基于分层抽样的重叠深网数据源选择

深网查询在Web上众多的应用,需要查询大量的数据源才能获得足够的数据,如多媒体数据搜索、团购网站信息聚合等.应用的成功,取决于查询多数据源的效率和效果.当前研究侧重查询与数据源的相关性而忽略数据源之间的重叠关系,使得不同数据源上相同结果的数据被重复查询,增加了查询开销及数据源的工作负载.为了提高深网查询的效率,提出一种元组水平的分层抽样方法来估计和利用查询在数据源上的统计数据,选择高相关、低重叠的数据源.该方法分为两个阶段:离线阶段,基于元组水平对数据源进行分层抽样,获得样本数据;在线阶段,基于样本数据迭代地估计查询在数据源上的覆盖率和重叠率,并采用一种启发式策略以高效地发现低重叠的数据源.实验结果表明,该方法能够显著提高重叠数据源选择的精度和效率.

基于Top-k查询约束的深网增量爬取

深网数据源的动态性、自治性和体量使第三方应用难以完全爬取所有Web数据.文中研究查询类型(仅允许Top-k查询)和查询资源约束下深网数据源爬取问题,提出基于Top-k查询约束的深网增量爬取方法,结合历史数据和领域知识,优化总体数据质量.首先基于查询树获得有效查询,利用历史数据和领域知识估计查询变化和查询代价.然后,基于估计的查询代价和数据质量,近似选择最优的查询子集最大化总体数据质量.实验表明文中方法较好地提高动态Web数据库爬取的效率和数据质量.

两零售商竞争的二层报童问题

本文以单供应商为领导层,两零售商为从属层,建立了需求不确定情况下两零售商基于古诺竞争的二层报童问题模型,再根据下层问题的特点将其转化为单层问题,然后进行近似处理,并利用遗传算法给出了近似求解方法。最后给出了算例和灵敏度分析。

分布式文件系统简要对比与分析

自20世纪以来,随着不同类型的大规模数据分析的驱动,比如用户行为分析、搜索引擎和推荐系统,大规模数据的存储和处理的需求急剧增长。本文分别对比了5种典型的分布式文件系统,介绍了其基本架构、数据分布和查询处理流程,然后对这些系统的优缺点进行了分析,最后给出了在不同场景下如何对分布式文件系统进行选择的建议,并对未来分布式文件系统的发展进行了展望。

战略转型下的三只松鼠财务绩效研究

随着生活水平的不断提高和人均可支配收入的增长,人们对休闲食品市场的需求日益旺盛,与此同时对食品的品质与安全也更加关注,休闲食品市场由此迎来了新的机遇和挑战。本文选取休闲食品行业中的三只松鼠作为研究案例,首先,介绍了三只松鼠在品牌、渠道和供应链模式方面采取的战略转型措施;其次,从营运能力、偿债能力、盈利能力和发展能力等角度分析了战略转型对三只松鼠财务绩效产生的影响;最后,总结出三只松鼠通过聚焦核心业务、开拓线下营销渠道、完善产业供应链实现战略转型成功的经验,为休闲食品行业准备进行战略转型的公司提供借鉴和指导,以期推动休闲食品行业健康蓬勃发展。

YGZ2Q41A型整流器装置温控器故障分析及优化措施

整流器装置是变电系统中十分重要的构成部分,其性能好坏直接影响地铁列车运行。而广州地铁四号线采用的型号为YGZ2Q41A整流器装置。运行多年以来,YGZ2Q41A型整流器装置接连暴露出了一些问题,尤其因整流器装置温控器故障导致开关误动作的现象。该文主要对广州地铁整流器装置中的温控器温度保护原理进行了阐述,对其存在不稳定故障进行了分析,并提出了优化措施。