基于哈希和合并技术的FP-Growth新算法

对频繁模式增长(FP-Growth)算法进行了改进,用哈希头表代替头表.通过合并频繁模式树(FP-Tree)中支持数相同的结点,压缩了树的规模,有效地节省了空间.实验结果表明,改进后的算法在查找效率上有了大幅度的提高,可以更好地适用于大规模数据集的关联规则挖掘.     

非有效市场中趋势驱动资产价格的波动估计

建立了具有马氏调制非有效市场趋势驱动的资产价格模型.利用随机分析和Volterra方程的有关理论,对模型的非线性项为有界函数、幂函数和极限形式幂函数这3种情况下的价格波动进行估计.结果表明,投资者整体投资趋势对资产价格的波动估计起到了决定性作用.     

“新政”后高校《标准》测试项目的调整与解读——以体适能理论为视角

以体适能理论为视角,对我国高校学生《标准》测试项目要达到的目的进行阐述,同时对《标准》测试“新政”后,我国高校《标准》测试项目之所以调整的内在逻辑进行研究．结果表明：视力已成为一个影响高校学生体质健康的重要因素;“新政”后《标准》测试主要以评估我国高校学生健康体适能为主,兼顾评估竞技体适能;“新政”后应注重测试项目对体适能要素评估的全面性;也应更加注重测试项目对体适能要素评估的有效性．     

退化工件误工数的双机自由作业排序问题

探讨退化工件两台机器自由作业环境下的最小化加权误工工件的排序问题,其中所有工件具有相同的公共交货期。首先证明了最小化误工工件数问题是 NP 困难的;然后对最小化加权误工工件数问题给出了一个拟多项式时间算法;最后对几种特殊情形给出了多项式时间算法。     

《睡虎地秦墓竹简》的辞书学价值

指出现有大型语文辞书的语料大都囿于传世文献,所收许多词的书证、释义存在一些不足之处,词条漏收也是常见现象。以《睡虎地秦墓竹简》作为新语料,从书证的补缺证早、释义、词条的增补订正等方面例举其辞书学价值,以此说明该古简的学术价值。     

基于IRT的决策一致性系数在大规模教育测量中的应用

在一个大规模教育测量中,以小学四年级和初中二年级的数学测验为例,使用基于项目反应理论(item response theory,IRT)的测验决策一致性系数作为评价测验信度的标准之一,并比较在测验中选取不同分界分数、分数量尺时决策一致性系数的差异.结果发现:相比经典测验理论(classical test theory,CTT)下的信度系数,基于IRT下的测验整体信度要高于CTT下的信度;划定的分界分数(cut score)个数越少,决策一致性系数越大;分界分数位置会影响决策一致性系数,能力水平在分界分数附近的考生更容易被划分到不同类别中;将测验原始分数转换成量表分数后,多个原始分数对应一个转换分数的规则会增大决策一致性系数.     

基于网络访问项序的移动用户重入网身份识别方法

用户身份的唯一性标识是任何移动商务营销活动所必不可少的一项基础工作.由于多种因素的交叉影响,移动用户大进大出已成为移动运营商面临的普遍现象.一旦用户重新入网,不仅针对旧号码的用户特征刻画记录将完全荒废,而且面向新号码的用户洞察又需要从头开始,并将耗费相当长的时间才能得到完整的用户画像.而另一方面,基于用户资料的移动用户身份识别准确率仅为42%.因此,针对移动用户重入网身份识别的问题,提出基于用户网络访问项序的用户相似性计算方法,通过数据预处理、相似用户集裁剪、用户身份识别等6个步骤来精确定位重入网用户身份.在某电信运营商某地区25 809个用户60d网络访问日志这一数据集上,对所提方法进行了实验,总体准确率为98.32%,验证了方法的可行性与有效性.     

统计测量视角下考试公平推动教育公平的对策

考试不公平将影响被试受教育机会的公平性和社会公平性.针对我国考试公平性中统计分析长期被忽视问题,该文主要从统计测量视角,在介绍测验公平性评价在国外盛行情况之后,深入剖析测验公平性统计分析的项目功能差异方法.最后,针对高厉害考试的公平性问题,提出促进考试公平的详细并可行的举措,以供读者借鉴.     

路由器中网络地址翻译软件的设计及关键技术

在网络地址翻译(NAT)技术中,为了有效利用全局IP地址,提高翻译效率,提出一种可以使查找时间达到线性并且循环利用全局IPv4地址的解决方案。利用循环链表分配地址和端口,利用双散列和优化的定时器机制相结合实现映射表项的维护和查找。算法已经在清华大学自主研制的“IPv4/IPv6双栈路由器”中实现,实验得到在10M B/s网卡上吞吐量可达6.8M b/s,平均延迟为0.56m s,都已达到C is-co商用接入路由器的标准。     

基于空间划分的频繁模式挖掘算法

对关联规则挖掘问题建立了完全格描述并给出了问题规模下限,提出了一种基于搜索空间划分的项集频度计算模型.在对FP-树进行改造的基础上提出基于划分思想的频繁项集挖掘算法UPM,算法的项集频度计算和非频繁项目裁剪都基于空间划分的思想.性能实验表明,与FP-Growth算法相比,UPM算法的时空效率有较大提高.