一种异步多线程的Web数据流高效处理模型

提出并实现了异步多线程的Web数据流高效处理模型．主要工作包括：(1)分析了传统web数据流处理模式并发处理机制的不足，用大流量并发请求和复杂数据流环境的实验揭示了传统模式的弱点；(2)提出了一种新的基于分而治之思想的多线程缓冲处理模型MTBP(Multithreads-buffering Processing Model)，它利用异步处理机制高效灵活地处理各类复杂的web数据流；(3)提出了MTBP模式用于处理并发可串行化事务的调度算法CSTS；(4)实验验证MTBPCSTS对大量并发数据流请求的处理速度提高到2倍以上，对复杂数据流处理的响应速度提高到1个数量级以上．     

δ-KCLR：基于优化初始簇的聚类算法及其应用

识别信贷风险是信贷业务中的重要环节。传统聚类算法依赖经验知识,借助简单数据进行判别,效率和准确率不能满足日益增长的信贷业务需求。本文从优化初始簇入手,提出了改进的聚类算法,提高了信贷风险识别效率及准确率。主要工作包括：（1）实现基于信贷特色的申贷数据集标准化算法,（2）提出δ-相似度度量概念（3）提出基于δ-K means的信贷风险识别算法δ-KCLR（δ-K-means-risk analysis of the bank credit）算法;（4）实验表明在银行信贷业务分析中,采用δ-KCLR算法可以有效识别隐含在信贷业务中的信贷风险。用这一模型可指导或预测新增贷款人中是否存在贷款风险。     

FOLAPE：基于位向量索引的快速OLAP引擎研究

提高联机分析处理OLAP效率是学术界和工业界共同关注的课题.传统OLAP在处理复杂应用时,运算代价随维度增大而增大,为解决这一问题,做了如下工作:(1)分析现有OLAP模型的不足,设计了一种采用位向量索引技术的快速OLAP模型,FOLAPE;(2)FOLAPE支持索引的增量式更新,提高了数据更新效率;(3)针对FOLAPE特点,设计了新的聚集函数算法;(4)在真实数据上进行了实验验证.实验表明,FOLAPE相对于最新OLAP模型,其平均查询时间最低减少90%,最高减少95%,同时存储空间需求也显著降低.     

δ-KCLR：基于优化初始簇的聚类算法及其应用

本文从优化初始簇入手,提出了改进的聚类算法,提高了信贷风险识别效率及准确率.主要工作包括：（1）实现基于信贷特色的申贷数据集标准化算法;（2）提出δ相似度度量概念;（3）提出基于δ-K means的信贷风险识别算法δ-KCLR（δ-K-means-risk analysis of the bank credit）算法;（4）实验表明在银行信贷业务分析中,采用δKCLR算法可以有效识别隐含在信贷业务中的信贷风险.用这一模型可指导或预测新增贷款人中是否存在贷款风险.     

网络舆情态势分析研究

对网络舆情的分析已引起人们的高度重视,因为网络舆情热点具有导向性作用,如"某某门"事件,在短短60小时过后就引起监察部门的注意,这只有在日益流行的网络应用的今天才可能做到.分析网络舆情热点的手段多种多样,角度不同,如:可利用文本聚类的方法、动态文摘生成的方法以及意见领袖特征等方法来发现网络舆情中的热点和焦点信息.截止目前,分析网络舆情热点的方法没有固定的模式,值得深入探讨和研究.针对目前网络舆情研究的典型方法及其思想,进行概述性分析,给出网络舆情分析中词频、权重特征词、意见领袖属性矩阵等概念的形式化定义.本文作者通过对比分析,比较研究了网络舆情方法的优缺点;总结了国际上在这一领域的最新研究进展和研究方法,给出下一步的研究工作重点.     

求解复杂约束问题的基因表达式编程文法模型

基因表达式编程GEP是进化计算算法家族的新成员.GEP富有特色的个体编码能很方便地表达和解决一批NP问题. 但基本GEP难以表达和求解复杂约束. 主要工作包括:(1) 提出了GEP的上下文无关文法模型gepGram; (2) 从理论上证明了gepGram的表达能力和含单个非终结符的上下文无关文法相同; (3) 给出了gepGram文法可描述约束问题的GEP求解算法, 算法与基因长度具有线性伸缩性; (4) 实验证明了本文提出算法具有较高的效率,当基因长度为106时,解码仅需0.4 s.