双盲审稿优于单盲审稿

专家审稿是确保期刊学术质量的重要环节之一,盲审制度目前已被科技期刊界广泛采用。根据编辑工作实践,分析了双盲审稿和单盲审稿制度的利弊,认为双盲审稿制度能够体现审稿的公平和公正性,避免人情稿和关系稿,确保专家审稿活动的规范化,值得提倡。指出,双盲审稿制度在执行中还应注意审稿人的优选,注意避免编辑部人情稿,发挥好编辑的桥梁作用。     

基于spark的投资机构个性化推荐

在spark大数据技术平台上,根据交替最小二乘协同过滤算法(Alternating Least Squares)对投资融资行业的历史数据进行分析建模,提出并构建该行业个性化推荐应用解决方案.该解决方案通过向初创企业推荐可靠的投资机构,能够更快、更好的满足企业的融资需求,具有重要的现实意义和商业价值.根据投资融资行业特点,提出图计算作为统计分析的方法,给出了处理投资融资领域数据的评分算法,采用spring MVC架构实现了微型WEB推荐系统,最后结合实际实验数据给出了推荐模型评价标准并给出该推荐系统的优化思路.     

融合分类和情境偏好的矩阵分解电影推荐算法

为提高个性化影视推荐的准确率,提出了一种融合了决策树模型和包含了用户情境信息的矩阵分解算法的混合推荐算法.通过融入了情境偏置的矩阵分解算法,得到初始的影视推荐列表,之后通过分类模型的训练,得出用户在特定情境下对电影类型的偏好.将初始推荐列表根据分类模型得出的用户特定情境下的偏好进行二次筛选,得到最终推荐结果.相较于传统...     

传递性算子的积

W.Desch和W.Schappacher通过引进回复弱混合算子的定义讨论了超循环半群积的问题.本文给出在离散情形下回复弱混合算子的定义,并给出两个算子的积是弱混合的一个充分条件.此外,本文还证明了由Bayart和Grivaux最近所引进的频繁超循环算子实际上是比回复弱混合算子强的一类算子.     

基于决策树分类的个性化农产品移动信息服务系统

针对农产品移动信息服务的需求,结合分类算法和个性化推荐算法,提出了一种基于分类的推荐算法.利用决策树分类方法对农产品进行分类,获得分类后的数据,采用协同过滤算法分析分类数据,查找兴趣相似的用户,将感兴趣的农产品信息推荐给正在使用系统的用户.实验结果表明:与传统的推荐方法及相比,该系统向用户推荐了兴趣度更高的农产品移动信息.     

基于用户聚类和项目分类的电影推荐系统构建

针对推荐系统中普遍存在的数据稀疏性问题,提出了一种结合项目分类和用户聚类的推荐算法.通过聚类算法将相似的用户聚类在一起形成若干个用户子网,在各个用户子网之间和用户子网中通过信任机制加强子网之间和子网内部的相互关系,根据项目的种类将项目分类,再通过用户对项目的选择计算用户对每种类型项目的大众喜爱度,在每个用户子网中将项目分类和大众喜爱度加权求和得出最终的相似度,由此构造出推荐系统.实验验证了方法的有效性,减小了数据稀疏性对推荐结果的负面影响.     

淮北矿业(集团)公司机构代码标准的编制

一、标准编制过程 淮北矿业(集团)公司是国家特大型煤炭生产企业,内部机构多,编制集团公司机构代码企业标准,是一项工作量大、涉及全局性的工作,集团公司高度重视,专门成立标准编写小组,并提出明确要求.在机构分类原则和代码结构设计过程中,编写人员根据国家相关标准要求,结合集团公司实际情况,反复设计代码的编制方案,起草标准草案.在征求相关人员意见后,形成标准征求意见稿,并将征求意见稿发到公司部分机关处室和所有基层单位征求意见,根据反馈的意见进行修改,形成标准送审稿,最后由集团公司组织有关专家对标准进行审定.编制人员根据审定意见,对标准再次进行修改完善,形成标准报批稿,报集团公司批准、发布、实施.     

