时间加权的混合推荐算法

提出了一种基于时间加权的混合推荐方法。该方法分为离线和在线两个阶段,离线阶段根据目标用户对物品的评价等信息得到与目标用户有相似兴趣的邻居,并构建物品描述模型;在线阶段根据目标用户和邻居用户的评价行为构建用户描述模型。由于用户兴趣会随外部因素而产生概念漂移,因此在算法中引入衰减系数以提高推荐质量。在滑动窗口模型下,每隔一定时间间隔,更新用户模型和相似群组,产生个性化的推荐。实验结果表明,该算法能实时反映用户兴趣,提高推荐系统的准确率,有较高的用户满意度。

基于广义后缀树的二分网络社区挖掘算法

近年来,二分网络的社区挖掘问题得到了极大的关注。提出了一种基于广义后缀树的二分网络社区挖掘算法。首先从二分网络的邻接矩阵中提取网络中每个节点的链接节点序列,然后构建广义后缀树。广义后缀树的每个节点表示二分网络的一个完全二分团,由此获取并调整完全二分团。通过引入二分团的紧密度得到初始的社区划分,最后再对孤立点进行处理以得到最终的社区划分。所提算法不仅能发现重叠社区,而且能得到一对多关系的社区。在人工数据集和真实数据集上的实验表明,所提算法能准确地识别二分网络中的社区个数,获得很好的划分效果。

一种基于谱分量相似度的多数据流聚类算法(英文)

提出了一种新的多数据流聚类算法.该算法可以有效地对有相似行为但存在一定时间延迟的多数据流进行聚类.算法采用自回归模型技术度量数据流间的延迟相关,利用频谱估计来抽取数据流的特征.每一个数据流用其谱分量的和来表示,从而来计算每对数据流间的相关关系.每个谱分量用振幅、相位、衰减率、频率4个参数来描述.算法计算谱分量对之间的ε-延时相关关系,并以此为基础来得到聚类分析中数据流间距离的度量.此外,算法采用滑动窗口技术对多数据流进行聚类,实时地得出聚类结果且动态地调节聚类的个数.在人工数据集和实际数据集上的实验结果表明,所提出的算法比其他类似的算法具有更快的速度和更好的聚类效果.

基于数字化校园的高校学生管理系统的研究与设计

高校扩招使得学生人数不断增加,为了提高学生管理工作的质量和效率,在数字化校园建设的背景下,研究和设计了高校学生信息管理系统。系统可以提高学生工作管理的效率和质量,提升了数字化校园建设的内涵。

基于Web Service的数字化校园信息共享平台的构建研究

随着信息技术的发展,各高校建立了多个信息系统。但多数系统彼此独立,信息交互和资源共享困难。基于我校数字化校园建设现状,提出一种基于Web Service的数字化校园信息共享平台。平台基于面向服务的体系结构(SOA),以Web服务作为实现手段,在权限管理的基础上,能实现校园异构平台的信息共享,提高学校教学、科研、管理的效率。

基于Web Service的多数据流聚类研究

多数据流聚类是当前数据挖掘领域的研究热点。随着网络技术的迅猛发展,使得大量数据流产生自异构环境。提出了异构环境下多数据流的聚类框架,使用Web Service技术传输数据,实现本地和后台系统的连通,满足异构应用系统间对信息交互和传输的需求,实现了不同平台间的互联。

数据流的网格密度聚类算法

提出一种基于密度的实时数据流聚类算法RTCS.算法采用在线/离线双层框架,它在前台在线层快速实时地将到达的数据点放入相应的单元格,对多维数据和空间单元格动态计算密度.在后台离线层形成初始聚类,并不断地更新单元格的密度来自适应地调整聚类.RTCS算法能够根据密度的动态变化区分出真正的孤立点并剔除之,而这种剔除对后面的聚类结果没有影响.实验结果证明,算法可以很好地挖掘出各种形状的聚类,与C luS tream算法相比,取得聚类的质量更高,有更快的处理速度,对数据维数和规模有更好的可扩展性.

基于拓扑结构的二分网络社区发现算法

二分网络的社区划分是当前的研究热点。本文提出了一种基于拓扑结构的二分网络社区划分算法。首先找出网络中所有的社区核,根据社区核的紧密度得到初始社区,最后再对孤立点进行处理,得到最终的社区划分。实验结果表明,算法在不需事先指定社区个数的前提下,能获得较好的社区划分效果。

基于相关分析的多数据流聚类(英文)

提出基于相关分析的多数据流聚类算法.该算法将多数据流的原始数据快速压缩成一个统计概要.根据这些统计概要,可以增量式地计算相关系数来衡量数据间的相似度.提出了一种改进的k-平均算法来生成聚类结果.改进的k-平均算法可以动态、实时地调整聚类数目,并及时检测数据流的发展变化.还将算法应用到按照用户要求的聚类问题(COD),使得用户可以在任意的时间区间上查询聚类结果.提出了一种合理的时间片断划分机制,使得用户指定的任意时间区间都可以由这些时间片断组合而成.在模拟和真实数据上的实验结果都表明,该算法比其他方法具有更好的聚类质量、速度和稳定性,能够实时地反映数据流的变化.

