挖掘传播地域文化是实现传统优秀文化大发展、大繁荣的必由之路

挖掘．传播地域文化，是弘扬中华民族优秀文化的重要前提和保证，也是实现社会主义优秀的先进的文化大发展大繁荣的必由之路，更是时代赋予我们宣传思想文化部门的艰巨任务和神圣使命。我们一定要不辱使命、不负众望，切实采取行之有效的措施。抓紧抢救，挖掘、整理，利用、传播地域优秀文化，使之成为全体人民的思想基础，精神动力和文化条件，促进社会主义现代化建设事业又好又快地发展。     

建构个性化的数学自主学习

在新的《数学课程标准》的指引下，数学教师的教学策略越来越强调学习的过程和思维的方法。学习数学人云亦云则没有自主；亦步亦趋则没有个性。数学学习没有自主性参与就没有亲历实践的体验，就没有个性化的能动参与，就没有创新精神的张扬。     

科研项目立项决策支持系统设计与实现

在科研项目的申请、立项和决策过程中,目前存在重复申请、重复立项、评审专家与评审项目不匹配、项目的过程趋同等问题,这些问题严重制约了项目评审、立项的公正和公平,也缺乏科学性和合理性.本项目利用信息抽取、信息检索、自然语言处理、关联分析、文本分类、文本聚类等文本挖掘技术,解决科技计划项目管理中的关联问题,包括项目之间的相似...     

基于聚类分析的申贷信用等级评价方法

 为了解决申贷信用等级评价问题,介绍了解决银行申请贷款信用等级评价中聚类分析采用的基本概念及术语,提出了2种聚类算法包括基于信贷数据的聚类算法δ-kmeans;基于高维信贷数据的聚类算法ASC,并通过实验对其性能进行比较分析,实验表明:①δ-kmeans算法在信贷风险的控制上取得较好效果;②相比传统k-means和Coweb算法,ASC算法在聚类高维信贷数据上更加有效.利用k-means算法对银行信贷数据的聚类动力学关系进行分析.最后,给出了聚类分析算法在银行信贷领域应用的的难点.     

基于服务质量的面向服务数据挖掘系统研究

<正>经过数十年的发展,数据挖掘领域产生了众多的算法和挖掘系统。挖掘系统作为研究的有形成果,在展示数据挖掘技术的威力、利用数据挖掘技术产生经济效益方面起着至关重要的作用。目前,各大软件厂商及研究单位都忙着推出了各自的数据挖掘系统。有的作为商业产品,功能强大,集成了数量众多的挖掘算法;有的作为科研试验软件,仅集成了一两个新颖的算     

术语工作中文本挖掘方法的应用探索——信息管理与知识管理科技名词审定工作方法

研究了信息管理与知识管理科技名词术语的审定工作方法。该工作由全国科学技术名词审定委员会主管并委托国家自然科学基金委员会管理科学部完成。工作内容主要包括三个连续的阶段：（1）确定领域的收词范围,（2）确定术语定义,（3）确定术语的英文名称。介绍了在每一阶段所使用的工作方法、发现的问题与解决办法。目的是向从事术语审定工作的专家汇报工作,总结工作经验,并征求意见。     

数据与科技双重驱动下智慧老年服务模式创新研究

随着全球老龄化的发展,提供高效和贴心的老年服务已经变得日益重要。在数据科技和现代技术持续演进的背景下,智慧老年服务模式正逐步成为新的发展趋势。从数据与科技双重驱动的视角,探讨了智慧老年服务模式的创新,对现有的服务模式进行了分析,并提出了新的建议和方向。研究重点是如何利用大数据分析、人工智能和物联网等技术,为老年人提供更加个性化、智能化的服务,同时确保服务的质量和安全性。     

海量用户评论在APP更新设计中的参与作用挖掘

APP市场上用户发表的评论包含着对APP软件研发团队的有用信息,尤其是软件功能请求以及具有特定应用的用户体验内容,可以应用到APP软件的版本更新设计中.为了研究海量用户评论在APP软件更新和重新设计中的参与作用,本文提出一种基于词向量表征的句向量相似性计算模型,它可以用于度量来自更新日志文本和用户评论文本中的句子的相似性.然后,本文提出了APP产品的“更新日志-用户评论”匹配算法将不同语义匹配结果划分到不同的数据集.基于真实的APP市场上采集的海量APP软件升级日志数据和用户评论数据的实验证明了本文提出方法的有效性.研究结果还发现:APP开发团队对于用户评论内容的采纳不到20%,而且采纳的内容主要集中在APP软件功能方面.用户评论中众多内容指向企业的营销活动问题,这部分内容由于研发团队在企业运营中的管理角色所限,很少能够顾及.     

基于读者偏好变化的高校图书个性化推荐方法

提出了一种根据读者借阅行为记录和图书信息来观察高校读者阅读偏好随着时间变化的思路,并借助二分网络结构特性,提出了测量偏好变化特征的计算方式及其作为推荐客体结合传统图书推荐算法的混合推荐方式。同时,使用上海交通大学图书馆图书借阅历史数据展示了偏好变化计算结果和结合偏好变化的混合推荐方法相比传统推荐方法的优越性。     

基于超图聚类的用户行为模式挖掘

为解决代理服务器端用户行为日志的高维特征,提出一种基于超图模型的Web会话聚类方法。该方法利用页面归约和隐含在会话中的时间等统计信息描述会话,并在此基础上利用基于关联规则的超图对用户会话进行聚类,可以在较高层次上发现代理服务器端的用户行为模式。实验结果表明,该方法可以在大型的代理日志文件集中挖掘出有意义的用户行为模式,有效揭示用户的行为规律。