基于聚类和分类的个性化文章自动推荐系统的研究

由于缺乏足够的反映用户兴趣的知识,以及巨大的在线计算量,导致互联网上现有文章自动推荐系统普遍存在盲目性和低效性的问题.针对以上问题,提出了一种基于聚类和分类的个性化文章自动推荐系统,利用机器学习的方法隐式地获取用户模型,并根据用户模型为用户提供个性化的文章自动推荐服务.该系统包括离线用户模型及用户群获取子系统和在线个性化文章推荐子系统两大部分,前者对文章进行聚类形成聚类兴趣点,构建基于聚类兴趣点的用户模型,并根据用户兴趣聚类形成各兴趣点的用户群;后者对待推荐文章进行分类,搜索到其所属的兴趣点,向该兴趣点的用户群进行主动推荐.理论分析和实验结果表明,该系统能够显著提高有效性和在线响应速度.所述的设计思想和技术也适用于其它互联网个性化信息自动推荐系统.     

一种融合PageRank的协同过滤帖子推荐方法

针对贴吧用户面临严重的信息过载问题,提出一种基于用户信息的协同过滤帖子推荐方法.分析帖子推荐的属性特点后,首先利用一个融合了用户评论行为的PageRank算法去判断参与一个帖子讨论中各用户的重要性,主要考虑各用户之间的回复关系以及各用户之间回复的时间关系;然后把PageRank得分高的用户作为聚类中心进行k-means聚类;最后把帖子中聚类得到的用户与推荐系统使用者通过协同过滤算法计算相似度,并结合用户的PageRank得分,选择与用户相关度较高的帖子作为推荐结果.实验结果表明,该模型比现在使用的热门帖子推荐有着更好的表现.     

高校学报质量控制中的基本问题

高校学报是我国期刊系统的重要组成部分，高校学报的质量和水平如何，会直接影响我国期刊业的发展。要把高校学报的质量控制在最佳水平上，必须要求高校学报主体高度重视宗旨问题、政治导向问题、依法办刊问题、健全和完善编辑制度体系问题、内稿与外稿权重问题、人情稿与关系稿问题、编辑队伍素质问题。     

基于引文和标签的论文推荐算法研究

设计一个共联与标签相结合的论文推荐模型.首先,提出在传统共联算法上根据引文被引用次数(引文热度)赋权,减小热门引文对计算论文间相关性的影响程度.其次,建立多级分类标签对论文进行层次分类,建立论文在研究主题和行文结构上的分类树,并提出了父级和跨度的概念,从论文研究课题的深度和广度方面讨论两篇论文之间的相关性,给用户提供高质量的推荐服务.     

音乐推荐系统中的用户冷启动问题

利用新用户使用音乐时的上下文环境信息来解决冷启动问题.当用户播放音乐时，提取用户当时场景的时间、天气、状态等信息，利用这些信息构建决策树分类模型.当新用户使用音乐推荐系统时，提取当前情景的上下文信息，根据决策树分支和上下文信息判断新用户的兴趣，向新用户推荐音乐.实验结果表明，当采用上下文相关音乐推荐算法，推荐数目不超过6项时，新用户对推荐结果的满意度超过TopN算法.     

社交网络中分类推荐用户的设计与实现

社交网络中存在密切的朋友圈子关系,而目前社交网络由于用户推荐方法单一,出现用户流失、朋友圈不明确等问题,通过用户标签的语义相似度的计算,对用户与其关注者之间的关系程度进行分析并按兴趣分类,根据分类进行关联关注用户的再推荐。通过实验验证了分类的有效性,提高了推荐效率。     

