民航订票系统

对计算机网络下的民航订票系统的结构和软件进行了设计．并对系统网络结构，用户功能、容错机制、可用票算法以及座位存储控制等技术问题进行了讨论．     

基于微博的个性化社区推荐算法

随着互联网的发展,网络信息正飞速增长.社交网络如Facebook,Twitter,微博等相继出现,用户通过虚拟平台可以获得自己感兴趣的信息,找到爱好相投者.面对海量的内容信息,如何选择各自所需成了当下研究的话题,因此推荐系统应运而生.进一步地,如何更加个性化推荐信息也成为探讨热点.本文以微博社区为平台提出了一种基于微博的个性化社区推荐算法,通过对传统的Jaccrad相似度方法改进,从用户所关注博主以及所参与社区或话题两方面考虑用户之间相似性.继而通过改进的Page Rank算法筛选出具有影响力的对象作为待推荐集.与传统Jaccard和Page Rank算法相比,本算法在平均准确率的平均值MAP上分别提高了42.6%和34.3%.     

基于用户反馈的时序二部图推荐方法

推荐系统以用户购买行为相似性为基础,而用户购买不仅包括是与否的选择信息,还有其购买时间和购买后对产品的评价信息作为反馈结果.满意商品能正确反映用户兴趣偏好,而很久以前购买和负面评价的商品,则将误导用户兴趣的分析.因此,在传统二部图推荐的基础上加入用户评价和时间衰减因素,提出一种基于用户反馈的时序推荐方法,经过多个数据集上的实验证明,提出方法在不同推荐列表长度的命中率指标上均有较大幅度的提升.     

某铁路短信订票系统中短信请求处理问题研究

短信订票是最近出现的一种新颖的铁路订票方式.对用户短信请求处理功能是铁路短信订票系统的重要功能之一.首先给出了一个短信订票模型,然后从短信请求方法、数据库设计、短信请求处理方法等方面对短信请求处理问题进行了详细的研究,最后用实验证明了短信请求处理方法的可行性与有效性.     

结合评分和信任的协同推荐算法

针对现有基于信任的推荐系统虽能缓解冷启动和虚假评价但较难获取用户之间的信任关系,难以建立用户彼此之间的偏好关系的问题,提出了基于评分-信任协同的推荐算法并给出了相关数学表达式和实现流程。该算法充分利用推荐系统中的共同评分,协同用户间的信任关系,有策略地选择用户评分的相似度和用户间信任值,建立用户之间的偏好关系,进而实现推荐。随着共同评分数目下限值的增加带来推荐准确度提高的同时将造成覆盖率的下降,因而关键是选取合适的下限值。实验结果表明,这种混合推荐的方法相比传统协作推荐方法与信任推荐方法,在精度损失极小的情况下,较大地提升了覆盖率。评分覆盖率指标分别提高了3%和32.1%,用户覆盖率指标分别提高了8.2%和15.1%,从而获得了精度与覆盖率的良好平衡。     

基于状态转移的奖励值音乐推荐研究

听音乐有助于纾解人们的压力,现已成为大众娱乐的一种重要方式.互联网的发展使人们听音乐变得方便,但同时也使得"信息过载"的问题变得日益严重.尽管各大公司平台纷纷推出了针对音乐的推荐系统来解决这个问题,但现有传统的推荐系统并不能保证用户体验,用户对精准推荐的需求仍很强烈.为解决"信息过载"问题的同时并保证用户体验,本文提出了基于状态转移的奖励值算法.该算法包括对用户自身喜好建模,并利用用户集数据提出的音乐流行度和用户从众度,根据用户喜好、音乐流行度以及状态转移概率定义奖励函数.所提出的算法能个性化地对音乐库数据进行筛选和聚类.在对数据进行处理时,采用Davies-Bouldin指数对声乐特征进行离散化.在模型训练时,采用基于列表距离最小化的计算方法对参数进行选择.通过在Million Song Dataset开源音乐数据集上的实验,表明在算法中加入音乐流行度对推荐效果有一定影响,本文所给出的推荐算法能够提高推荐的效果,说明了本文算法的有效性.     

