基于网格的知识资源挖掘研究

为满足网络上不同用户群体对个性化资源的要求，文章从网格与服务网格的概念出发，引入知识挖掘技术，提出了网格环境下的个性化知识资源挖掘实现框架，并对其实现功能与应用加以分析。     

基于知识关联树的知识协同模型研究及应用

融合精准教育、多领域知识和多种应用技术的个性化教育是大数据时代的新型工程培养模式.面对这种知识协同的需求,本文应用知识图谱和知识挖掘技术相结合,构建一种基于知识关联树的知识服务体系;融合了"知识"、"资源"、"用户"和"服务"4个核心要素,构建知识结构与资源相互联系的关联树,同时将用户的学习需求映射成核心知识关联树,实...     

Web使用挖掘在网络环境下的个性化信息服务

随着Internet的迅速普及和互联网上信息量的大量增加,个性化的信息需求也随之巨增,Web使用挖掘已成为实现个性化信息服务的一个关键技术。讨论了个性化服务的基本特征,并基于这种特征分析了Web使用挖掘在网络环境下个性化信息服务中所起的作用,还讨论了基于Web使用挖掘的Web个性化技术。针对个性化系统的功能介绍相关预处理技术及其在个性化系统中的应用。     

一种基于协同过滤的网格门户推荐模型

随着网格技术的不断发展,作为网格资源管理接口的网格门户也迅速发展起来。访问网格门户的用户数和门户管理的资源数也越来越多。为了解决网格门户系统资源管理信息规模过载、服务器大规模查询和处理资源负载较高、用户获取所需资源的满意度较低等问题,该文通过分析网格门户的主要功能和特点,在结合现有协同过滤推荐算法并改进的基础上,提出了基于协同过滤的网格门户推荐模型。推荐模型包括协同过滤交互模型、处理模型和展现模型。在设计模型的基础上提出了二次组合协同推荐算法并且进行了和现有算法的比较工作。实验表明:该文提出的推荐模型可以较好地实现网格门户的个性化协同推荐功能,并且可以保证个性化推荐的准确度和质量。     

基于Web使用数据挖掘的个性化推荐系统设计

Web使用挖掘是实现个性化推荐系统的有效途径。通过对网站日志数据进行挖掘发现频繁访问模式,再结合活动用户的访问页面序列来实现个性化的在线推荐。本文从体系架构及功能模块两个方面进行分析,提出了基于Web使用数据挖掘的个性化推荐系统架构。它包括三个方面:数据预处理、频繁访问路径挖掘及在线推荐。     

校园网格性能监控及分析系统的设计与实现

性能监控对网格系统的平稳运行、充分发挥网格系统的能效性起到了重要作用.文章针对校园网格,分析和总结其所具有的特点.介绍了基于校园网格的性能监控与分析系统的整体架构,以及该系统中网格资源性能数据采集、存贮、可视化监视、节点资源性能预报和网格规律性知识挖掘等模块的具体设计与实现.     

动态采集与关联规则在个性化推荐中的应用

一个网站有多个网页组成,网站上的信息分布在这些网页上,不同的用户对不同的网页上的信息感兴趣,如何满足用户对敏感网页的高效访问,我们提出一个基于使用挖掘的Web站点个性化信息服务系统来解决问题.利用Web使用挖掘技术来分析用户的浏览模式,根据用户的当前访问需要,自动实时地为用户提供推荐页面,实现个性化服务.     

网格、知识发掘、学习对象与XML绑定

从网络技术、信息技术、教育技术3个角度论述21世纪E－Learning的技术发展趋势，指出无论是网格计算、知识挖掘还是学习对象，都存在一个标准化元数据问题，从而引出了XML绑定的一些思路。     

基于OGSA的计算资源调度的一种实现

借鉴网格计算池模式的思想，介绍了基于OGSA开发的一个以网格服务为基础的网格计算资源调度系统的应用平台。首先，文章简要介绍OGSA的网格体系，其次详细介绍该应用平台的整体设计方案与实现方法，其中着重阐述作为网格计算资源的机群结点的调度问题，并给出在实验环境下所取得的结果，最后扼要总结。     

电子商务个性化推荐服务过度的解决方案

个性化服务日益成为人们关注的焦点,其中个性化推荐服务也是研究的热点,在个性化推荐服务提供的过程中需要避免服务过度的情况。文中基于Web挖掘技术在电子商务个性化推荐服务中广泛运用,分析了用户兴趣模式构建的过程以及在电子商务个性化推荐服务中的应用。继而从隐私泄露和个性化信息过载角度探讨个性化推荐服务过度的问题。最后提出了通过改进个性化服务过度的挖掘过程、改善用户兴趣模式构建、建立规范和主动提供服务的解决方案。