EAI技术在电子政务集成中的应用

为了整合不同时期、不同平台、不同技术手段下的应用系统,使得电子政务系统可以实现互联通、互操作,各应用系统间可以方便地实现信息共享和商务交易,文中讨论了使用企业应用集成技术,实现系统之间、原系统和新建系统之间的应用整合。从整合过程和结果来看,企业应用集成、企业服务总线技术是当前系统整合的一个投资少、见效快的技术选择。     

EAI技术在电子政务集成中的应用

为了整合不同时期、不同平台、不同技术手段下的应用系统，使得电子政务系统可以实现互联通、互操作，各应用系统间可以方便地实现信息共享和商务交易，文中讨论了使用企业应用集成技术，实现系统之间、原系统和新建系统之间的应用整合。从整合过程和结果来看，企业应用集成、企业服务总线技术是当前系统整合的一个投资少、见效快的技术选择。     

基于Lonworks总线的智能数据采集系统

现场总线综合了数字通信技术、计算机技术、自动控制技术、网络技术和智能仪表等多种技术手段,其数据通信具有较高的可靠性、实时性和灵活性.在现场总线控制网络中,系统的各种设备通过多个节点连接到一根公共总线上,使得各个节点之间可以实现点对点的对等通讯和系统中信息资源的共享,同时大大减少系统中的连接线.因此,为了实现低成本的远距离、大规模、分散目标的测控系统,本文采用现场总线技术(Lonworks)和单总线构建该混合式数据采集与处理系统.     

基于SOA架构的高校数据资源整合研究

根据高校校园数字化建设的现状,分析了应用整合的重心在于数据资源的整合,提出了常见的数据整合解决方案的不足,结合实际应用建构了基于SOA架构数据整合方案。采用对比的方法,阐述了采用SOA架构实现数据资源整合的体系结构,将系统划分为业务系统层、共享服务层和整合业务应用层,其中共享服务层是数据资源整合方案的重点,采用共享库和存储转发两种模式实现数据资源的交换,通过企业服务总线（ESB）进行Web服务的注册与发现和Web服务之间的消息传输和安全管理等功能。通过数据资源的整合,可以统一学校全局信息标准,创建基于业务的数据主题,实现跨部门、跨应用系统的数据交换,同时集中存放的共享数据可以为学校后续应用系统的建设和领导决策提供数据支持。     

基于SOA架构的高校数据资源整合研究

根据高校校园数字化建设的现状,分析了应用整合的重心在于数据资源的整合,提出了常见的数据整合解决方案的不足,结合实际应用建构了基于SOA架构数据整合方案。采用对比的方法,阐述了采用SOA架构实现数据资源整合的体系结构,将系统划分为业务系统层、共享服务层和整合业务应用层,其中共享服务层是数据资源整合方案的重点,采用共享库和存储转发两种模式实现数据资源的交换,通过企业服务总线（ESB）进行Web服务的注册与发现和Web服务之间的消息传输和安全管理等功能。通过数据资源的整合,可以统一学校全局信息标准,创建基于业务的数据主题,实现跨部门、跨应用系统的数据交换,同时集中存放的共享数据可以为学校后续应用系统的建设和领导决策提供数据支持。     

分布式企业服务总线平台数据集成研究及应用

为实现大规模的异构数据集成,解决数据源异地分布的问题,满足不同系统和应用之间的信息交互和共享,设计了一种企业服务总线(ESB)平台下的数据集成模型。该模型采用WSDL和XML描述,能够结合ESB系统的集成场景进行数据集成。提出了一种基于消息流程的负载均衡算法,该算法根据服务执行组件的负载情况和分布式节点的资源状况进行流程节点分配,并将其应用于分布式ESB系统的应用集成模型中,能够高效地处理ESB系统数据传输过程中的大量消息,有效解决应用流程执行时存在的消息处理能力低下的问题。最后,以医疗信息系统集成的仿真应用为例,在采用上述模型和算法的分布式ESB平台上,验证了其在解决大规模异构数据服务集成以及消息处理的负载均衡问题时的可行性和有效性。     

基于SOA的信息交换平台设计

信息交换平台以基于SOA的企业服务总线为支撑,以Web Service方式提供一致的信息交换报文规范及服务,实现了信息交换服务请求的访问控制、消息转换、服务路由,通过多种信息交换服务适配器,完成异构业务应用的信息交换与共享。     

