《企业网组建与维护》学习领域课程建设实践与研究

《企业网组建与维护》的学习领域建设,是顺应当代职业教育发展趋势开展的一项重要改革,课程经过多年教学经验积累,在培养适应岗位需求的合格人才、全面提升学生的专业与非专业素质能力、更好地服务于就业方面取得了良好的教学效果。在学习领域课程建设的过程中,重点研究了学习情境创建方法,设计了基于岗位需求的任务,力图通过《企业网组建与维护》学习领域课程建设,使其成为专业教学改革的一个重要切入点。

MapReduce模型在并行式计算机数据挖掘中的应用

本次研究基于MapReduce模型在并行式环境中提出一种高性能的计算机数据挖掘算法,将模型输入由原始的一个样本转变为一组样本代以减少Map布局数量,节约算法访问Map的时间开销;在此基础上,从特征赋权角度对K-means聚类算法,对差异簇的差异特征进行权重赋值,以降低特征数据噪声。测试结果显示,该算法在MapReduce并行式环境下呈现良好的数据挖掘准确率,并且聚类收敛用时最低,处理计算机大数据挖掘问题具有一定优势。

基于遗传优化的云计算协同过滤算法

传统协同过滤算法中的topN推荐公式预测的用户评分误差较大,削弱了项目推荐的有效性。为此,基于改进的遗传算法对协同过滤算法进行优化。基于皮尔逊相关系数计算用户相似度,构建最近邻居集合;构建卷积神经网络预测近邻集中没有评分的项目,填充无评分项目的空白;利用改进自适应交叉算子与变异算子的遗传算法确定卷积神经网络的初始权值,降低网络预测的随机性。在Hadoop集群环境上展开云计算协同过滤测试,随着邻居用户数量的增加该算法推荐过程中平均绝对误差最低,在云计算环境下的运行时间开销最少,取得了良好的协同过滤推荐效果。

Web of Science数据库在计算机软件设计中的应用

Web of Science数据库在计算机软件设计中,能够发挥自身重要作用与价值。因此,为使得计算机软件设计质量得到保障,本文对Web of Science数据库的基本内容、功能以及在计算机软件设计中的应用等内容进行阐述。

基于关联规则数据挖掘算法的推荐系统研究与实践

传统以计算为中心的系统设计思想在大数据时代日益不能满足系统设计需求,无论是系统资源利用率还是用户信息获取体验都达到了一个瓶颈。而以大数据为中心的设计思想日益呈现巨大的优势。基于此,笔者研究了在逻辑层面围绕以数据为中心的系统设计模式。计算上利用关联规则算法生成的推荐信息作为核心数据,借助云计算技术实现用户需求信息的预测,做到对用户需求信息的预先分析、生成,并对用户需求做到即时响应。

网络图的计算机算法和显示方法探讨

目前,随着信息技术的不断发展,人们日常生活中的一些实际问题都需要通过数学模型进行分析和处理,尤其是离散型结构问题的解决更离不开数字模型的辅助,这直接推动了网络图理论的不断优化和完善。本文基于控制算法理论的指导下,明确了网络图的计算机算法及显示方法,旨在为同行人士展开理论及实践研究指明方向。