基于项目属性分类的协同过滤算法研究

用户对项目的评分数据是传统协同过滤算法进行项目或用户推荐的唯一依据,项目或用户本身的属性特征并未进行过多考虑。为此,在计算项目之间的相似度时融合了项目标签属性,提高了项目推荐的准确率。具体方法是首先通过创建项目属性分类表,得到项目属性之间的差异度,然后将项目属性差异度融入pearson 相关系数公式中,计算项目之间的相似度。通过实验验证,改进后的方法比传统的基于项目的协同过滤算法的推荐结果平均偏差小,命中率高,推荐结果更加准确。     

基于最大平衡度的自适应随机抽样算法

针对分类算法在非平衡数据集的情况下分类性能不理想的问题,总结了常见的数据平衡化方法,包括改造数据集与改进算法,提出一种全新的基于最大平衡度的自适应随机抽样算法,进一步优化了随机森林算法的分类效果.将其应用在随机森林算法的数据预处理阶段,并通过实验证明了该随机抽样方法的有效性,在合理的整体精度范围内能够较好地处理非平衡数据.产生的新数据比较拟合初始数据,能够提高分类器处理非平衡数据的能力.     

基于矩阵分解和聚类的协同过滤算法

基于矩阵分解和聚类提出一种协同过滤推荐算法. 先利用交替最小二乘（ALS)算法进行矩阵分解, 再利用改进的k-均值聚类算法弥补单一ALS算法在后期协同过滤阶段产生的大计算量问题, 解决了由于减小原始矩阵高维度、 高稀疏性带来的推荐准确度较低的问题, 极大提高了计算速度和推荐精度. 实验结果表明, 改进算法在推荐准确性上有明显提高.     

数据挖掘技术在交通事故分析中的应用

结合关联规则与粗糙集的思想, 提出了基于偏好信息的决策规则约简算法, 并将该算法应用于长春市历年的道路交通事故数据分析中, 从而找出交通事故发生的潜在规律.     

数控车床仿真系统中指令解释器的设计与实现

针对车床仿真系统指令解释器的瓶颈问题, 开发设计一种快速、 高效、 合理的指令解释器, 并给出了指令解释器的分析设计过程, 结合更合理的指令存储模式, 实现了快速有效的词法、 语法、 语义检查和高精度直线型和圆弧型的解释过程. 实验结果表明, 该解释器指导的车床仿真系统在执行速率、 切割精确度及合理性上都
有一定改进.     

基于HTTP文件上传进度显示组件的设计及实现

基于HTTP(Hypertext Transfer Protocol)的Java文件上传组件,由于受HTTP协议及浏览器的约束和限制,都没能实现文件上传过程中进度显示的功能,仅实现了对文件上传的管理。针对现存服务器端上传组件不能显示进度的问题,通过对广泛应用的apache-commons-fileup load-1.0文件上传组件的原理及源码的研究,使用Java语言,以W eb应用服务器为环境,采用MVC(ModelV iew Controller)模式构建整体结构,运用Fac-tory,Decorator,Observer,Strategy,DAO(Data Advanced Ob ject)等模式实现组件内部控制,采用只与浏览器相关的脚本语言HTML,JAVASCR IPT,XMLHTTP等客户端显示技术,设计并实现了一种扩展性强、稳定、灵活、可定制的文件上传进度显示组件。     

突发公共事件应急平台系统研究

为了提高对突发公共事件的反应能力,实现多级、多部门的协同工作,研究并设计了突发公共事件应急平台系统。系统采用了J2EE(Java2 Platform Enterprise Edition)应用模型和MVC(Model View Controller)架构,增强了系统的健壮性、可维护性和可扩展性。实践证明,系统在一定程度上满足了应急相关部门的要求,为应急相关部门的工作的有效开展奠定了基础。