基于XML的构件自动组装系统的设计与实现

该文利用基于XML和Java的程序自动生成技术给出了一个构件组装系统的设计,提出了SAML应用模板语言的定义。连接器利用了消息总线的思想,通过共享消息资源的方式连接构件,从而将构件之间的连接关系解耦。在自动生成应用系统时对SAML模板文件进行分析、转换,自动生成消息分发器和最终可执行应用程序,并结合B2C电子购物领域给出一个原型实现。该设计方法为实现自动的构件组装技术提出了一种解决方案。     

地理信息共享平台安全访问机制的研究

本文阐述了地理信息共享平台的概念,分析了它与一般信息系统的不同特点。发现在空间信息资源获取、采集、管理、共享以及应用的过程中,应统筹考虑信息安全。地理信息共享平台要实现政府及企业中的各部门、各层次之间的空间信息资源的交流和共享,所以研究不同用户访问地理信息共享平台的安全性,并制定相应的策略尤为重要。     

基于云计算Live Mesh的流媒体应用研究

流媒体技术和云计算的迅速发展,以及越来越多的流媒体应用平台的涌现,极大地促进了网络用户间媒体信息的传播和共享,但业务上同时存在很多问题,例如,媒体播放在设备间快速切换和流媒体断点续播等问题。研究了一种基于云计算平台Live Mesh的流媒体应用系统。该系统采用URI定位和XMI、实现了媒体资源的集中管理,并采用局域网UDP广播与多线程处理机制实现了媒体播放状态在局域网内不同终端之间的即时切换;采用Live Mesh的消息管理机制,实现了流媒体的断点续播功能。实验结果表明,在不同终端之间可以实现相同媒体资源的共享和媒体播放一键即时切换,同时可以智能地实现断点续播。     

一种新闻网页关键信息的提取算法

针对网页正文提取算法缺乏通用性,以及对新闻网页的提取缺乏标题、时间、来源信息的问题,提出一种新闻关键信息的提取算法newsExtractor。该算法首先通过预处理将网页转换成行号和文本的集合,然后根据字数最长的一句话出现在新闻正文的概率极高的特点,从正文中间开始向两端寻找正文的起点和终点提取新闻正文,根据最长公共子串算法提取标题,构造正则表达式并以行号辅助判断提取时间,根据来源的格式特点并辅以行号提取来源;最后构造了数据集与国外开源软件newsPaper进行提取准确率的对比实验。实验结果表明,newsExtractor在正文、标题、时间、来源的平均提取准确率上均优于newsPaper,具有通用性和鲁棒性。     

基于JSP技术的学生信息管理系统的设计与实现

介绍基于JSP技术的学生信息管理系统的主要开发过程,阐述开发该系统主要用到的关键技术。本系统采用B/S模式开发,系统的用户权限有3种:学生﹑教师和系统管理员,不同权限的用户登录不同的操作页面。本系统主要由个人信息﹑学生选课﹑学生成绩﹑新闻动态和意见反馈等功能模块组成。     

事件信息结构分析

该文通过考察事件词在文本篇章结构中的分布方式,指出突发事件新闻报道文本中包含主线信息链和副线信息链。主线信息链中包含了文本的事件信息,是事件信息提取重点考虑的文本内容部分;副线信息链则由文本结构中的“评价”、“背景”以及“情节”部分的细节信息等组成,是事件信息提取时可以忽略的文本内容部分。事件信息的结构可以进一步分解为前核心事件链、核心事件链、次生事件链和后次生事件链。该文通过定义事件词,以其为触发,探索了事件信息结构的识别与获取,并借助《知网》(HowNet)提高了事件词对信息刻画的有效性和区分度。     

主题新闻信息门户系统的设计与实现

介绍了一个将主题追踪技术与信息门户技术相结合，实现个性化服务的主题新闻信息门户系统。系统能够根据用户设定的不同主题新闻策略，动态监测互联网新闻信息源，自动采集相关网站新闻信息，对相关主题进行实时动态追踪。描述了主题新闻信息门户系统的体系结构、主要功能和关键技术，并给出了应用实验结果。     