基于系统动力学的资讯个性化推荐研究

手机等移动智能终端在全社会的普及,使得数字内容的生产能力下沉到社会各个层面,形成了多源、自主、原生的互联网媒体内容制造格局;而以社交媒体、自媒体为代表的各类新兴媒体的蓬勃发展,使得数字内容的传播能力极大增强,大量衍生内容在敏感、热点、重要事件的报道传播中产生。互联网资讯具有海量、内容质量参差不齐、观点多极等特点。如何将价值导向对正确的、信息披露准确的资讯进行精准推荐,维护和促进社会公平正义,成为司法领域的新问题和新挑战。推荐系统有效解决了用户在海量信息中难以高效获得信息的问题。基于内容的推荐技术通过分析用户以往感兴趣的项目,经计算得到相似的项目,再将相似度最高的若干项目推送给用户。推荐系统中应用最广泛的是协同过滤推荐算法(collaborative filtering,CF),该概念最早于1992年由GOLDBERG等在开发Tapestry邮件过滤系统时首次提出,其核心思想是运用算法对用户的历史行为数据进行分析,挖掘出用户的兴趣偏好,根据不同的兴趣偏好对用户进行类别划分并推荐相似偏好的物品。当前,个性化推荐已经在电子商务、影视作品、餐饮美食、新闻资讯等领域获得了较为广泛的应用。"京东"的推荐起步于2012年,当时的产品推荐是基于规则匹配进行的,整个推荐产品线组合就像一个个松散的原始部落,部落与部落之间没有任何工程、算法的交集。"淘宝"从2013年推出了"个性化推荐"即"千人千面"的推荐引擎,利用用户的一些行为,通过算法推测出用户可能喜欢的东西。"美团"构建了世界上最大的菜品知识库,为200多万商家、3亿多件商品绘制了知识图谱,并为2.5亿用户画像,构建了世界上用户规模最大的O2O智能推荐平台。"豆瓣"利用社交行为分析解决推荐问题,如基于用户相同行为的协同过滤技术、友邻推荐等,也是个性化推荐的一个补充。社交化推荐的引入,可以解决因单纯产品内容推荐导致推荐范围越来越窄的问题。"今日头条"的个性化推荐算法基于投票方法,其核心理念就是投票,每个用户一票,喜欢哪篇文章就把票投给哪篇文章,经过统计,最后得到的结果很可能是此类人群里最好的文章,并把这篇文章推荐给同类人群用户。该方法看起来似乎很简单,但实际上需要基于对海量用户行为的数据挖掘与分析。系统动力学是一门基于系统论、控制论与信息论,并借助计算机模拟技术的交叉学科,其通过系统的视角,进行结构化动态分析和模型模拟,擅长分析高阶、非线性时变和复杂系统,采用定性与定量相结合的方法,适合对资讯个性化推荐这种动态复杂过程进行分析。针对司法工作相关资讯的个性化推荐问题,应用系统动力学理论,对影响资讯推荐效果的重要因素在Vensim软件中进行建模仿真,构建包括用户量、文章量、标签数量和各子系统之间影响的因果反馈模型和存量流量模型,建立系统动力学方程模型,经仿真对相关因素进行敏感性分析。结果表明,文章量、设置的特征化标签和对文章的兴趣点因子等都对推荐效果有重要影响,这是在设计推荐系统时需要重点考虑的因素,也是解决推荐系统冷启动、实时性和"信息茧房"等关键问题的重要途径。基于系统动力学进行资讯个性化推荐研究,可以积极有效地应对司法领域资讯披露面临的挑战,提高精准推荐效果。     

