移动商务中融合签到位置与用户间相似性的兴趣点精准推荐

向位置频繁变化的移动用户进行精准推荐,如何提高推荐准确性,已经成为一个理论研究与实践中的热点与难点问题.针对于此,本文提出了面向移动社交商务的精准用户兴趣点推荐模型--MRGR.首先,利用用户的历史签到信息,通过改进核密度估计对兴趣点进行预测;其次,进一步考虑到用户间的签到相似性,使用信息熵定量表示用户移动的随机性和不确定性;最后,融合地理位置信息与用户间相似性,精准推荐用户兴趣点,并在Foursquare数据集上进行验证.实验结果表明:与传统模型相比,提出的模型在准确预测用户兴趣点的同时,可以有效缓解数据稀疏性和冷启动问题,并在准确率和召回率上都取得了显著的提高.成果将为移动商务中,如何更好满足企业的精准推送与用户个性化需求提供有力的技术支持和决策服务.     

完善我国信息公开制度的政策建议

信息公开制度是国家民主法治发展到一定阶段的必然产物。目前,我国的信息公开制度由于还未上升到国家法律的层次,其约束范围、执行力和强制力均存在局限,从而影响信息公开的效果。梳理了国外关于信息公开制度方面的特点和经验,结合我国现行制度的不足,提出了完善我国信息制度的政策建议。     

基于读者荐购的图书馆文献建设新模式

介绍了读者荐购模式的起源和发展情况，阐述了读者荐购模式的基本工作流程及分类，探讨了读者荐购的优点，分析了读者荐购存在的问题，提出了解决方案。     

Community-Based User Domain Model Collaborative Recommendation Algorithm

Collaborative Filtering (CF) is a commonly used technique in recommendation systems. It can promote items of interest to a target user from a large selection of available items. It is divided into two broad classes: memory-based algorithms and model-based algorithms. The latter requires some time to build a model but recommends online items quickly, while the former is time-consuming but does not require pre-building time. Considering the shortcomings of the two types of algorithms, we propose a novel Community-based User domain Collaborative Recommendation Algorithm (CUCRA). The idea comes from the fact that recommendations are usually made by users with similar preferences. The first step is to build a user-user social network based on users’ preference data. The second step is to find communities with similar user preferences using a community detective algorithm. Finally, items are recommended to users by applying collaborative filtering on communities. Because we recommend items to users in communities instead of to an entire social network, the method has perfect online performance. Applying this method to a collaborative tagging system, experimental results show that the recommendation accuracy of CUCRA is relatively good, and the online time-complexity reduces to O.n/.     

用WebClass与SQL Server开发网上新书报导系统

根据图书馆网上新书报导的需求,分析了目前国内网上新书报导的不足,提出了网上新书报导应该实现的功能及目标,并用WebClass与SQLServer实现网上新书报导系统的设计和开发。     

ITU-T G.728语音压缩算法的实时实现

ITU－TG．728建议是国际电信联盟于1992年制定比特率为16kb/s的低延时CELP类语音编码器。在扼要介绍G．728编码码算法原理基础上，详细讨论了G．728的LD－CELP算法在TMS320C6211上实时实现的硬件设计和软件开发及系统设计中的一些关键技术。     

基于Web日志的因特网协作推荐系统的研究

针对当前推荐系统研究中存在的问题，提出了一个基于Web日志的Internet协作推荐系统。它在用户浏览兴趣度量时综合考虑了页面访问次数、浏览时间的长度和页面的大小，然后将具有相似用户浏览兴趣的页面进行推荐。算法过程如下：先对Web日志进行预处理后得到用户事务，然后对这些用户事务进行各个页面的浏览兴趣矢量表示，最后通过推荐引擎生成实时推荐。经实验表明，该系统比其他方法推荐的网页点击率高。     

论“燕许”对后进文士的荐引之功

苏颋、张说并称“燕许”，他们身居相位而好尚文学，对后进文士多有荐引、奖拔之举。苏颋之于李白、郑虔，张说之于张九龄、王翰等，二人的延引与提携多有其功而值得关注。在文学由初唐向盛唐过渡之际，起到了积极的推动作用。同时这一问题又不宜过于夸大。贺知章、李泌等非张说所提携者。     

基于软集理论驱动的毕业生推荐系统研究

网络技术的发展为毕业生与企业之间的顺利沟通提供了支持,但大多数招聘或推荐平台依然是各自"表演"的模式,缺乏有效对接.面向毕业生与企业的直接需求、核心需求,在软集理论驱动的基础上,构建一个智能的、支持决策的毕业生推荐平台.该平台允许用户自主设置属性及属性排序,对推荐结果进行优劣排序,使得推荐结果更加客观全面,符合大学生及企业的需求.最后实验表明该方法具有较高的性能.     

面向探索式搜索过程的查询推荐

查询推荐是一种提高用户搜索效率的重要工具,但是传统的推荐方法对于探索式搜索的推荐效果不好.针对此问题提出了一种新的面向探索式搜索过程的查询推荐方法,即根据用户搜索的行为模式,通过试探性查询重构和确认性查询重构两个过程,对探索式搜索过程进行建模,并根据影响探索式搜索过程的三种因素提出了一种排序算法,将确认性子查询中的查询推荐给用户.通过与传统推荐方法的对比实验验证了本模型及其推荐方法的有效性.