面向紧急任务的柔性车间混合动态调度模型

针对柔性车间紧急任务插入调度困难的问题,提出一种柔性车间混合动态调度模型。提出并阐述多参数任务优先级和最小代价任务集;以最小代价为目标,依据任务优先级和已调度任务与紧急任务的相似性对最小代价任务集实施调度,并确定为执行紧急任务而要中断和释放的已调度任务;最后,通过算例验证该模型在紧急任务插入时,系统得到满意调度解的可行性和有效性。

多数据流的实时聚类算法

针对当前对多条数据流的聚类算法不能兼顾质量和效率的矛盾,提出了基于相关系数的多条数据流的聚类算法,实现固定长度的在线动态聚类。算法引入衰减系数提高聚类质量,以相关系数作为流数据间相似度的度量标准,将数据流划分若干个数据段,以各数据流的相关统计信息进行聚类,得到实时的聚类结构。实验结果表明,算法有较高的效率、聚类质量和稳定性。

构建基于NFC技术的移动校园智能海报系统

结合移动智慧校园的现状,分析了近场通信(NFC)技术的特点和智能海报的优势,列举了在各种不同的校园环境中智能海报的使用功能,提出了基于NFC技术构建智能海报系统的方法,给出了系统设计方案。

基于Struts2架构的快递物联网系统的设计与实现

随着近年来电子商务的飞速发展,带动了快递业的快速发展,快递信息的网络化,使得每个物流环节可以及时了解快递信息,网络化、智能化的管理,可以有效提高管理效率,避免出错的概率,随时提取需要的各类信息、数据,还可以帮助快递企业获得统计数据,对于快递企业的下一步发展决策至关重要,有利于提高快递企业的竞争力。因此,快递物联网变逐步成为企业和用户获得信息和进行交流的主要平台,既方便了用户也提高了快递企业的业务。

基于PDCA理论的高校数据治理优化路径研究

为了让数据治理为学校业务管理、教学发展提供更好的支撑,针对当前高校数据质量存在的问题,该文借鉴全面质量管理的戴明环(PDCA)理论,协同计划阶段、实施阶段、检查阶段和处理阶段等相互促进的过程,提出了高校数据治理的优化路径,从体制机制、数据标准、多元主体协同参与等维度探讨了如何实施高校数据治理,为高校数据治理建设提供思路和借鉴,充分发挥数据治理在高等教育现代化建设中的支撑性作用。

新一代信息技术在智慧课堂建设中的应用研究

信息技术对教育具有革命性影响。对智慧课堂概念、S.M.A.R.T/iSmart两种模型及三个发展历程进行梳理,从基础支撑技术、分析计算技术和呈现技术三个方面分析了人工智能、大数据、云计算、扩展现实、全息影像等新一代信息技术在智慧课堂建设中的技术应用。展望5G移动网络环境下机器人、边缘智能计算、知识图谱、区块链等智能信息技术在未来课堂中的应用前景及元宇宙将对智慧课堂带来的变革,为智慧课堂创新建设提供更多思考。

智慧校园下高校移动端一站式校园服务平台的设计与实现

在智慧校园和移动互联网的背景下,借助微信平台构建了面向师生和访客的一站式校园服务平台。本文阐述了高校移动端一站式校园服务平台的架构设计、关键技术和功能设计。通过对金陵科技学院微门户展现与实践,为全校师生的学习、工作及生活提供了极大的便利,提高了学校的管理水平,为学校智慧校园建设打下了坚实的基础,丰富了智慧校园建设的内涵。

基于NFC技术的校园智慧信息平台建设实践

随着智慧校园建设的逐步开展,学校已建设好各种应用服务系统,逐步进入到将各种信息系统资源融合的实施阶段。在学校智慧校园建设的背景下,信息化建设要将教学、科研、管理和校园生活进行深度融合,实现多应用数据和流程的整合以及数据管理的集成。简述了基于NFC技术的智慧信息平台的功能、应用范围和使用特点,为丰富和完善智慧校园建设,让互联网+校园更好地为广大师生服务提供借鉴。

基于蚁群算法的社区发现模型的构建和应用

社区发现问题近年来成为网络挖掘领域研究的热点问题。提出了一种基于蚁群算法的社区发现模型,将社区发现问题转化为一个优化问题,在社区发现中根据每个顶点的属性定义启发式信息。每次迭代中,蚂蚁根据信息素和启发式信息选择路径。使用模块度衡量划分质量,得到最终的社区划分。将该算法应用在慕课中,结果表明该算法能够较准确地评估学生的能力,为开展针对性辅导提供有效依据,具有较强的实践价值。

智慧教室建设与应用研究

智慧教室是由新一代信息技术融合而成的智能型学习空间,是现代教育技术的一个重要手段。基于智慧教室概念及S.M.A.R.T模型,论述了智慧教室建设的框架结构,分析了智慧教室系统组成和功能,阐述了智慧教室的教学应用及工作模式,为智慧教室建设提供借鉴。