基于点击流的频繁模式聚类算法研究

在用户访问网站点击流形成频繁序列的基础上,提出基于距离函数的聚类分析算法.首先对数据流分区做K均值聚类生成中间聚类结果,然后对这些均值参考点进行离线聚类,以获取用户访问模式.理论分析和实验表明,算法具有较好的聚类效果.     

基于CDN技术网络教育平台效率策略研究

CDN(Content Delivery Network,互联网内容发布网络)是一个建立并覆盖在Internet之上、由分布在不同区域的节点服务器群组成的虚拟网络,CDN可以实现把网站的内容高效、稳定地发布到离用户最近的地方。本文分析了CDN的系统结构、工作原理和应用于网络教育的关键技术,提出了一种基于CDN技术的网络教育平台效率优化策略。     

点击流数据仓库的构建与多维分析

介绍点击流数据仓库的多维建模技术,在此基础上以"平和网"的日志数据为例,利用SQL Server2008构建点击流数据仓库,并对其进行多维分析研究。     

基于个性化Web信息推荐模型的研究

针对目前的推荐系统存在个性化程度不高,提出了一种采用语义Web的个性化Web信息服务模型,并对模型实现的关键问题进行分析研究.实现了个性化需求库和个性化资源库的语义构建,个性化程度更高、更智能.实验证明,该模型是有效的.     

高校图书馆个性化信息服务的实现策略

指出个性化信息服务是当前图书馆提高服务水平和用户满意度的重要方面。分析了个性化信息、个性化信息服务等概念的内涵。并从高校开展个性化信息服务的必要性出发。探讨了实现高校图书馆个性化信息服务的策略。     

基于数据挖掘的网络教育资源库构建

随着网络教育的蓬勃发展, 网络资源库的建设正向智能化、个性化方向发展, 以满足学习者不同的学习需求. 通过分析目前学习者在利用资源库进行学习时所遇到的问题, 提出运用数据挖掘技术(DM)指导资源库的建设, 并就如何改善资源库的组织结构、提高资源库的利用率、适应个性化学习等问题进行分析探讨.     

点击流数据仓库中的ETL技术

ETL是构建数据仓库的核心,点击流数据仓库无论在体系结构上,维表与事实表设计上,还是点击流的抽取、转换和装载机制上,都比传统的数据仓库要复杂的多。本文在总结了传统的数据仓库构建基础上,着重分析了点击流数据仓库的ETL技术,为以后在点击流数据仓库中进行数据挖掘做了准备。     

高校图书馆信息素养网络教育的探讨

介绍了信息素养教育的发展概况,分析了高校图书馆开展网络信息素养教育的优势,就高校图书馆信息素养网络教学系统的构建进行了探讨。     

基于内容管理的网络教育信息资源整合模型

利用中间件技术设计一个网络教育信息资源整合模型.该模型采用传统的表示层、逻辑层和数据层的三层结构,用户可以使用统一的接口访问不可预知的教学内容.模型可应用于教育城域网层面,将区域范围内的分布式资源子网整合起来,为区域内的网络教育提供服务.     

一阶马尔可夫链在点击流分析中的应用

通过点击流分析用户对一个网站最可能的浏览路径,这样可以达到预测目的,进而辅助商务决策.本文提出将数据挖掘技术应用于点击流分析,采用第一阶马尔可夫链模型,通过对点击流串化处理计算点击流的状态转移矩阵,以期为商务网站更好地掌握市场动态提供良好的支持.     

基于学习者性格的网络教育系统设计

本文运用现代教育理论对学习者性格因素进行分析,提取出不同学习者的学习风格,利用数据挖掘、数据库等技术设计个性化的网络教育系统,并对系统的各个要素和具体应用进行了分析说明,最后提出了其发展前景以及进一步的研究方向。     

网络教育中流媒体系统的构建研究

多媒体教学软件的共享传输是网络教育中核心而难于解决的关键技术环节,流式媒体技术的应用能够较好地解决此问题.结合流媒体的特点及其在网络教育中应用,构建一套最易实现、可控性高、功能齐全的网络流媒体系统.     

高校图书馆个性化图书推荐系统研究

本文通过对图书馆个性推荐概念、原理、图书推荐系统概况及存在问题进行深入分析,提出个性化图书推荐创新策略,并对数据挖掘技术在个性化图书推荐系统实施过程中出现的用户隐私问题、用户信息获取局限性问题以及信息安全问题进行仔细思考与展望,以期对图书馆界同行提供有益帮助。     

基于数据挖掘的个性化推荐

为了将网站访问者转化为消费者,设计一种电子商务网站个性化推荐方法.该方法采用数据挖掘技术获取客户的个性化特性,从而产生个性化产品推荐建议或决策.实验表明,提出的方法是有效可行的.     

一种基于桌面信息的个性化推荐方法

针对当前信息检索服务中存在的固有缺陷,提出了一种基于用户桌面信息抽取的个性化推荐方法.详细介绍了通过用户桌面资源信息抽取建立长期用户模型,以及通过工作场景信息抽取建立短期用户模型的算法.长期用户模型提供了完整全面的用户兴趣偏好信息,短期用户模型则为预测用户当前信息需求提供了依据.实验结果表明,基于用户桌面信息抽取的个性化推荐服务能较好地预测用户当前需求、具有良好的推荐效果.     

基于HMM的个性化智能推荐研究

Internet和电子商务的发展带动了对个性化智能技术的研究.提出基于隐马尔可夫模型的浏览兴趣发现方法,通过学习用户访问模式预测用户未来的网页请求,为不同需求的用户推荐所需服务,减少用户的无效操作.     

对高校网络教育的思考

高校教育已经迎来了一个全新的网络时代,该如何适应这个时代,如何使网络更好地服务于现代的高校教育,文章开始分析了网络时代高校教育的现状与特征,随后指出了:高校要注重大学生的网络思想教育,要注重师资队伍的建设,要注重网络资源的建设。     

高校图书馆纸质期刊个性化服务的策略

网络环境下高校图书馆的馆藏期刊服务工作面临巨大的挑战,只有深化馆藏期刊服务工作,对纸质期刊进行更深层次的开发,才能充分发挥其作用。对网络环境下高校图书馆纸质期刊个性化服务的策略进行了探讨,包括对无电子资源的馆藏期刊的数字化、开展具有本馆特色的期刊个性化服务、开展远程期刊咨询服务、提供RSS馆藏期刊信息推送服务等。     

浅议高校图书馆的个性化信息服务策略

从分析高校图书馆个性化信息服务发展的现状入手,提出了高校图书馆实现个性化信息服务的策略。     

基于Agent的个性化推荐系统的研究

本文提出了一种基于Agent技术的个性化推荐系统的设计方法。认知Agent（Cognitive Agent）可以根据每个用户个人偏好并综合全体用户的普遍偏好情况为用户提供个性化的推荐服务,此外认知Agent还能根据每个用户的消费行为动态修正偏好设定,从而达到良好的推荐效果。本文还通过一个图书推荐系统的实例给出了基于Agent的个性化推荐系统在JACK平台下的具体设计和实现方法。