挖掘多关系关联规则

关联规则的挖掘是数据挖掘中的一项重要和基础的技术,已进行了多方面的深入研究,有着广泛的应用.传统数据挖掘算法是针对单表数据进行处理的,在应用于多关系数据挖掘时存在诸多问题.对多关系关联规则的挖掘问题进行了重新定义和总结.提出了多关系关联规则挖掘的一个框架,并对已有算法进行了分类.然后对各类代表性算法进行了描述、分析和对比,对尚存在的问题进行了分析和总结.最后,对该领域未来的研究工作提出了建议.

MEWMA控制图ARL计算及参数优化

平均运行链长(ARL)是控制图性能评价的一个重要指标,深入研究ARL是控制图参数优化、性能评价和实际应用的重要工作.在采样数据标准化处理的基础上,应用马尔可夫链进一步研究了多元指数移动平均(MEWMA)控制图中ARL计算的数学模型,采用Matlab实现了算法,就算法的收敛性及计算结果进行分析.以ARL为优化指标,给出了MEWMA控制图参数优化的具体步骤、计算实例和参数优化结果.

代工企业对外直接投资理论综述与研究

本文将新兴工业国家或地区及其外包生产企业作为独立的对外直接投资主体进行研究,提出代工企业对外直接投资动因研究问题。理论综述发现,现有主要对外直接投资理论体系中缺乏外包生产企业对外直接投资的专门理论或学说。通过对现有理论的缺陷分析,进一步提出了研究这个问题的基本假设和分析框架。

新型国际分工下劳动密集型产业品牌发展规律研究

本文基于新的国际分工形态,实证研究代工生产与劳动密集型制造业的产业结构,归纳和提出劳动密集型产业结构或品牌结构2-8律。并从这一规律出发,研究劳动密集型制造企业发展模式的丰富性,以及对我国劳动密集型制造业企业发展战略尤其是自主品牌战略的启示。

品牌2-8律:中国劳动密集型产业发展的一个问题

中国国际制造业中心如何实现和自主品牌战略如何实施存在理论分歧。本文基于新的国际分工形态,实证研究代工生产与劳动密集型制造业的产业结构,归纳和提出劳动密集型产业结构或品牌结构2—8律。这一规律的发现,对于中国劳动密集型制造业发展模式和发展战略的研究具有裨益。

中文产品评论结构化引擎

为实现网络上非领域相关的中文产品评论信息的搜索及结构化,设计并实现中文产品评论结构化引擎,该引擎通过抓取网络上指定产品的评论,抽取评论中的特征与意见,判断意见的极型,将评论以(特征,意见,极型)的结构化形式输出给用户。其中特征意见抽取解决了产品隐形特征抽取问题。实验结果表明该引擎的特征意见召回率与准确率、意见极型判断准确率等指标可以满足用户需要。

国际代工生产与跨国公司生产方式变化趋势研究

从产业内生因素角度建立一个跨国公司生产方式演变模型,模型演进出跨国公司生产方式变化具有三个演进阶段和代工生产产生的产业必然性,论证了三个阶段的发生时间和阶段特征。

国际代工生产方式下OLI范式变化研究

本文讨论和提出代工企业具有的优势二重性和核心所有权优势。在此基础上,改进折衷理论的OLI优势范式,提出代工生产方式下跨国公司的OLI范式变化和代工企业OLI范式,为代工企业对外直接投资优势提供了一种合理解释。

S-SimRank:结合内容和链接信息的文档相似度计算方法(英文)

文档的内容分析和连接分析是计算文档相似度的两种方法。连接分析能够发现文档之间的隐含关系,但是,由于文档之间的噪声的存在,这种方法很难得到精确的结果。为了解决这个问题,提出了一个新的算法—S-SimRank(Star-SimRank),有效地将文档的内容信息和连接信息结合在一起从而提高了文档相似度计算的准确性。S-Simrank算法在ACM数据集上无论是准确性和效率都比其他算法有了很大地提高。最后,给出了S-SimRank的收敛性的数学证明。

医学知识增强的肿瘤分期多任务学习模型

肿瘤分期是指从病人的电子病历文本中推测肿瘤对应阶段的过程。在电子病历数据中存在类别严重不均衡现象,因此使用深度学习方法进行肿瘤分期具有一定的挑战性。该文提出医学知识增强的多任务学习KEMT(knowledge enhanced multi-task)模型,将肿瘤分期问题视作面向医疗电子病历的文本分类任务,同时引入医生在人工预测肿瘤分期时参考的医学属性,提出基于医学问题的机器阅读理解任务,对上述两种任务进行联合学习。我们与医疗机构合作构建了真实场景下的肿瘤分期的数据集,实验结果显示,KEMT模型可以将医学知识与神经网络结合起来,预测准确率高于传统的文本分类模型。在数据分布不均衡的条件下,在小样本类别上的准确率提升了4.2个百分点,同时模型也具有一定的解释性。

模糊理论在多目标决策中的应用

模糊决策是模糊集合论与模糊理论相结合的产物。到目前为止,已经对模糊决策问题提出了许多实用有效的理论、技术与方法。本文首先论述了模糊决策的发展现状,讨论了模糊决策的若干基本问题,然后我们给出了多目标决策问题的模糊算法,最后我们将这一算法应用到污水处理选择这一实际问题上。

基于Markov链的MCUSUM控制图链长分析

平均链长(ARL)作为评价控制图性能的一个重要指标,对其进行深入的研究是控制图参数设计、性能评价及实际应用的基础。在多元向量累积(MCUSUM)控制图的基础上,研究了样本协方差已知、过程受控条件下该控制图的ARL以及链长分布的计算方法。采用Matlab计算平台,该文给出了该方法以及仿真法的程序实现,对比研究了两种方法的计算结果及算法收敛性。研究表明Markov链法为渐进收敛,适用于控制图的参数设计和链长的分布计算;仿真法为波动收敛,其更适用于过程存在偏移时控制图的ARL计算。

网构软件实体的功能描述及其发现

网构软件通过网构软件实体自底向上的动态聚合来满足用户的需求.在这个过程中,网构软件实体的功能描述发挥着非常重要的作用.根据基于环境的软件建模思想,文中提出了基于环境本体的网构软件实体功能描述方法.其中,环境本体包含领域相关的环境实体以及这些环境实体需要的来自软件实体的交互,环境实体的生命周期用树结构层次状态机来刻画.网构软件实体的功能则表现为它能够与那些环境实体发生的交互,以及这些环境实体在它的作用下所发生的变化.文中构型了网构软件实体功能描述之间的匹配过程,以支持网构软件实体的发现.选择在线教学领域中的具体案例展示了所提出方法的有效性.

支持工作者位置隐私保护的众包质量控制模型

新兴的基于位置众包,为了任务质量控制,要求工作者提交任务结果时向发布者公开位置信息.大量位置隐私的暴露,会增大工作者遭受攻击的风险.本文针对众包系统,提出基于空间和时间维度的模糊化方法,明显增加攻击者所获信息的不确定性,从而达到保护工作者位置隐私的目的.通过理论分析及实验测试,证明模糊化方法不会造成发布者质量控制能力的显著下降.实验结果表明:1)任务完成质量普遍较高时,不需要工作者位置信息,发布者也能够控制众包质量;2)工作者误差率较高、Spammer较多时,工作者位置信息有助于质量控制,而且对位置的隐私保护不会削弱众包质量控制能力.