移动环境中实时事务数据的广播调度

提出一种基于需求广播模型的实时事务数据的广播调度策略．在本策略中，综合考虑了事务存取多个数据项和满足定时限制的要求．本策略的目标是使错过截止期的事务数量最少，对我们提出的算法，通过建立模拟实验进行评价，结果显示它比现有的策略有明显的优越性．     

主动实时内存数据库系统的数据交换策略及实现

实时数据库系统的高性能要求以内存数据库(MMDB)做底层支持。内存数据库事务在运行过程中没有内外存I/O,这就要求在对事务进行预处理(知识提取)的基础上合理地进行内外存交换。该文针对一个自主开发的主动实时内存数据库系统(ART-Ⅱ),介绍了其内外存数据交换的策略及实现。     

实时数据库事务的互斥与同步

实时数据库事务具有许多不同于传统数据库事务的特性，其互斥和同步问题远比传统数据库事务复杂。该文结合已研制成功的嵌入式实时数据库系统ARTs-EDB，重点讨论实时数据库事务的互斥与同步技术。事务互斥用于实现对数据库共享数据“互斥地”访问。根据数据共享特性的不同，实时事务的互斥可分为两类，一类是通过设置“优先级相关”互斥量而实现的互斥，另一类是通过数据库系统提供的并发控制策略而实现的互斥。事务同步是实时数据库事务的特有要求，主要用于实现嵌套事务内部事务的互相等待与互通消息，以保证嵌套事务的内部一致性。     

一种支持工程设计事务的乐观并发控制方法

传统乐观并发控制方法对工程设计事务支持较弱。该文以嵌套事务模型为基础并结合检入＝检出机制,提出一种改进的乐观并发控制方法,能够较好地解决传统乐观并发控制方法在工程设计务应用上存在的问题并提高了事务的并发度。     

分布式主动实时数据库基于多优先级队列的优先级分派

事务的分布性和事务触发的不可预测性使得分布式主动实时数据库系统中的事务调度变得较为复杂．该文给出了立即和推迟两种模式下执行的被触发事务的截止期确定方法和事务紧急度计算方法,并结合事务的应用语又提出了一种基于多优先级队列的优先级分派策略,有利于主动事务和被触发事务的顺利提交．     

中文微博情感词提取: N-Gram为特征的分类方法

情感词典是文本情感分析的基础资源,但采用手工方式构建工作量大,且覆盖有限。一种可行的途径是从新情感词传播的重要媒介-微博数据-中自动抽取情感词。该文以COAE 2014评测任务3提供的中文微博数据为统计对象,发现传统的基于共现的方法,如点互信息等,对中文微博数据中的新情感词发现是无效的。为此,设计一组基于上下文词汇的分类特征,即N-Gram特征,以刻画情感词的用词环境和用词模式,并以已知情感词为训练数据训练分类器,对候选情感词进行分类。实验结果表明,该方法较传统基于共现的方法要好。实验还发现,与英语不同的是,中文情感词通常会以名词词性出现,而基于共现的方法无法有效地区分该类情感词,这是造成其失效的主要原因,而该文提出的分类特征能解决这一问题。     

依赖约束与多值联系的E-R建模方法

针对E-R建模过程中遇到的困惑,介绍依赖约束、依赖实体集、多值联系等概念,提出将实体集分为基本实体集、依赖实体集、弱实体集和联系实体集4类;并阐述依赖约束、多值联系和多元联系等情形的E-R建模方法。     

一种基于移动环境的混合乐观实时事务处理策略

随着移动计算技术的快速发展，移动环境下涉及到实时事务处理的应用需求正逐渐增长．由于移动环境下固有特性：高的网络延迟、频繁的断接性和移动性等，采用传统的事务处理技术，在移动环境下很难满足事务的截止期要求．提出了一种基于高优先级两段锁的混合乐观实时事务并发控制协议(HORTCC—SHP2PL)．该协议在移动实时事务处理中将乐观并发控制和高优先级两段锁结舍起来，利用两阶段提交协议实现移动实时事务的全局提交．为了进一步减少移动实时事务重启的数目．在并发控制协议中引入了相似性的概念．仿真实验显示．与分布式高优先级两段锁(HP2PL)比较，HORTCC—SHP2PL明显地减少了实时事务错过截止期的比率，提高了事务的并发度，能更好的满足移动实时事务截止期的要求．     

基于事件社会网络推荐系统综述

基于事件社会网络（Event-Based Social Network,EBSN）是一种结合了线上网络和线下网络的新型社会网络,近年来得到了越来越多关注,已有许多国内外重要研究机构的研究者们对其进行研究并取得许多研究成果.在EBSN推荐系统中,一个重要任务就是设计出更好、更合理的推荐算法以提高推荐精确度和用户满意度,其关键在于充分结合EBSN中的各种上下文信息去挖掘用户、事件和群组的隐藏特征.本文主要对EBSN推荐系统的最新研究进展进行综述.首先,概述EBSN的定义、结构、属性和特征,介绍EBSN推荐系统的基本框架,以及分析EBSN推荐系统与其他推荐系统的区别.其次,对EBSN推荐系统的主要推荐方法和推荐内容进行归纳、总结和对比分析.最后,分析EBSN推荐系统的研究难点及其发展趋势,并对本文作出总结.     

基于用户反馈的深网数据源选择

在因特网上,每个主题往往拥有成百上千个相关的深网数据源,从众多的数据源中找到合适的源进行数据集成变得越来越重要.传统的考虑源质量的选择方法是不考虑源主题特性的,而是根据经验选取统一的质量维度,因而在不同主题下选择准确性有较大的差异.基于此,提出基于用户反馈的深网源选择方法,依据用户反馈获取特定主题源的核心质量维度从而建立质量评价模型.选取了三个不同主题下的数据源进行了相关的验证,实验结果表明,针对不同主题下的数据源选取,该方法均具有较高的准确性且计算量较少.