基于数据挖掘的电子商务推荐系统

基于数据挖掘的电子商务推荐系统,通过使用关联规则算法来对客户的事务执行购物篮分析,知道那些产品比较热销,以及一个特定商品与另一个商品被一起购买的可能性有多大。从而通过商品的推荐和捆绑销售,为客户提供个性化服务,同时实现利益的最大化。在总结前人挖掘模型的基础上,设计了基于Apriori算法的电子商务推荐系统。Apriori算法作为最有影响的挖掘布尔关联规则频繁项集的算法,简单可靠,适合于机器学习。     

温室生态餐厅不同功能空间的植物景观设计

通过对温室生态餐厅进行实地调查研究,分析了温室生态餐厅植物景观的作用,明确了温室生态餐厅的植物种类,提出了不同功能空间的植物景观配置模式,从而为温室生态餐厅营造科学的植物景观。     

油气田渗镀涂层防腐蚀技术及展望

介绍了镍磷镀层、渗氮层的性能和在油气田应用的情况,并针对镍磷镀层孔隙率高、镀层厚度不均等缺陷以及渗氮层易于剥落和产生微裂纹等问题提出了建议;对国外涂镀技术和国内石化行业应用渗镀材料的性能及成功应用情况进行了介绍;金属陶瓷涂层具有合理的显微结构、表面硬度较高、抗断裂性强、耐腐蚀和冲蚀性能优异;铝钛共渗钢具有良好的抗湿硫化...     

互联网中基于信息量的信任管理系统

利用信息理论中信息量的概念,给出了一种使用统计量判断推荐者集体意见一致性的方法,该方法可以应用于直接和间接信任模型,使信任模型的设计更具可靠性,从而帮助交易者作出更优的决策。     

保送生政策变迁的多源流分析

多源流理论是一种新颖的政策过程分析框架,它不但可以揭示不同利益相关者对政策决策发挥的影响,还可以揭示偶然的社会事件或政治事件开启政策之窗的可能性。通过对保送生政策的变迁过程进行多源流分析,我们可以清晰地看到保送生政策本身存在弹性过大的＂政策漏洞＂,在＂权力黑洞＂的侵蚀下形成政策变迁的问题源流;学术界对保送生政策公平性的质疑以及建议是政策变迁的政策源流;我党追求社会公平与和谐的执政理念形成了保送生政策变迁的政治源流,在＂隆回事件＂和＂泰安事件＂的＂催化＂作用下三个源流汇聚在一起,最后使保送生政策大幅度调整。     

面向企业信息系统集成的Web服务推荐模型

为解决企业信息系统集成过程中Web服务选择方面的问题,提出了一种基于服务质量与用户推荐的服务推荐模型。根据服务质量量化模型计算服务质量综合值,利用皮尔逊相关系数找出一组评价相似用户,根据该组用户的评价相似度与评价值计算用户推荐度,利用服务质量综合值和用户推荐度计算Web服务信誉度,依据Web服务信誉度选出最优的Web服务。针对恶意推荐问题,提出一种用户评价可信度的计算方法。最后,根据该模型实现了一个推荐平台。实验结果表明该模型能够准确地为企业级用户推荐满足需求的Web服务。     

基于一跳信任模型的协同过滤推荐算法

基于社会信任网络的协同过滤推荐算法存在节点之间多下一跳带来的复杂路径选择和信任弱传递问题。针对这2个问题,给出基于项目的一跳信任模型,该模型通过用户对项目信任度的计算,定义用户的直接和间接社会信任属性,然后一步跳转计算用户之间的直接和间接信任距离,进而计算用户之间的信任度。基于此模型设计推荐算法,同时分析了信任度与传统相似度的理论关系并二维拟合。仿真实验表明,该算法提高了推荐准确度(约0.02 MAE),降低了训练时间(约50%)。     

基于改进用户兴趣模型的个性化图书推荐算法

为了有效提高推荐算法的精确度,提出了一种适用于个性化图书推荐的改进隐含狄利克雷分配(Latent Dirichlet Allocation,LDA)用户兴趣模型。首先在借阅者-借阅者评分矩阵的基础上,通过增加借阅者特征信息相似度计算和借阅者-图书属性相似度计算,对图书内容相似度计算方法进行了改进。然后采用LDA主题挖掘模型来实现个性化图书推荐,并给出了相应的参数估计过程。实验结果显示:相比传统算法,提出的算法具有较高的准确度,能有效对图书进行挖掘,为借阅者推荐个性化和潜在感兴的书籍。     

中国建筑低碳发展战略路径及对策研究

随着中国城镇化的快速发展及人们对建筑品质和舒适度的提高,中国建筑碳排放占全社会总排放量比例不断攀升,建筑低碳发展势在必行。总结欧盟、德国、美国推进建筑低碳发展的经验,结合中国建筑低碳发展现状,制定适合中国建筑低碳发展的路线图。并从合理控制城镇总体建设规模、加快能耗总量及碳排放量峰值出现、分类别分区域实现既定减排目标、推进建筑工业化智能化发展、推动技术革新和绿色服务产业发展、加强低碳生活方式引导等方面提出政策建议。     

云环境下top-n推荐算法

Top-n推荐技术是近年来信息服务领域的一个研究重点和热点.针对云环境下的top-n推荐算法进行了深入研究,提出了适合top-n推荐的多层分布式存储架构MDSA(Multilayer Distributed Storage Architecture),并从降低网络传输代价出发,设计了基于MDSA架构的数据编码模式,进而利用map/reduce分布式编程模型来快速实现top-n推荐.此外,为了满足实际的需求,给出了三种top-n推荐的应用扩展.理论分析和实验结果表明,本文所提的方法具有有效性和实用性.