基于电子商务视角下的交通运输订票网站管理研究——以12306网站验证码为例

为了方便人们购票,铁道部开办了12306订票网站。近年来,12306网站在运行过程中积极与抢票软件"斗法",却忽略了消费者的主观感受,因此,饱受质疑与诟病。本文以12306网站验证码为例,分析了基于电子商务视角下的交通运输订票网站管理策略,并提出了改进建议。     

基于深度学习的智能学习资源推荐算法

为了提高资源推荐性能,采用广义回归神经网络完成资源推荐.首先,提取推荐系统的用户和资源特征,选择两者的特征差异值之和作为推荐系统目标函数,然后构建广义回归神经网络(Generalized regression neural network,GRNN)资源推荐模型.考虑到GRNN训练效果对平滑因子和核函数中心的依赖性强的...     

基于社交网络的虚拟团队成员推荐模型

为研究如何帮助社交网络中虚拟团队从海量的用户中筛选更多行为相似的用户加入团队,建立了一种基于社交网络的团队成员推荐模型,为虚拟团队推荐一些行为特征相似的用户作为候选团队成员。通过对用户信息和团队信息进行分词处理,得到用户标签向量集和团队标签向量集;将基于遗传算法的聚类算法应用于团队标签向量集,得到团队聚类簇和团队聚类中心;在此基础上,将团队聚类中心作为用户集的初始聚类中心,聚类出行为特征与团队聚类中心相似的用户簇,将这些用户簇作为相应团队聚类簇的候选推荐用户;再应用协同过滤思想,筛选出团队推荐成员列表。实验结果表明,该算法有效地解决了虚拟团队成员推荐问题。     

考虑导引头视场角和落角约束的制导方法

针对空地武器采用最优弹道成型制导律进行大落角攻击时易造成导引头跟踪误差角大于其视场角而丢失目标的问题,提出一种满足导弹导引头视场角约束和落角约束的制导方法.基于线性化模型和小角假设,得到了导引头跟踪误差角的解析表达式,分析了影响导引头跟踪误差角的因素及最大跟踪误差角的取值范围.在此基础上,针对不同空地武器提出了通过改变末制导初始弹目视线角或放松落角约束的方式满足导引头视场角约束的制导方法,并给出了初始弹目视线角的取值原则及最大允许落角的计算方法.通过仿真校验,证明了导引头跟踪误差角的解析解的正确性及制导方法的可行性.      

一组新的柱面全景图投影公式及其交互浏览器的Java Applet实现算法

事先将在同一视点环绕拍摄的多幅部分重叠的图像正投影合成为一幅无缝的图像文件一柱面全景图．它代表在拍摄点看到的周围360度视角的三维场景．在浏览时将用户观察的相应部分实时进行反投影为平面图像，然后投影到屏幕上．随着视角的改变．就可实现虚拟场景的漫游．柱面全景图的环视浏览具有很好的真实感和沉浸感．对计算机的硬件要求不高．本文详细介绍了这种全景图浏览器的实现原理．给出了一组全新且简便的投影与反投影公式，并在此基础上开发了交互式的Java Applet柱面全景图浏览器．最后给出了关键的JAVA代码．     

工程管理中的顾客价值链运行机理研究

在对顾客期望价值和顾客感知价值形成过程分析的基础上,确定了顾客价值链运行的基本条件,即为顾客提供达到其满意的让渡价值．以顾客为导向策略是实现这一目标的有效途径．通过对顾客价值链中不完全信息和消费者有限理性的分析,将顾客和企业之间界定为围绕企业及工程产品或服务声誉的有限次重复博弈关系．在保证长期利益最大化的前提下,企业可灵活地采用向顾客发送价值信息或向顾客提供令其满意让渡价值的各种策略组合．依据博弈论原理建立了顾客价值链声誉的两阶段模型,并给出了企业建立声誉和不建立声誉的效用函数．研究结果为优化顾客价值链的声誉策略提供了理论依据．     

LabVIEW和三维虚拟现实技术在物理实验中的应用研究

虚拟仪器技术主要倾向于数据处理的精确性,三维虚拟技术则倾向于形象的仪器展示.利用两者的优势,我们创造性地实现了三维虚拟现实技术与虚拟仪器技术的完美结合,并以"电子示波器的使用"为例,探讨LabVIEW技术和3D技术在物理实验中的应用.     

