大学生参与高校教学管理初探

让大学生参与教学管理,是高校教学管理体制改革中的一种新模式,也是加强和改进高校教学管理工作的一个重要环节.它不但有利于增强高校教学管理工作的针对性和有效性,而且有助于大学生自我教育、自我管理能力的提高,更是提升大学生的社会责任感和公民道德素质、促进学生全面发展的有效途径和方法.大学生参与高校教学管理的有效实施,体现了"以生为本"的现代高校教学管理新理念.     

案例教学在计算机科学与技术专业课教学中的应用

案例教学是培养创新型实用人才的有效手段。针对计算机科学与技术专业课与实践结合比较紧密的特点,探讨了案例教学在计算机科学与技术专业课程教学中的应用,并在网络安全技术课程教学过程中进行案例教学的实践,取得了良好的效果。     

分布式物流管理信息系统结构的选择与研究

对几种分布式系统结构和开发模式进行了比较和研究。在阐述J2EE架构先进性的基础上，综合B／S与C／S模式的优势，构造了一种具有高可用性的混合模式，并结合实际应用，介绍了分布式物流管理信息系统设计的方法和优点。     

高校教师教学质量评价指标体系研究——基于RReliefF方法

高校教师教学质量评价指标体系涉及学校、教师、学生等多个因素,属于典型的复杂非线性综合决策问题,难以运用传统的建立数学解析式的方法对课堂教学质量进行综合评价。结合RReliefF算法在非线性系统特征选择上的优势,将其应用到教学质量评价指标体系的精简化建模中,在不需要建立复杂数学模型的前提下,确立了良好的教学质量评价指标体系,为高校教师教学质量的科学评价提供了有益的参考。     

刍议《FLASH动画制作》课程教学改革

《FLASH动画制作》是一门实践性较强的课程,在强调学生对动画制作技术原理掌握的基础上,更注重学生实践能力的提高。传统的以系统传授和学习书本知识为教育目标的“五环节”教学模式不能有效激励学生对该课程学习的积极性和主动性,一些教育科研工作者从不同侧面提出了多种教学改革模式,对课程学习起到了一定的促进作用。但是,从该课程的教学现状来看,无论传统的教学模式还是当前的一些革新教学模式,在学生的创新性思维培养方面均有所欠缺。针对该课程的特点和目前教学中存在的问题,从提高教师水平、优化教学内容、改进教学方法、强化实践教学环节等几个方面,提出了对《FLASH动画制作》课程教学改革的几点建议,探讨了该课程教学改革的必要性与意义。     

基于MUBTM的方面词情感三元组抽取方法研究

方面词情感三元组抽取旨在从评论文本中识别方面词、评论观点词及情感极性。针对现有研究容易忽略三元组中部分实体与其情感极性在标记空间中的关联关系,并且较易出现三元组边界识别错误的问题,提出一种基于表格填充的多类别统一及边界标记模型（MUBTM）。首先,采用双仿射注意力机制学习词对间的交互,并构建多类别统一标记空间;然后,利用标记空间的对称性结构化约束与级联二进制边界约束,限制词对间的概率分布;最后,根据子元素在统一标记空间中结构为正方形或矩形的特性,逐步解码生成方面词情感三元组。实验结果表明,与其他基线模型相比,本模型在方面词情感三元组抽取上的F1值有显著提升,表明了所提出方法的可行性。     

基于语义网格的OWL-S服务本体的语义匹配研究

研究了本体、本体匹配、NBC文本分类和OWL-S.OWL-S把网格中的资源组织为服务,并用服务本体来表示和描述,不但可以描述服务的语义,而且还能够进行适当的推理.针对OWL-S服务本体的异构性,利用OWL、OWL-S的元素值和文本内容,从本体结构、功能和文本信息等多个维度分析本体间的语义匹配问题,并给出了相应的语义等价匹配规则和基于NBC的文本分类式语义相似匹配算法,为语义网格中的服务本体共享、交互和集成等技术的实现提供了基础.     

数据挖掘技术在个人信用评估模型中的应用

为了能够及时、恰当地进行个人信用评估分析，加快信用卡发卡机构的决策速度，介绍了数据挖掘技术在信用卡公司对用户评估中的应用，对比分析了数理统计模型、分类-聚类个人信用评估模型等几种个人信用评估模型建模方法的优缺点。建立了一种决策树-神经网络个人信用评估模型，针对该模型提出了一种近邻聚类算法。该算法不需要事先给定聚类的类别数，可以进行无监督学习。通过对比分析可知，该算法在个人信用评估应用中可以得到较理想的结果。     

Web2．0环境中基于社会标注的个性化推荐系统模型研究

随着Web2．0应用的不断深入,浏览Web资源以及对其资源进行个性化标注的需求越来越多。但是,现有的Web2．0浏览工具或系统在个性化、智能化和易用性方面尚有很大的改进空间。本文针对社会标注在Web2．0中的大量涌现以及个性化需求的迫切性,结合社会标注和本体在概念语义描述和资源揭示上的互补优势,将其引入到个性化推荐领域,设计一种基于社会标注的个性化推荐系统模型,力图解决Web2．0环境中爆炸式增长的数据与用户个性化需求之间的矛盾,同时达到提高数据搜索效率、推荐合适信息给合适用户的目的。