网络环境下我国图书馆个性化服务探究

阐述了图书馆个性化服务的含义和开展个性化服务的必然性,分析了图书馆个性化服务现状,提出了网络环境下完善图书馆个性化服务的途径。     

云计算环境下公安院校图书馆个性化服务研究

网络技术和通信技术的蓬勃发展使公安院校图书馆的个性化服务面临着一系列的发展瓶颈. 介绍了云计算与公安院校图书馆个性化服务的内容,探讨了云计算环境下公安院校图书馆个性化服务的改进,构建了云计算环境下的公安院校图书馆个性化服务体系.     

大数据环境下电网企业知识管理研究

社会经济发展的根本动力,是企业这个社会经济主体的不断变革和创新,而企业及其他各种社会组织变革与创新的本质,是知识的创新、传播、推广与应用。大数据时代,企业需要面对海量信息,这些信息越来越碎片化、无序化,大部分都是非结构化数据或半结构化数据,如何对数据进行采集、存取、加工,就成了当前知识管理所需要解决的问题之一。     

属性受限状态下低维冗余聚类数据快速挖掘方法研究

针对传统数据挖掘方法存在挖掘精度低、速度慢、占用内存多而不适于实际应用等缺点,提出一种属性受限状态下低维冗余聚类数据挖掘方法。通过计算低维冗余聚类数据的支持度,把低维冗余聚类数据挖掘问题转变成频繁项集挖掘问题;利用支持度与可信度对关联规则产生结果进行评价,并添加属性对其进行限制,以减少无用规则的产生。通过属性位复用方法建立候选区域,产生关联规则集,对符合关联规则集的低维冗余数据进行聚类,实现对其挖掘。实验结果表明,通过所提方法对属性受限状态下低维冗余数据进行挖掘,挖掘速度快,结果可靠。     

基于数据挖掘的蔬菜图片病害自动分类

为了对蔬菜病害进行自动检测和分级,克服传统的评估方法检测成本高、划分等级随意性比较大的缺陷,探讨了基于蔬菜图像的病害等级自动分类,设计了预处理技术提取图片特征.具体方法是对叶片图像进行分割并转变为分布概率的灰度矢量.在此基础上利用数据挖掘技术建立决策树模型,利用该模型对未分级叶片的级别进行预测.还引入了元挖掘算法Bagging,与决策树模型综合使用,进一步提高了预测效果.实验表明这一蔬菜病害等级自动分类方法准确度较高,具有较好的实用价值.     

关联挖掘在Deep Web查询中的研究与应用

对Deep Web进行模式匹配查询时,通常会碰到复杂的模式匹配。由于复杂模式匹配技术在对所有可能联接进行匹配时,需要的空间开销比简单匹配的空间开销大得多,所以现有的模式匹配技术大部停留在简单匹配技术上。为了解决这一难题,本文提出了关联规则挖掘这一方法在复杂匹配中的应用,将模式匹配视为一种关联挖掘,实现web查询接口的匹配,以此将Internet上众多数据库进行集成。     

基于大数据的人工智能跨境电商导购平台信息个性化推荐算法

传统算法计算与存储开销大,影响推荐结果准确性,不适于含大规模数据的人工智能跨境电商导购平台信息的个性化推荐的。为此,通过大数据技术研究人工智能跨境电商导购平台信息个性化算法,使得大数据技术在Hadoop平台实现,通过Map将任务分解成多个任务,采用Reduce将分解后多任务处理结果集合在一起,获取最终处理结果。通过两个MapReduce与一个map对平台中用户偏好获取算法进行并行化处理。针对用户偏好,通过关联规则挖掘获取和用户偏好相符的商品,推荐给用户。结果表明:所提算法推荐准确率、召回率和平均精度均高于其他算法;所提算法推荐商品符合用户偏好;所提算法推荐商品信息点击率与转换率最优。可见所提算法推荐精度高,推荐商品信息可满足用户偏好,应用性强。     

基于编辑距离的中文组织机构名简称-全称匹配算法

在面对中文语言环境下组织机构名简称-全称匹配这一具体问题时,经典的基于编辑距离进行字符串相似匹配方法的实用性有所下降。基于编辑距离的思想,提出了一种改进匹配算法:首先对简称和全称进行分词,以切合中文的语法结构特点;之后结合重定义的词汇语义相似度度量方法,修改编辑操作权重,并通过自适应学习的方式进一步修正;最后选择与简称编辑距离最小的全称作为匹配结果。实验结果表明,该算法匹配准确率比原始方法有较大提升。     

浅谈高校图书馆个性化信息服务

个性化信息服务是高校图书馆服务的新理念。本文介绍了个性化信息服务的概念和特点以及个性化服务的支撑技术,指出了高校图书馆开展个性化服务的前提及高校图书馆个性化信息服务的实现方式。     

一种基于信息熵的web信息提取的方法研究

web页的噪声数据影响了文本提取算法的效率。提出了基于信息熵和DOM树的提取web正文信息的方法,利用文档对象模型技术提取网页包含的内容,将得到的信息融合成信息列表,再利用熵原理从信息列表中识别出网站的真正重复信息和正文信息。实验结果验证了方法的有效性。