基于文体和词表的突发事件信息抽取研究

非结构化数据的结构化任务是大数据环境下管理信息系统面临的新课题。该文从文体的角度研究自由文本的特性,提出了从Web新闻中抽取突发事件属性的方法,该方法首先分析研究了Web文本和新闻文体的特征,利用Google Word2Vec对领域专家构建的词表进行扩展,针对突发事件的不同属性制定了不同的抽取方法: 采用词表实现事件分类,采用文体特征进行时间、事件摘要的抽取,采用文体和词表进行地点、伤亡情况和经济损失属性的抽取。实验表明,采用基于文体和词表方法在爬取的Web新闻语料库和公开语料库进行突发事件的属性进行抽取时,平均准确率分别为87.89%、91.29%,平均召回率分别为81.76%、87.91%,能满足应急管理需求。     

基于卷积神经网络的语句级新闻分类算法

针对传统的中文文本分类在海量的互联网信息中难以胜任的现状,提出一种语句级的卷积神经网络中文新闻分类方案。通过信息提取算法从长短不一的新闻数据中提取固定大小的新闻摘要,压缩输入量的同时统一输入格式。信息提取时,通过对TF-IDF算法进行改进提升新闻摘要的质量,结合word2vec技术和卷积神经网络完成文本分类任务。与传统方法相比,词向量模型的引入弥补了传统词袋模型的缺陷,且语句的语义远比词的更加全面,使用语句进行分类更加可靠。通过实验对比验证了该方案具有较好的性能。     

基于非对称孪生网络的新闻与案件相关性分析

新闻与案件的相关性分析是法律领域新闻舆情分析的重要环节,可转化为新闻文本与案件文本的相似度计算任务。借助孪生网络计算文本相似度是一种有效途径,其对平衡样本具有良好的学习能力,但在新闻与案件的相关性计算中面临文本不平衡和新闻文本冗余的问题,因此,该文提出了基于非对称孪生网络的新闻与案件相关性计算方法。通过计算文本中句子与标题的相似度选取与新闻标题最相关的句子表征文档,去除新闻文本中的冗余句子,利用非对称孪生网络建模,考虑到案件要素蕴含案件的关键语义信息,将案件要素作为监督信息融入到非对称孪生网络中对新闻文档和案件描述进行编码,解决新闻和案件在结构和语义上不平衡的问题,最终实现新闻与案件的相关性判断。实验表明该模型相比基线模型准确率提升了2.52%。     

基于PageRank的在线社交网络消息传播模型

经典的消息传播模型没有充分考虑在线社交网络的复杂性以及网络节点间的拓扑结构差异。针对这种情况,提出一种基于PageRank的在线社交网络的消息传播模型P-SIR。该模型利用节点的PageRank值作为节点权威度并考虑在线社交网络传播机理,刻画不同类型节点随着时间变化的状态演化关系,反映消息传播过程受到网络拓扑结构和传播机理的影响。该模型还考虑在线社交网络中影响消息传播过程中的一些实际因素,动态指定节点的权威度以适应非均质网络,并考虑外部社会加强效应。采用3种不同类型的网络模拟消息传播过程,通过仿真实验验证P-SIR模型可以有效反映在线社交网络中的消息传播过程。     

突发事件Web新闻中时间信息分析及抽取

为了更深入地挖掘突发事件Web新闻并应用于应急管理,提出了突发事件Web新闻时间抽取方法。首先引入中文的时间关系理论;然后从突发事件Web新闻的时间构成、时间位置特征以及时间常用词三个方面分析了突发事件Web新闻的表达特征;基于此,提出突发事件Web新闻的时间抽取方法,通过统计学习,正确率较理想;最后,基于已抽取到的事件发生时间信息,程序实现了突发事件Web新闻排序。     

基于用户行为和新闻时效性的农业信息协同过滤推荐算法

农业信息具有较强的时效性和周期性特征,传统基于行为的推荐算法能挖掘农户兴趣但不能反映农户不同时段的信息需求。同时,农户一般采用匿名网页直接浏览的方式查看农业新闻,显式反馈数据十分稀少,传统协同过滤推荐算法需要面临冷启动等问题。本文提出一种基于用户行为和新闻时效性的协同过滤推荐算法,综合采集用户的隐式、显式反馈数据等多维因素,同时考虑农业信息的分类特征及周期性特征,针对农户对不同农业信息分类信息的周期性关注度变化以及热度系数提高农业新闻推荐的针对性和时效性。通过对真实访问数据进行验证,结果表明提出的算法能有效提升农业信息推荐准确率。