银行客户到访的非泊松性

通过分析某银行网点19天所有客户到访的真实记录,挖掘银行客户到访的间隔时间分布、单日客户到访间隔时间分布、细分客户到访间隔时间分布等统计特征,发现银行客户的到访蕴含着胖尾的统计规律,并不是先前排队论假设的泊松过程。统计结果显示,人类访问银行的行为具有明显偏离泊松分布的胖尾特性,幂指数在2～3的范围内。这一结果为针对幂律事件间隔分布的排队理论的建立奠定了实证基础,为下一步银行排队问题的分析作了探索。     

自动对用户感兴趣的词进行加亮的用户个人代理

为了帮助用户浏览网页时更快的找到他所需要的信息,提出了一种新的用户个人代理当用户浏览网页时,这种用户代理可以为用户自动加亮所感兴趣的词.用户访问过的网页首先根据内容被分到事先分好的几个目录中,这个分类用于理解用户访问的上下文.在每个目录中可以根据用户的访问历史纪录,用统计的方法得到用户的兴趣地描述.这些个性化的描述,可以为用户快速浏览,定位所需要的信息提供很好的帮助.实验结果证明了该做法改善了用户对网页的浏览状况.     

web日志挖掘中会话识别方法

通过对传统web会话识别方法分析和比较,改进了目前最常用的基于时间阈值会话识别方法,提出了一种基于动态阈值会话识别方法,该算法采用动态计算会话中请求记录间的平均时间间隔和动态计算会话中页面的平均大小相结合的方法,根据用户和网页的特点动态调整阈值,相对于传统单一的先验阈值,该方法可以根据不同的用户访问不同的页面生成动态的阈值,充分运用用户和网页信息.经过实验验证,该方法可以识别出更多的用户会话,且识别会话的准确率和查全率也比传统算法更高.     

基于网页浏览的用户兴趣度研究

根据高校校园网用户的网页浏览记录,着重分析用户在浏览网页时的不同行为兴趣特征.首先利用文本分类技术,分析提取出用户的兴趣行为关键词.其次在兴趣行为关键词的基础上,选取了若干典型个体用户,统计出这些典型个体用户网页浏览记录中对于每个兴趣关键词的访问量随时间变化的关系.最后运用归一化的方法对典型个体用户的兴趣度进行量化研究,从而实现了对于用户网页浏览过程中不同兴趣行为的度量以及进行相互比较的目标.     

群体兴趣网的统计特性研究

用复杂网络的方法研究特定群体进行万维网访问的行为特征,构建了具有准二部图形式的动态群体兴趣网络,观察了群体用户进行万维网访问的时间规律性,探讨了网络的拓扑结构,并对一周数据进行了度指数拟合.研究表明,虽然群体用户访问万维网的时间是随机的,所访问的网页各有不同,但大部分人的兴趣是一致的,群体兴趣网络的入度分布具有幂律特征,群体兴趣图谱基本稳定,校园群体上网行为具有特定的时间规律性.     

WHPM-Apriori:网页超链接挖掘的Apriori改进算法

网页链接关系的设计影响到用户的访问效率,通过日志挖掘发现网页间的关联关系,使网站设计更趋合理,便于用户访问.为了提取页面间的关系,日志数据预处理后,利用Apriori算法发现频繁集,找到页面间的关联规则.网站结构主要由网页和网页间的超链接组成,针对网页超链接结构的特点:一条超链接只能建立在两个网页上.发现频繁集只需找出所有2-项集即可.提出网页超链接挖掘的Apriori改进算法(WPHM-Apriori).实验表明,该算法有效地降低Apriori的时间复杂度.     

群体兴趣网的统计特性研究

用复杂网络的方法研究特定群体进行万维网访问的行为特征,构建了具有准二部图形式的动态群体兴趣网络,观察了群体用户进行万维网访问的时间规律性,探讨了网络的拓扑结构,并对一周数据进行了度指数拟合.研究表明,虽然群体用户访问万维网的时间是随机的,所访问的网页各有不同,但大部分人的兴趣是一致的,群体兴趣网络的入度分布具有幂律特征,群体兴趣图谱基本稳定,校园群体上网行为具有特定的时间规律性.     

基于Web日志的个性化远程教育系统

文章提出了在用户访问兴趣基础上的个性化推荐算法,适用于个人网页的建议.由于该方法侧重于考虑到用户的访问兴趣,它不需要用户注册信息和文件的概述,使网页的建议不会打扰用户.     

