科技信息时代下关于体育教学的几点思考

21世纪是一个全新的世纪,不论是信息技术还是科学研究都呈现着卓越的能力。在新的世纪里,科学信息技术的不断发展和全面普及,使得人们生活的环境已经没有时间空间的限制。教育成为了社会发展当中最主要的一个影响因素,已经受到人们的热切关注。通过教育培养出现代化的人才,更加成为了全世界所关注的焦点问题。在体育教学过程当中怎样为培养人才做出具体的贡献,成为了体育教学活动当中的重点问题。面对新的信息时代,体育教学的改革方向该何去何从成为了体育教学工作者最关心的问题。在本文当中,对新的时代之下体育教学的改革的问题提出了几点建议,如何利用信息科学技术让体育教育在改革的道路上走的更快一些。     

防御链接预测攻击的隐私保护方法

为解决现有的防御链接预测攻击的隐私保护方法的不足,提出一种基于积分梯度的局部扰动算法LDIG (local disturbance algorithm based on integral gradient)。利用敏感链接的闭合子图确定扰动范围,根据扰动范围内链接的积分梯度迭代扰动链接,同时将链接预测对扰动图中敏感链接的预测结果作为扰动结束的判断依据。实验结果表明,LDIG算法的计算复杂度较低,适用于大规模社交网络的隐私保护,扰动链接的数量较少,提高了数据的效用性。     

论多媒体CAI在体育教学中的应用

在科技越来越发达的今天,运用多媒体进行教学早已成为学校教育的普遍现象,多媒体CAI受到广大师生的喜爱。体育教学是学校教育中的重要部分,在多媒体运用日益广泛的时代潮流之下,将多媒体CAI应用于体育教学中也是时代所需。多媒体CAI不仅给学生提供了一个好的学习环境,还能够有有效的缩短学习的时间,对提高教学质量与效率,实现最优教学目标,都起到非常重要的作用。本文主要对多媒体CAI在体育教学中的应用作了阐述,除了分析了当前的现状外,还将传统体育教学与体育教学中应用多媒体CAI进行对比,并提出在教学过程中应该注意的问题。     

BitTorrent系统中一种近似全局最少优先的文件块选择策略*

提出了一种近似全局最优的文件块选择策略——种子覆盖网。在BitTorrent系统中,所有种子自组成一个应用层覆盖网,每个种子保存已上传文件块信息;种子响应请求时通过种子覆盖网查找下载者感兴趣且上传数目最少的文件块上传。模拟实验表明,与纯局部最少优先策略和SmartSeed策略相比较,在采用种子覆盖网策略的BT系统中,节点平均下载时间缩短了25%~35%,并且下载第一块和最后一块的平均等待时间缩短了40%~60%。     

融合知识图谱和差分隐私的新闻推荐方法

针对现有融合知识图谱和隐私保护的推荐方法不能有效平衡差分隐私（DP）噪声与推荐系统性能的问题,提出了一种融合知识图谱和隐私保护的新闻推荐方法（KGPNRec）。首先,采用多通道知识感知的卷积神经网络（KCNN）模型融合新闻标题、知识图谱中实体和实体上下文等多维度的特征向量,以提高推荐的准确度;其次,利用注意力机制为不同敏感程度的特征向量添加不同程度的噪声,从而降低噪声对数据分析的影响;然后,对加权的用户特征向量添加统一的拉普拉斯噪声,以保证用户数据的安全性;最后,在真实的新闻数据集上进行实验分析。实验结果表明,与隐私保护的多任务推荐方法（PPMTF）和基于深度知识感知网络（DKN）的推荐方法等相比,所提KGPNRec在保护用户隐私的同时能保证方法的预测性能。在Bing News数据集上,所提方法的曲线下面积（AUC）值、准确率和F1分数与PPMTF相比分别提高了0.019、0.034和0.034。     

基于跨域关联与隐私保护的深度推荐模型

推荐系统能够根据用户的偏好有效地过滤信息,已被广泛应用于各行各业,但随着用户数量的爆炸式增长,数据稀疏性和冷启动问题日益严重.多源数据融合可以有效缓解数据稀疏和冷启动情况下的推荐精度,其主要思想是融合用户在其他方面的辅助信息来填补缺失值,以优化目标服务的推荐准确度,受到了研究者的青睐,但由于数据之间的关联引入了更为严重的隐私泄露风险.针对以上问题,提出一种基于跨域关联与隐私保护的深度推荐模型,设计一种具有多源数据融合和差分隐私保护特征的深度学习协同推荐方法.该方法一方面融合辅助领域信息以提高推荐的精确度,同时修正异常点的偏差,改善推荐系统的性能;另一方面针对数据融合中的数据安全问题,基于差分隐私模型在协同训练过程中加入噪音以保证数据的安全性.为了更好地评价推荐系统中的长尾效应,首次提出一种新的评价指标-发现度,用以度量推荐算法发现用户隐性需求的能力.基于已有算法进行了性能对比与分析,实验结果证明,所提方法在保证隐私安全的前提下,比现有方法具有更好的推荐精度和多样性,能够有效地发现用户的隐性需求.     

社会网络分析软件研究

随着社会网络数据规模的增长,人工处理方式已经不能满足社会网络分析的需求。介绍了4款常用的社会网络分析软件nodeXL、Pajeck、 Gephi和networkX。从支持数据格式、可视化性能、统计分析功能、帮助文档、使用难度等多个方面对以上软件的特性进行对比分析,给出了客观的综合评价,并对选择和使用这些软件提出了相应的建议。     

BitTorrent中一种基于全局贡献的节点选择策略

BitTorrent采用基于速率的Tit-For-Tat（Rate-based TFT）阻塞算法和乐观激活（Optimistic Unchoke,OU）算法为节点选择策略：上传节点采用Rate-based TFT算法选择为自身提供文件块上传速度最快的4个请求节点为下载节点,采用OU算法随机选择其他1个请求节点为下载节点。BitTorrent中Rate-based TFT算法只考虑邻居为上传节点所上传的文件块数即直接贡献,资源利用率不高,不能有效保证上传/下载之间的公平性。提出一种基于全局贡献的节点选择策略（Contribution-based TFT）,从直接贡献和间接贡献（即对其他节点所上传的文件块）两方面来考虑某段时间内节点的全局贡献,贡献越多,获取下载服务的优先权限越高。模拟实验表明,基于全局贡献的节点选择策略提高了上传配额利用率,减少了文件下载时间,并保证了公平性。     

慕课背景下的大学计算机基础课程混合教学模式

分析大学计算机基础的课程特色和区域教学现状,提出慕课背景下基于专业特征分类的大学计算机基础混合教学模式,结合广西师范大学的实例,阐述线上线下混合教学模式的设计和实践过程,最后说明教学效果。