Markov逻辑网在重复数据删除中的应用

为了解决和突破现阶段重复数据删除方法大多只能针对特定领域,孤立地解决问题的某个方面所带来的不足和局限,提出了基于Markov逻辑网的统计关系学习方法。该方法可以通过计算一个世界的概率分布来为推理服务,从而可将重复数据删除问题形式化。具体采用了判别式训练的学习算法和MC-SAT推理算法,并详细阐述了如何用少量的谓词公式来描述重复数据删除问题中不同方面的本质特征,将Markov逻辑表示的各方面组合起来形成各种模型。实验结果表明基于Markov逻辑网的重复数据删除方法不但可以涵盖经典的Fellegi-Sunter模型,还可以取得比传统的基于聚类算法和基于相似度计算的方法更好的效果,从而为Markov逻辑网解决实际问题提供了有效途径。     

数字化校园建设资源整合相关技术问题探讨

数字化校园资源整合面临许多技术问题.从资源整合体系架构、信息标准化、统一身份认证与单点登陆、资源整合工具、SOA理念与流程实现等几方面对数字化校园资源整合建设进行技术探讨,对资源整合格局、J2EE和.NET进行详细的分析,对标准化、统一身份认证如何推进进行了阐述,对资源整合工具的要求和存在的问题进行了分析与总结.希望通过文章能对进行数字化校园资源整合的学校有所借鉴.     

高校数据中心建设探索与实践

探讨了高校数据中心建设过程中应该注意的技术及管理问题.以重庆大学校园数据中心建设过程为例,深入分析了高校数据中心建设过程中的各项具体内容.     

联盟化教育教学信息技术应用创新的探索

提出了重庆大学在新形势下的教育信息化建设思路,该思路以互联网新技术创新实践应用为基础、教育教学信息化改革为核心、教学信息资源建设与服务为支撑、大学联盟信息化教学条件支撑为特色.通过东西部课程共享联盟及高清互动超大视频平台、网络教学服务平台、联盟课程文献中心等应用实践,为跨区域及区域内多校联合创新教学模式、学分互认、资源共享等进行了有益探索.对高校联合办学、资源互补具有良好的应用价值.     

基于多分类器的房地产客户分类

利用数据挖掘中分类的技术,根据房地产客户的信息,对客户购买力、购买欲进行评估,根据客户是否会购买,将其分为两类:重点客户和一般客户.从损失成本和辨别能力方面考虑,构建了一个组合分类器模型.使用Weka软件,利用多个公司的客户历史数据,与决策树、神经网络、支持向量机以及贝叶斯网络的分类性能做了比较,发现该组合分类器在稳定性、正确率方面优于其他分类器.