通过信息技术提升学生的学习积极性

教育是人类社会进步的重要推力。通过提高学生的学习积极性促进教育的发展。而当代科技手段尤其是多媒体技术和网络技术在提高学生学习的积极性，发展学生的能力，促进教学的顺利进行有着十分重要的意义和作用。

面向云计算的数据安全保护关键技术研究

数据所有方与服务方之间的信任管理是解决云计算数据安全问题的关键,用户与云服务提供者只有以相互信任为重要前提,借助有效技术,才能为数据的合法使用提供可靠保护。由于云服务商信誉不易评估,所以数据安全问题一直困扰着在云计算环境下执行各项数据操作的用户。在本文中,笔者对面向云计算的数据安全保护关键技术进行研究,为云用户提供和谐、安全的数据云计算环境。

高校多媒体教学实施路径探究

多媒体教学作为信息技术时代一种全新的教育教学技术手段，为高等教育的发展和教学质量的提高增添了新的动力。本文深入细致分析当前我国高校多媒体教学中存在的问题，基于这些问题，提出了完善多媒体教学实施路径的策略。

一种基于统计特征面向“类型”主题抓取的网页相关性判断策略研究

为满足主题爬行器在线分类的轻量化设计要求,提出一种基于多项表示网络文档类型的统计特征实现网页按类型进行主题相关性判断的策略;借助WEKA提供的API,为该主题相关性判断策略设计相应的训练算法和分类算法。通过分类准确率、效率和特征选择实验,证明该主题相关性判断策略的有效性以及5项对类型识别起关键作用的统计特征。

一种基于改进BFS算法的主题搜索技术研究

通过对Web主题爬行器在预测链接优先级时所用到的特征因子的细化和重新分类,引入收割率和媒体类型两个新特征作为相关性判断依据,提出一种改进的最好优先搜索算法。该算法采用"细粒度"策略过滤不相关网页,选取多个角度有代表性的特征因子构造链接优先级计算公式,以达到全面揭示和预测链接主题的目的。通过与其他三类主题搜索算法的小规模实验比较,证明改进算法在收割率和平均提交链接数上效果较好。

基于多分类器组合择优方法的主题爬行分类策略

针对主题爬行技术中的单一分类算法在面对多主题Web抓取和分类需求时泛化能力不强的局限,设计一种利用多种强分类算法形成的分类器组合,主题爬行器根据当前主题任务在线评估并为分类器排名,从中选择最优分类器分类的策略,并开展在多个主题抓取任务下的分类实验,比较每种分类算法的准确率和组合后的平均分类准确率以及对分类效率等评价指标的综合分析,结果证明该策略对领域局域性有所克服,普适性较强。

面向主题搜索的特征因子研究综述

通过梳理搜索算法中出现的各种特征因子,提出一种更全面的特征因子分类方法,按其自身特点将特征因子划分为6类,分别是文字内容特征、Web拓扑特征、主题分布特征、文档类型特征、统计特征和时效性特征,并描述各特征项对主题相关性的作用、综合运用各类特征的通用化链接优先级计算公式以及特征选取原则。