Web使用挖掘中的一种改进的会话识别方法

针对Web日志挖掘中的会话识别问题,提出了一种改进的基于时间间隔的识别方法．该方法通过使用访问时间间隔超出某个阈值来识别会话．统计结果表明页面的访问时间呈正态分布,改进的方法在此基础之上为页面设置访问时间阈值,并根据页面内容及站点结构确定的页面重要程度对该阈值进行调整．实验结果表明,相对于传统的对所有用户页面使用单一的先验阈值进行会话识别的方法,该方法能更准确地确定页面访问时间阈值,为合理有效。     

一种自适应的流媒体服务器缓存调度算法

在分析现有的流媒体缓存技术优缺点的基础上,提出一种采用间隔缓存的自适应混合型间隔缓存算法(adaptive hybrid interval cache,AHIC).该策略充分考虑用户行为模式和影片冷热度对缓存策略性能的影响,采取分段缓存和间隔缓存相结合的方式,通过周期性地统计影片的流行度和用户访问行为,实现了缓存的接纳和替换.仿真实验表明,与传统的间隔缓存策略相比,AHIC策略能够有效的提高缓存的字节命中率.     

Meta分析中异质性方差区间估计方法及改进

Meta分析中的异质性程度可以用异质性方差度量。为了估计异质性方差,人们研究并给出了各种估计方法,如矩估计、最大似然估计、经验贝叶斯估计等。在点估计的基础上,还进一步研究了异质性方差的区间估计,从而更加准确和有效地度量异质性大小。构建置信区间的方法也有很多,如似然估计,WALD型置信区间,基于Q统计量的置信区间等。本文在介绍已有的几种异质性方差区间估计方法的基础上,给出了假设 近似服从正态分布的情况下,异质性方差的区间估计方法,导出了异质性方差置信区间的解析表达式。仿真计算及实例分析表明该方法是稳健、可靠的。     

超几何分布中未知参数的精确置信区间

导出超几何分布的参数θ的精确置信区间,并进行应用举例.     

小样本条件下对数正态分布均值置信区间

介绍了在小样本条件下3种构造对数正态分布均值置信区间的方法,即:PB方法.P值方法和r*方法.然后从4个方面进行对比,得出r*方法优于其它2种方法,并且在实际方面给予应用.     

线性回归模型的置信区间与预测区间应用分析

论述线性回归的因变量置信区间和因变量个别值的预测区间原理后,结合实例分析了学生总数与季度营业额2个变量的关系.研究发现,学生总数与季度营业额关系存在很强的正向线性关系(r=0.950 1),可决系数（R2=0.902 7）可以解释总平方和中的90.27%,表明其拟合度很好.之后,给出了因变量平均值的置信区间、因变量个别值的预测区间及图形.     

Cauchy准则与最大值定理的又一个证明

给出由区间套定理分别推出Cauchy准则、最大值定理的新证法。     

Poisson分布的几种置信区间的比较

文章应用经典方法、Bayes方法和Bootstrap方法研究了Poisson分布参数入的置信区间，并通过数据模拟比较，发现Bootstrap方法优于其它两种方法。     

威布尔分布三参数的拟合特性

利用Monte Carlo方法分别考察了由相关系数优化法、概率权重矩估计法和最大似然法拟合得到的威布尔分布三参数的分布规律和相关性，在指定置信度下给出了Monte Carlo模拟求得的三参数置信区间。以安全寿命的置信区间大小作为判据，对拟合参数的3种方法进行了比较。结果表明，3种方法拟合得到的参数和安全寿命近似服从正态分布，形状参数与尺度参数存在正相关，而位置参数与前两个参数存在负相关。拟合数据的最佳方案是先用相关系数法求参数初值，再用最大似然法进一步精确求解三参数。     

高能强子反应中不同赝快度窗口内的多重数分布和多重数正关联

在总质心系能量s~(1/2)=540GeV 的pp 反应中,关于不同■快度窗口内带电粒子多重数分布和多重数正关联的最新实验数据,进一步证实了模型所提出的高能强子—强子非衍碰撞过程的统计性质。模型对未来更高能量的实验作了预言。     

基于协同进化的配网动态重构算法

为解决传统配网动态重构算法迭代计算量较大的问题,提出基于协同进化的配网动态重构算法.首先根据配网各节点负荷的变化情况进行时段划分,再在划分的区段内采用改进的遗传算法进行静态重构,将各区段静态重构得到的优化解集作为动态重构的初始解集,最后以所有时段总运行费用最小为目标函数,采用协同进化算法,通过协调各区段的重构操作得到所有时段的重构方案.对修改后的IEEE-33测试系统进行仿真计算,结果表明所提出的动态重构算法能够有效减少潮流计算的次数,同时提高了计算效率.     

威布尔分布中尺度参数的最短区间估计

把威布尔分布中尺度参数最短置信区间的求解问题转化为非线性方程组的求解问题,并通过1个实例和数值计算对最短置信区间与常用置信区间进行长度比较,说明研究小样本情形时威布尔分布中尺度参数最短置信区间的重要性与必要性。