浅析科技期刊的现状与对策

针对科技期刊目前普遍存在办刊经费不足、论文刊发周期过长、发行量下降、人情稿增加等方面的问题，分析了产生此类问题的原因，探讨了解决问题的方法。     

学术腐败及学术期刊防范

在探讨学术腐败含义的基础上,结合学术期刊编辑的实践,分析了学术腐败在学术期刊中的主要表现形式:发表不具有学术价值的人情稿、有偿稿;一稿多投;剽窃他人研究成果;伪造试验或调查数据;随意"署名"现象。并提出从有效预防、严格监管、合理惩罚3个方面建立学术期刊学术腐败防范机制的对策建议。     

一种综合用户和项目因素的协同过滤推荐算法

针对用户评分数据极端稀疏情况下传统协同过滤推荐算法的不足,提出了一种综合用户和项目因素的最近邻协同过滤推荐(HCFR)算法.该算法首先以一种改进的相似性度量方法(ISIM)为基础,根据当前评分数据的稀疏情况,动态调节相似度的计算值,真实地反映彼此之间的相似性.然后,在产生推荐时综合考虑用户和项目的影响因素,分别计算目标用户和目标项目的最近邻集合.最后,根据评分数据的稀疏情况,自适应地调节目标用户和目标项目的最近邻对最终推荐结果的影响权重,并给出推荐结果.实验结果表明,与传统的只基于用户或基于项目的推荐算法相比,HCFR算法在用户评分数据极端稀疏情况下仍能显著地提高推荐系统的推荐质量.     

人情社会中企业合作创新水平分析

影响合作创新的因素有创新主体的知识资源结构、管理者学习能力、组织学习能力和社会网络能力,以及合作创新主体所处的产业集群形成阶段和技术创新的类型.根据这些因素,构造一个合作创新水平评价模型.运用该模型对人情社会的合作创新环境进行分析,得出的结论是人情社会中的合作创新水平是低水平.进一步通过对合作创新系统演化的稳定性分析,得到的结论是人情社会低水平的合作创新环境具有相当的稳定性.     

基于全局有向图的商品会话序列推荐算法

针对商品会话序列推荐中传统推荐算法过分依赖临近点击状况, 在一定程度上丢失整体商品访问趋势的问题, 提出一种新的基于全局有向图的商品会话序列推荐算法. 首先, 构建商品会话序列全局有向图, 图中节点为商品, 节点间的弧表示点击次序, 并用图数据库存储该有向图； 其次, 给出在有向图上的全局偏好传播策略, 同时考虑点击时间因素对推荐的重要影响； 最后, 获得待推荐商品的评分. 在Diginetica和Yoochoose标准数据集上, 该算法根据P@20标准, 比传统Item-KNN方法推荐准确率分别提升了6.12%和30.25%; 根据MRR@20标准, 则分别提升了15.04%和33.88%. 实验结果表明, 该全局有向图搜索和评分策略有效.     

一个基于用户兴趣的blog推荐系统的设计

设计和实现了一个面向blog的兴趣挖掘和推荐系统blog-digger,该系统采用兴趣挖掘技术,主要根据用户在一定时间段对blog页面的浏览行为,判断出用户对blog网页的感兴趣程度,并采用文本分类技术对用户的兴趣进行挖掘,取得较好的兴趣挖掘结果.另外,结合页面重要度对网页进行排序,以确定最终推荐给用户的blog.实验表明该系统推荐的blog具有较高的主题内容相关.     

PLA/PAE复合材料的形状记忆效应及机理研究

制备了聚乳酸(PLA)与聚酰胺弹性体(PAE)复合增韧体系,研究了其在低温强迫高弹形变后的形状记忆效应,并对复合材料形状记忆机理给出了合适的理论解释.考察了PAE弹性体含量、回复温度、应变量等因素对复合材料形状记忆效应的影响.研究结果表明:随着PAE弹性体的增加,复合材料的形状回复率大幅度下降;应变量降低时,复合材料形状回复率和拉伸强度回复率随之增高;回复温度高于70℃时,形状回复率高达90%以上,而且随着回复温度的继续升高,形状回复率变化幅度不大,但可使形状回复时间缩短.