浅析网络时代传统媒体的生存方式

网络时代信息技术飞速发展,新媒体形态也日新月异,且具有时效性、内容丰富和互动性的优势,而传统媒体则是被动接收、信息内容单一;这使得传统媒体在信息时代面临着巨大的挑战。那么如何利用传统媒体的优势与新型媒体结合,实现优势互补,更好的经营传统媒体是一个亟待解决的问题,本论文通过调研传统媒体和新媒体各自的优缺点、传播渠道等内容,分析传统媒体所面临的挑战,并探讨了信息时代传统媒体的生存方式。     

基于微博扩展的用户兴趣主题挖掘算法

为解决基于微博的用户兴趣建模存在建模不全面的问题,提出一种基于微博扩展的用户兴趣主题挖掘算法。通过结合用户自身兴趣及用户关注人的兴趣来扩充微博用户兴趣,将兴趣分为长期兴趣、过期兴趣、近期兴趣,利用改进的TF． IDF算法分析相关微博内容,利用基于时间及文档频率加权的主题词重要度计算兴趣主题词得分,得出综合全面的用户兴趣。实验结果表明,综合分析用户及用户关注人的兴趣,可以有效得到真实、全面、包含潜在兴趣的用户个人兴趣。     

一种基于复杂适应系统的人工CBD系统构筑方法

复杂适应系统和计算技术的发展使得在实验室中研究社会经济现象成为可能.本文提出了一种基于复杂适应系统的人工CBD(A-CBD)系统的构筑方法.基于计算智能理论,本文将企业看成智能Agent个体,个体之间相互竞争和合作.多个企业在虚拟环境中的不断进化产生了整体涌现现象,本系统可对此过程进行仿真.另外人工CBD系统还可以对现实CBD的发展趋势进行预测,并提出决策和建议.该系统可解决社会经济试验时间长、成本昂贵、后果不可避免等缺点,具有重要的社会经济意义.最后对系统的特点进行了评价.     

基于软构件的软件开发框架研究

软件的重要性对其质量提出了严格的要求。如何对软件开发过程进行严格控制,提高软件系统成功率及用户满意度,降低开发成本,成为软件行业理论研究的焦点。在总结当前国际上流行的软件开发模式的基础上,提出了基于软构件的软件开发框架。     

基于聚类划分的两阶段离群点检测算法

针对基于距离的离群点检测算法受全局阈值的限制, 只能检测全局离群点, 提出了基于聚类划分的两阶段离群点检测算法挖掘局部离群点。首先基于凝聚层次聚类迭代出K-means所需的k值, 然后再利用K-means的方法将数据集划分成若干个微聚类; 其次为了提高挖掘效率, 提出基于信息熵的聚类过滤机制, 判定微聚类中是否包含离群点; 最后从包含离群点的微聚类中利用基于距离的方法挖掘出相应的局部离群点。实验结果表明, 该算法效率高、检测精度高、时间复杂度低。     

基于记忆效应的协同过滤推荐算法

针对传统协同过滤算法无法及时反映用户兴趣变化的情况,将人脑的记忆和遗忘特性引入到个性化推荐中,提出基于记忆效应的协同过滤推荐算法。利用短时记忆体现用户近期兴趣变化,应用长时记忆强调用户早期兴趣的重要性,给出将短时记忆和长时记忆相结合的调和记忆,使推荐系统可以自适应地跟踪用户兴趣变化。实验结果表明,与CF算法、SCF算法和AUICF算法相比,该算法的推荐精度更高、收敛速度更快。