基于粒度和信息熵的并行支持向量机算法

针对大数据环境下并行支持向量机(support vector machine,SVM)算法存在噪声数据较敏感、训练样本数据冗余等问题,提出基于粒度和信息熵的GIESVM-MR(the SVM algorithm by using granularity and information entropy based on MapReduce)算法.该算法首先提出噪声清除策略(noise cleaning,NC)对每个特征属性的重要程度进行评价,获得样本与类别之间的相关度,以达到识别和删除噪声数据的目的;其次提出基于粒度的数据压缩策略(data compression based on granulation,GDC),通过筛选信息粒的方式保留类边界样本删除非支持向量,得到规模较小的数据集,从而解决了大数据环境下训练样本数据冗余问题;最后结合Bagging的思想和MapReduce计算模型并行化训练SVM,生成最终的分类模型.实验表明,GIESVM-MR算法的分类效果更佳,且在大规模的数据集下算法的执行效率更高.     

Ranking approach of cross-efficiency based on improved TOPSIS technique

The cross-efficiency evaluation method is reviewed which is developed as a date envelopment analysis (DEA) extensive tool.The cross-efficiency evaluation method is utilized to identify the decision making unit (DMU) with the best practice and to rank the DMUs by their respective cross-efficiency scores.The main drawbacks of the cross-efficiency evaluation method when the ultimate average cross-efficiency scores are used to evaluate and rank the DMUs are also pointed out.With the research gap,an improved technique for order preference by similarity to ideal solution (TOPSIS) is introduced to rank the cross-efficiency by eliminating the average assumption.Finally,an empirical example is illustrated to examine the validity of the proposed method.     

高校图书馆电子阅览室在大流通的模式下创新服务

在高校图书馆大流通模式下,电子阅览室按其功能在全馆范围内进行分区管理和使用,使不同的上网人群互不干扰,更好地利用电子阅览资源,充分发挥电子阅览室的作用.提出虚拟电子阅览室的概念,在整个校园网内形成虚拟电子阅览室,采用网上馆员咨询的服务方式,促使图书馆电子资源利用率最大化,达到数字化图书馆与传统图书馆的和谐统一.     

基于大数据的线上线下电商用户数据挖掘研究

分析了大数据环境下的O2O电商用户数据特征,提出O2O电商用户数据挖掘框架,并探讨数据挖掘流程和主要的数据挖掘方法,分别从O2O电商平台、O2O用户和O2O商家三者角度探讨了O2O电商用户数据挖掘的应用问题.研究认为:O2O用户数据挖掘框架包括数据来源层、数据收集层、数据组织层、数据分析层与数据应用层等层级;数据挖掘流程主要包括数据收集、数据预处理、数据挖掘及数据应用4个过程;O2O电商用户数据的挖掘应用包括精准营销、平台网站优化、欺诈分析与防范、个性化推荐、增值服务开发与产品创新等方面.     

便携式数据采集器在图书现采中的合理使用

通过介绍便携式数据采集器及其在现采中的工作流程,分析了其优点和不足,对在图书现采中如何合理使用采集器提出了一些意见和想法。     

量子计算在增量式大数据并行挖掘中的应用

针对传统大数据并行挖掘方法是一次性对所有数据进行挖掘,导致挖掘时间较长,挖掘精度较低等问 题,采用量子计算对增量式大数据并行挖掘方法进行优化设计。首先,按照数据挖掘的基本流程搭建并行数据 挖掘模型; 然后分别通过定义量子比特、量子搜索算法、量子神经网络处理以及量子映射变换4 个步骤,实现 增量式数据的预处理,利用矩阵向量相乘分解得到过滤权重组合,通过该组合实现预处理结果的并行协同过 滤; 最后通过量子模糊聚类得出增量式大数据并行挖掘结果。实验结果表明,应用量子计算的增量式大数据并 行挖掘方法的平均召回率为97． 25%,并行挖掘时间在2． 1 ～ 3． 2 s 的范围内浮动,准确率超过95%,且该方法 的收敛性最好,寻优能力强。     

高校图书馆读者允借权和借期研究

读者允借权和借期是高校图书馆图书流通工作中的重要数字,直接影响着读者服务和馆藏的有效利用。介绍了允借权和借期的关系,阐述了国内部分高校允借权和借期情况,探讨分析了允借权和借期有关影响因素,提出了允借权和借期的设定。     

矿井高压干线电源电缆理论设计与实际铺供的分析

通过对矿井高压干线电源电缆理论设计与实际铺供差异的分析,证明了在实际供电设计工作中,用电设备往往不是满负荷运行,实际的有功负荷容量常小于其额定容量。只有准确确定了需用系数、功率因素,才能更经济、合理、安全地进行供电设计。     

族称“达斡尔”释名

以语言为研究手段,通过对达斡尔语言演变规律的把握来重新认识和阐释"达斡尔"族称的含义。经过语言学解析,得出以下结论:族称"达斡尔"是由表示尊贵、伟大的Da,表示人的Hu和表示居住方式、地域的R复合而成,其含义应为"大部族"。《辽史》所记载的北迁至呼伦贝尔草原地带筑城屯田的契丹大部族与现代达斡尔族应有比较密切的亲缘关系。     

大数据在动漫产业中的应用

作为继云计算、物联网之后IT行业又一颠覆性的技术,大数据已经渗入到社会发展的方方面面.随着“中国动漫数据平台”的成功组建,大数据被应用到动漫产业链的各个环节.大数据在动画电影推荐系统中的应用、整合动漫产业链实现价值最大化,助力动漫产业结构调整、产业融合和转型升级等方面,发挥着重要的技术支撑作用.“大数据+动漫”的融合发展模式,将使动漫产业的未来格局发生根本性变化.