题目难度评估方法研究综述

题目难度是保证试卷合理性及考试公平性的关键信息,也是智能教学系统(ITS)中的关键参数,有效支撑着包括智能组卷、题目自动生成和个性化习题推荐在内的多项智能教学功能.因此,题目难度评估已成为教育数据挖掘领域的一个重要研究方向,拥有大量研究工作.全面回顾了近十年题目难度评估研究领域的研究进展,将题目难度分为题目绝对难度和题...     

多方强隐私保护记录链接方法

链接跨组织数据库中表示同一实体的记录,同时保护存储在这些数据库中实体的隐私,是安全有效地整合多源数据资源的核心技术之一。然而,已有隐私保护记录链接(privacy-preserving record linkage,PPRL)技术中的分块方法不能同时保证高查全率和高查准率,强隐私性的匹配方法存在时间代价过大的不足,且对多于两个数据库间的匹配研究很少。针对上述问题,提出了一种多方强隐私保护记录链接方法(multi-partystrong-privacy-preserving record linkage,MP-SPPRL)。首先,提出了一种局部敏感哈希(locality sensitiveHashing,LSH)结合后缀分块的二次分块方法,并引入分块分散度调节两次分块,在保证MP-SPPRL高查全率的前提下有效地提高了查准率;接着,利用滑动窗口合并分块生成候选记录组,保证MP-SPPRL的容错率;然后,采用基于同态加密的Hamming距离计算方法,设计了一种适用于大型数据的基于安全多方计算(securemulti-party computation,SMC)的可伸缩多方记录匹配算法,通过缩减加密记录数量和提前终止不可能匹配的候选记录组的距离计算,显著降低了匹配的时间代价,提高了MP-SPPRL的效率;最后,通过大量实验验证了MP-SPPRL的高查全率、高查准率和高效性。     

燃煤烟气CO2吸附剂造粒成型技术研究进展

燃煤烟气排放的碳源被认为是全球CO₂浓度快速上升的主要因素之一，为应对以CO₂为主的温室气体大量排放所带来的气候环境问题，世界各国纷纷将低碳发展上升为国家战略。高温CO₂捕集技术一直是碳减排领域的研究重点，CaO基和Li₄SiO₄基固体吸附剂是目前2种最常见也是最具应用前景的高温CO₂吸附剂，吸附剂粉末造粒成型是其工业循环流化使用的必要前提。对CaO基和Li₄SiO₄基吸附剂的造粒成型技术进行了分析综述，主要通过造粒成型方式对CaO基和Li₄SiO₄基吸附剂进行分类总结和讨论，并对吸附剂颗粒化学吸附性能和机械强度方面的差异进行了分析。通过综述总结认为：机械成型法制备的CaO吸附剂颗粒通常具备更高的机械强度，但机械成型过程通常会对吸附剂原本的结构有一定的破坏，会造成吸附剂微观结构的密实化，从而影响CO₂的化学吸附性能，而注模成型法制备的吸附剂颗粒其化...     

一个面向中小企业动态联盟使能系统的研究

针对当今网络经济模式下中小企业对支持企业动态联盟的使能系统的需求，提出了一个支持应用服务提供商模式的，基于面向Web服务结构的使能系统－e_Scope。系统由模型对象，图形化工具对象和管理对象组成，模型对象为组建系统的基本元素，图形化工具对象为系统配置与操作接口，管理对象负责协调管理，系统依据模型对象，具有按需构建联盟使能服务平台和定义商务处理过程的能力，为中小企业动态联盟提供了一个按需配置的，经济可行的使能环境。     

区块链数据管理专题前言

近几十年来,数据管理技术取得了飞速发展并在很多重要领域广泛应用.传统的数据库管理系统(包括分布式数据库)往往由单一机构进行管理和维护,该机构对整个数据库具有最高权限.这种模式并不适用于由非完全互信的多个机构共同管理数据,在互联网应用环境中该问题尤为突出.区块链作为一种去中心化、不可篡改、可追溯、多方共同维护的新型分布式数据库,适合于在这种非互信场景下进行有效的数据管理.由于新旧数据管理架构的差异性非常显著,无法照搬现有的数据库管理技术,必须在区块链数据管理技术上有所创新.但总体而言,区块链数据管理的研究仍然处于起步阶段,存在诸多待解决的问题.本专题试图汇集区块链数据管理的最新研究成果,为区块链数据管理领域的相关人员提供参考.     

基于社交关系的微博主题情感挖掘

微博情感分析是社交媒体挖掘中的重要任务之一,在个性化推荐、舆情分析等方面具有重要的理论和应用价值.挖掘性能良好且可同步进行文档主题分析与情感分析的主题情感模型近来在以微博为代表的社交媒体情感分析中备受关注。然而,绝大多数现有主题情感模型都简单地假设不同微博的情感极性是互相独立,这与微博生态的现实状况不相一致的,从而导致这些模型无法对用户的真实情感进行有效建模。基于此,本文综合考虑了微博用户相互关联的事实,提出基于LDA和微博用户关系的主题情感模型SRTSM,该模型在LDA中加入情感层与微博用户关系参数,利用微博用户关系与微博主题学习微博的情感极性。新浪微博真实数据集上的大量实验表明,与代表性算法JST、Sentiment-LDA与DPLDA相比较,SRTSM模型能对用户真实情感与讨论主题进行更加有效的分析建模.     

基于随机森林的实体识别方法

实体识别是将一个或多个数据源中描述同一现实世界实体的数据对象分到同一组的过程,它 在数据清洗、数据集成、数据挖掘中起着至关重要的作用。然而,实体的特征具有随时间演化的特性,这使得实体识别面临巨大的挑战。传统的实体识别方法解决了特征随着时间规律性的改变问题,但没有考虑到数据的不规律变化。该文提出了基于分类的方法解决特征不规律演化的实体识别问题。该方法首先利用机器学习中改进的随机森林的方法计算记录的相似性,接着提出了一个新型的两阶段 聚类算法完成记录聚类过程,最后通过在真实数据集上的对比试验证明了该算法的有效性。通过在真实数据集上的实验,证明了该方法能够有效提高演化实体的识别准确性。     

基于优先级的Java线程唤醒机制研究与实现

目的 针对Java多线程访问临界资源时不能按优先级唤醒的问题,设计一个基于优先级唤醒等待临界资源线程的组件,保证高优先级线程优先获得临界资源,提高通用环境下Java的实时性能.方法 创建具有扩展优先级的线程类,为每个共享资源的线程创建包含唤醒用优先级信息的线程代理,线程的唤醒由与共享资源唯一相关的线程代理集合类按照优先级顺序在代理集合中完成.结果 使用该组件,等待集合中的线程总是按照优先级高低进行唤醒.结论 能够创建访问共享资源时可按优先级唤醒、运行可以预测的Java线程,同时优先级等比例映射有效地解决了原Java线程优先级太少而无法按优先级调度过多线程的问题.