基于用户反馈的搜索引擎排名算法

以Web 2.0中用户行为作为研究对象,通过发掘用户反馈方式,提出用户反馈分值的概念,对用户反馈影响搜索结果排名的具体方法以及相应实现进行研究,提出了一种基于神经网络的网页排序算法。该算法引入BP神经网络模型,根据用户反馈分值选择样本训练神经网络。将传统搜索结果输入到经过训练的神经网络进行计算,根据计算出的结果所表示的网页相关性强弱判断后进行二次排序。该算法利用了神经网络具有的模式识别能力,有效地将用户反馈和搜索引擎结合起来,使得搜索结果更加符合用户的搜索要求。     

射频识别在物品跟踪与追溯系统中的应用

针对供应链全过程的物品跟踪和追溯需求,提出了基于射频识别语义事件的物品跟踪模型和追溯方法;定义了五种射频识别业务事件,使用可扩展标记语言元素描述产品物流信息。通过缓存优先级排队策略处理并发射频识别复杂事件,实现了射频识别事件与业务单据的自动匹配和集成。设计了物品跟踪与追溯系统的功能架构、网络结构和安全体系,通过Web Service和手机短信等多种方式查询追溯信息。将基于射频识别的跟踪与追溯方法应用于大型酒厂的综合管理,可以有效实现高档酒防伪、经销商防窜货管理和库存管理。