"用户-兴趣点"矩阵非常稀疏,不利于提取其对应的特征。因此,引入了加权异构信息网络(weighted heterogeneous information network,WHIN),并采用加权元路径处理LBSN中地理位置、社交关系和时间周期对用户偏好的影响。在此基础上,提出了一种基于改进的奇异值分解(singular value decomposition,SVD++)和因子分解机(factorization machines,FM)的个性化兴趣点推荐算法。通过在Go walla和Foursquare数据集上的数据实验,验证了基于SVD++&FM的兴趣点推荐算法能够取得较优的推荐效果。研究结果对使用异构数据构建更加有效的兴趣点推荐系统具有重要指导意义,并为LBSN网站的服务推荐提供重要的管理建议。