上下文感知推荐系统

近年来,上下文感知推荐系统已成为推荐系统研究领域最为活跃的研究领域之一.如何利用上下文信息进一步提高推荐系统的推荐精确度和用户满意度,成为上下文感知推荐系统的主要任务.从面向过程的角度对最近几年上下文感知推荐系统的研究进展进行综述,对其系统框架、关键技术、主要模型、效用评价以及应用实践等进行了前沿概括、比较和分析.最后,对上下文感知推荐系统有待深入的研究难点和发展趋势进行了展望.  

社会化推荐系统研究

近年来,社会化推荐系统已成为推荐系统研究领域较为活跃的研究方向之一.如何利用用户社会属性信息缓解推荐系统中数据稀疏性和冷启动问题、提高推荐系统的性能,成为社会化推荐系统的主要任务.对最近几年社会化推荐系统的研究进展进行综述,对信任推理算法、推荐关键技术及其应用进展进行前沿概括、比较和分析.最后,对社会化推荐系统中有待深入研究的难点、热点及发展趋势进行展望.  

基于LUCENE API的中文全文数据库设计与实现

实现了中文单字切分模块，并在Lucene API基础上建立支持中英文混合检索的全文数据库。在地质公园及地质遗迹全文数据库项目中作为全文检索工具。Lucene中文全文数据库的主要性能和功能包括：支持中英文混合检索；可以不关机动态添加或删除一篇文档索引；采用多线程设计，能承受大量的访问请求；支持跨平台运行；提供命令行直接查询方式和基于WEB的查询方式；易学通用的检索表达式；系统可扩展性强。  

优化神经网络结构

本文综述了构造优化神经网络结构的一些方法，并对这些方法进行了分类，最后提出了存在的问题和进一步的工作。  

神经网络研究综述

介绍神经网络的产生，发展，分类及其学习，加以地神经网络的理解，从而更好地应用它。  

利用遗传算法求解文件分配问题

文件分配问题是计算机网络和分布式系统中一个非常重要的问题．本文提出一种用遗传算法求解文件分配问题的新方法，该方法能较好地解决工程中的文件优化分配问题，还可以应用到其它资源需要分配的领域.  

图文法遗传算法

本文讨论了进化神经网络的编码表示机制，分析了它们的优缺点；提出了遗传算法的一种图文法编码表示机制，给出了相应的算子定义，以及模式、模式长度及其阶的定义；证明了一个基于图文法表示机制的遗传算法模式定理，描述了交叉和突变对模式作用的效果。  

基于遗忘进化规划的Hopfield网学习算法

本文提出了一个基于遗忘进化规划的Hopfield网学习算法.通过遗忘部分个体,算法能避免局部最小.给定不动点、极限环或迭代序列,通过解不等式,算法能同时获得Hopfield网的拓扑结构和权值.该算法克服了进化Hopfield网学习的局限性.它还能找到多个优化解.实验也证明了该算法的有效性.  

应用于电子商务的语义Web核心语言分析

到目前为止已有多种基于语义Web的语言，这些语言实现了基于Web的知识表示、共享和重用。重点分析了语义Web的几种语言：XML规范簇、RDF、RDF Schema、DAML OIL。在此基础上给出了语义Web技术的重要应用——电子商务中核心语言的分层结构。该结构中XML规范簇完成了数据描述功能，RDF用于描述元数据，RDF Schema提供了基本的本体原语，DAML OIL提供了推理功能，利用这些语言，可以实现电子商务中数据描述的统一性、通用性及互操作性。  

上下文感知系统中的规则生成与匹配算法

针对现有上下文感知系统中的规则主要依靠开发者或用户手工定义的问题,提出了一种基于粗糙集理论的自动规则生成方法.该方法将上下文感知系统视为一种决策信息系统,并利用可辨识矩阵对上下文信息加以约简,进而自动生成规则.由于可供使用的数据有限,所生成的规则无法完全覆盖上下文的取值范围,因此可能出现找不到与上下文状态相匹配规则的问题.为了解决这一问题,提出了一种基于语义距离的规则匹配算法.最后验证了所提出方法的有效性和效率.