可视化虚拟装配系统及关键技术研究

虚拟装配是虚拟制造的关键技术之一 ,可在产品设计阶段进行预装配 ,验证装配工艺的正确性 .基于SolidEdge的可视化虚拟装配系统 ,通过其二次开发 ,应具备装配路径设置、装配零部件位置和姿态调整及消隐、装配视角调整和视图放缩、虚拟仿真设置等功能 .系统的总体结构包括装配建模初始化、装配工艺文件获取、装配过程动画和仿真等模块 .其关键技术有 :解除CAD装配体约束 ,并提取虚拟装配零部件 6元组位置和姿态信息 ;以 6元组信息为基础的虚拟装配体重绘 ,及其装配过程仿真 ;包括虚拟装配零部件、装配体、装配路径和优先级、角度姿态、装配关键点坐标及绕坐标轴角度等信息的数据库组织 .     

虚拟社区中的互动对共创价值影响的实证研究

从资源整合的角度,分析了互动对虚拟社区共创价值的影响.在虚拟社区的背景下,通过文献研究提出了虚拟社区共创价值的定义,并结合焦点小组访谈定性研究提出了虚拟社区共创价值的维度构成,包括实用价值、享乐价值和顾客资产3个维度.同时通过结构方程模型实证研究验证了互动、资源整合、共创价值和顾客忠诚之间的影响关系.研究结果表明,顾客与平台服务人员的互动以及顾客与顾客的互动可以通过资源整合,促进实用价值、享乐价值和顾客资产的实现.实用价值、享乐价值、顾客资产均对顾客忠诚产生了显著的正向影响.     

论丁玲与林白的创作转型

对丁玲与林白均在各自的时代以先锋的姿态在创作道路中不约而同的选择了转型加以评述,认为她们的创作从关注自身到放眼社会,扩大了女性文学的视野,这无疑是一种进步。     

大规模定制下客户价值的分析及其定价模式研究

对大规模定制下的客户价值的内涵进行了界定,并对客户价值的测量进行了分析;指出了大规模定制产品价格组成,分析了客户价值与MC产品价格之间的关系,提出了MC产品价格的计算方法;最后提出了基于不同类型客户的MC产品定价模式。     

福州市区体育健身娱乐场馆营销策略比较研究

采用调查法、文献法和访谈法,对福州市两种类型19家体育健身娱乐场馆的体育市场营销要素：产品性质和市场细分、价格策略、促销手段、渠道策略进行比较研究.结果表明：综合性体育娱乐健身场馆在对场馆经营产品性质的认识和市场定位上明显优于专用性体育健身娱乐场馆;两种类型的体育健身娱乐场馆在价格策略的认识和制定上高度一致,趋于成熟;综合性体育健身娱乐场馆更重视对场馆的宣传以及对消费者的回馈让利;两种类型体育健身娱乐场馆分销渠道均是直销形式.     

基于深度学习的白光-热成像双通道图像识别系统设计

为解决无人机图像自动识别系统对大视场角下小目标的识别准确率及实时性问题,利用深度学习卷积神经网络对热成像-白光联合图像进行目标识别。设计了一种针对具有温度特征的目标物识别系统以及双通道目标候选提名图像识别算法。充分利用热成像图中目标热源特征的HSV值,将目标物从热成像图中进行筛选、分割。通过Canny算子勾勒目标物轮廓,并标记出目标物大致区域,导入白光图像提取含有目标物的有效图像信息。利用YOLO V2算法对候选图像内目标物进行识别。通过实验表明,提出的双通道目标候选提名图像识别算法具有可行性与实用性,能够在大视场环境下对小目标进行精准快速识别,满足无人机机载系统简易、实时和准确性要求。