新闻社区领域本体构建研究

针对新闻社区领域知识的特点,以新闻社区领域知识的网络应用为目的,根据新闻社区领域本体总体构建流程,采用半自动化构建本体的方法,以通用本体WordNet及ODP开放式目录中不同层次的新闻主题分类为基础,按照媒体流程展开本体概念结构,构建了面向新闻网站应用的新闻社区领域顶层和中层本体模型。利用本体构建工具Protégé4.1开发了新闻社区领域本体。

数据结构课程创新性教学模式研究

为实现我校计算机相关专业的人才培养目标,对数据结构课程教学中存在的实际问题进行了认真分析,结合我校目前人才培养特征,提出了一种淡化细节注重算法思想和实践环节的启发式创新型教学模式。

基于项目评分预测的混合式协同过滤推荐

【目的】改进传统协同过滤推荐算法以缓解其存在的数据稀疏性问题,进而提高评分预测的精度。【方法】提出整合K-means聚类和Slope One算法的混合式协同过滤推荐框架和KSUBCF算法。利用基于K-means聚类的Slope One算法预测填充矩阵中必要的未评分项,利用基于用户的协同过滤推荐算法实现推荐。【结果】实验结果表明,随着邻居数目的增加,该算法比原Slope One算法在MAE(平均绝对误差)值上有8.8%-21%的下降,RMSE(均方根误差)值有17%-28.1%的下降。【局限】该算法仍然依赖用户–项目评分数据矩阵。【结论】该算法与其他传统协同过滤算法相比,MAE值分别有10%和43.8%的下降,RMSE值也有20.1%和37.4%的下降,说明本文方法可以提高预测精度。