基于用户近期兴趣视图的个性化推荐

提出了一种基于用户近期视图进行个性化推荐的方法。通过对用户浏览行为的捕获，形成用户近期视图反应用户的这种近期兴趣变化，以此为用户提供及时准确的个性化信息推荐。并用实验验证了利用此方法进行个性化推荐具有比较理想的效果。     

通用排课系统的设计与实现

排课问题是学校的重要工作之,课表的编排是一个有约束的、多目标组合优化问题。遗传算法借鉴生物界自然选择和自然遗传机制,适用于处理传统搜索方法难以解决的复杂问题,该算法能比较有效地解决排课问题。     

基于加权关联规则的用户关注项目推荐算法

根据每个项受关注的程度对其赋予权值，体现每个项在项集中的重要性，引入选择关注度，体现用户选择项时的倾向，推荐时将苎妻董联规则的置信度相结合，从而为用户更准确的提供关注项目推荐。在实验中比较了文中的算法和一种基于最近邻用户协作过滤算法，实验验证了文中的算法在为用户进行推荐项目时用户的点击率和算法的性能都有所提高。     

基于用户访问模式的个性化远程教育系统研究

针对以往网络教育中不能根据学习者兴趣度为其提供个性化服务的弊病,采用Windows的钩子函数对浏览器进行改造。通过对用户访问模式进行挖掘,计算用户兴趣度,并在此基础上提出一种新的个性化远程教育模型。     

个性化服务中用户近期兴趣视图的生成

随着时间和环境的改变，Web用户的兴趣也会随之改变，在信息服务中应该能捕获到用户的这种近期兴趣变化以便能为用户提供更好的个性化服务。对现在描述网页的特征片技术中的关键词权重的计算做了改进以更加准确地描述网页，给出了利用行为分析得到网页兴趣度的方法，进而给出了根据某领域的标准分类树形成网页分类树，并最终生成能准确表示用户近期兴趣的兴趣视图的新方法。以此进行个性化推荐也更加有效。     

基于词同现频率的文本特征描述

文本的特征描述是文本自动处理的基础工作之一，目前的文本特征描述一般采用加权VSM模型，该模型大都使用统计的和经验的加权算法，该算法方便了计算机对中文文本的相似度计算，但不能很好地揭示文本中词与词的关系。针对此缺点，提出了一种基于词同现频率的加权算法，使得文本的特征向量蕴涵了词与词的相关信息，最后用实验对该算法的效果进行了证明。     

面向CDN网络的高效海量数据分发机制研究

针对CDN网络中海量数据分发的要求,设计了一种基于CDN服务器P2P服务的高效数据分发机制,通过对分割后的海量数据分别执行P2P数据分发,克服了现有CDN服务器P2P服务不能根据Internet网络带宽和CDN服务器负载动态变化自适应地调整数据分发过程的缺点。仿真结果表明,提出的海量数据分发机制提高了网络带宽波动对数据分发的性能,能够较好地满足实际CDN网络中海量数据分发的需求。     

毕业论文管理系统的设计与实现

设计和实现了一个基于网络的毕业论文指导系统,采用了当前流行的B/S架构,应用Windows 2000作为服务器,为高校毕业论文管理工作搭建一个平等、有序的平台。     

基于词汇语义计算的文本相似度研究

基于《知网》的词汇语义计算方法揭示了词汇间的语义信息。根据文本的向量空间模型描述形式,采用了基于《知网》的词汇语义计算方法来计算两篇文章向量的相关性,并用最大匹配算法来获得这两篇文章的相似度,通过该计算过程达到揭示文本所蕴涵概念的目的,并用实验对该方法的有效性进行了验证,提出了今后的改进方向。