基于Web的用户需求灰预测软件开发

获取用户需求信息是进行产品设计的前提.开发了一个用户需求灰预测软件,实现了将Web网页中用户需求统计项信息提交到Access数据库,并利用灰色系统理论的预测方法对近4年的数据进行预测计算,以得到下一年度对应需求的预测值.以汽车的用户需求预测为例说明了软件设计过程.该软件为设计需求知识库的建立打下了基础.     

培训需求信息管理系统

系统基于C/S结构实现远程培训需求信息的反馈。培训中心管理员使用网络向职工发布培训信息,服务器接收用户的培训需求,并处理统计培训需求信息;用户通过网络提交其培训需求和报名基本信息;相关人员进行培训需求统计、发布信息,完成培训管理等功能。     

随机需求车辆路径问题及其启发式算法

在对随机需求信息条件下的车辆路径问题进行策略分析基础上,提出解决此类问题的改进蚁群算法.分析对比不同策略下用蚁群算法优化的结果.其中给出机会约束下决策者的风险喜好对最终目标的影响.通过模拟实际随机需求的方法评价先验路径的优劣.与其它计算方法在同等条件下的比较证明所设计算法的优越性.同时得出对于不同统计特性的随机需求策略的选择方式.     

图书馆个性化服务用户需求信息的深层挖掘分析

针对图书馆个性化服务中用户需求信息的深层挖掘问题,分析了图书馆个性化服务过程中用户需求明显信息和隐含信息 两种体现方式,其中明显信息包括用户的注册及定制信息和反馈服务信息;隐含信息是指在Web 访问记录中用户的隐藏需求信 息。根据不同体现方式的用户需求信息,提出了数据库统计、Web 数据挖掘、反馈互动评价三种深层挖掘用户需求信息的方法,其 中以挖掘实例重点介绍了Web 数据挖掘方法,并对这三种方法进行了比较,为在图书馆个性化服务中建立一个综合有效的用户 需求信息挖掘系统提供了参考。     

面向最终用户的可定制数据统计服务

在传统企业应用中,开发人员要根据不同的业务需求开发对应的数据统计模块,这样的"预定义"数据统计方法很难满足不同用户对统计数据的个性化需求.为了简化数据统计模块的开发流程,同时满足不同用户的数据需求,提出了面向最终用户的可定制数据统计服务解决方案.本文着重介绍了面向用户的元数据模型和统计模型的表示方法,以及基于动态构建SQL的即席查询方法,并设计和实现了一套支持企业应用的数据统计服务.     

基于Meshlium的高速公路车流统计系统

针对传统车流检测技术安装维护成本高、检测精度易受环境条件影响的问题,提出了一种基于Meshlium的高速公路车流统计系统.在分析研究Meshlium平台基础上,设计了基于Meshlium的高速公路车流统计方法及其工作流程;分析研究了车流统计系统架构、设计和实现车流统计中的各个功能模块,包括系统管理登录、Meshlium AP扫描检测、Meshlium Wi-Fi信息扫描、交通流特征信息统计分析和交通流特征信息融合决策,并采用SQLyog构建了数据库管理系统;在模拟环境下完成了系统实验和测试分析.测试结果表明,该系统能有效获取车流量等交通流信息并达到95％的准确率,可满足高速公路车流检测的基本需求,且安装维护简单方便,并能在恶劣天气下有效帮助高速公路管理人员完成检测任务.     

农民工医疗健康信息分析系统的维度建模设计

农民工医疗健康问题是政府长期关注的难题之一, 农民工医疗健康信息分析系统旨在对农民工医疗健康信息数据进行统计与挖掘, 辅助政府决策. 基于数据仓库中的维度建模理论, 结合农民工医疗保健需求及卫生服务活动特点, 建立面向数据分析的农民工医疗健康信息的多维数据模型, 对数据分析及挖掘的应用及方法进行初步设计, 为农民工医疗健康信息数据分析提供基础, 并为政府相关部门提供参考.     

IT类招聘信息统计结果研究

针对我国IT人才素质与企业需求差异现状,对IT类招聘信息进行统计分析,简要介绍统计方法,通过分析统计结果,给出IT行业人才需求,以期对教学提供参考。     

空中交通数据统计分析软件的研究与开发

随着民航空中交通管理水平的普遍提高,能够为管理人员提供灵活、准确、全面的运行状态评估和管理决策支持信息的自定义统计分析软件的需求日益强烈.为此,基于统计学理论中的相关知识,给出符合现代空中交通管理的数据特征统计量,给出数据特征统计量的计算方法以及从数据采集到特征统计量输出的实现手段,实现了针对空中交通流量的常用数据统计及处理软件,并介绍了以Visual C 为开发工具的软件实现过程及其主要特点.验证结果真实可靠,到达预期目的.     

基于示例的用户信息需求模型的获取和表示

为了获取用户的信息需求,并依据信息需求模型在因特网上搜索相关文本,文章提出了基于示例的用户信息需求模型的获取和表示方法。其基本思想是：在用户给定的示例文本集的基础上,利用特征项的类别区分度,抽取能够表现用户兴趣的项作为用户信息需求模型的基本特征项集。然后,基于统计上的Ｆｉｓｈｅｒ准则,进行判别分析,以获取特征项在相关文本的判定中的重要程度。最后,给出用户信息需求模型的逻辑和物理表示。