关联规则在先进技术与产品推荐系统中的应用

目的为使客户能方便快捷地在网络中浏览和购买先进适用技术与产品,有效地获取所需信息.方法采用了数据挖掘中的关联规则方法,建立先进适用技术与产品之间的关联规则,将其存入相应的先进适用技术与产品的知识库.结果开发了先进适用技术与产品关联信息的推荐系统,可以根据客户的需求在知识库中提取出相关的先进适用技术与产品.建立先进适用技术与产品推荐模型.结论基于关联规则的技术与产品推荐系统,能够从大量的数据中的找出先进适用技术产品之间的关联信息,并对客户的需求有针对性地推荐相关的先进适用技术或产品,该系统具有准确性和实时性,更好地实现了先进适用技术与产品的推广.     

基于旅游业移动电子商务的个性化推荐模型研究

通过建立个性化推荐模型,分析用户的网络访问行为,利用KSP算法以及MIAR算法获取关联规则,从海量的模糊数据中挖掘出个性化信息,修改移动网站的内容和结构以满足用户信息需求,并对用户的移动网络搜索数据进行智能挖掘,推荐相关的Top-N旅游产品。同时针对以上研究设计旅游业移动电子商务个性化推荐模型,并对该模型流程进行分析,探讨后台移动数据库设计。     

钢铁企业物联网技术需求程度研究

为方便钢铁企业衡量自身对物联网技术的需求程度,构建了物联网技术需求程度的定量分析模型。首先,基于钢铁企业现状分析得出现场流动性与物联网技术需求程度之间的关联特性,并推荐一种函数表示;然后,结合精益思想选取工序节拍一致性、工序作业时间稳定性和工序间在制品库存周期这3项指标,采用熵权-TOPSIS法对现场流动性水平进行评价,将评价值代入推荐的函数进而得到钢铁企业对物联网技术的需求程度;最后,通过物与信息流动图对某钢铁企业写实获取数据,验证了该模型的可行性,为物联网技术的相关研究提供了新的方向。     

WEB挖掘在个性化推荐系统中的应用研究

如何精准地捕获读者的需求并分析客户的需求是设计个性化推荐系统的关键性问题。本文借鉴大型电子商务网站的个性化推荐技术,采用WEB挖掘的方式,采集海量的读者数据,运用CPM算法对读者及资源进行关联,根据读者的查询记录、借阅历史等信息实现智能推荐相关的书目,以满足读者个性化的服务需求。     

基于网络心理挖掘的个性化推荐系统

传统的电子商务推荐系统挖掘时效性较差,客户信息浪费较多;为应对这些问题,提出了基于网络心理挖掘的商品推荐系统.该系统通过网站内的商品属性心理特征挖掘和客户心理行为进行挖掘,并结合客户浏览行为对客户的需求和决策进行量化与预测;最终以上述信息为依据,从系统的数据库中提取推荐商品与客户信息.实验表明,该系统能够较好地挖掘客户消费心理,提高商品推荐的精准性和有效性.     

基于日志挖掘的检索推荐系统

目的为了有效地预测用户在信息检索过程中可能点击的检索结果,从而进行网页的智能推荐.方法采取网络日志挖掘的技术,通过词频信息和知网（HowNet）中词的概念计算模型计算网页文档间的主题相关度,再将该语义信息与统计模型计算的条件概率值相结合,以此作为网页推荐的依据.结果提出了一种检索推荐统计模型,并构建了相应的原型系统,实验表明该方法显著提高了推荐系统的准确率.结论这项技术有效地提高了推荐结果与用户信息需求的相关程度,使推荐系统的性能获得了较大地提高,可以很好的应用于信息检索的智能推荐服务领域.     

基于知识的产品可拓配置与进化设计技术研究

为了解决大批量定制中的产品配置与变型设计问题，提出了产品层次可拓配置设计方法.该方法采用框架语义网表示配置知识，根据产品的构成和配置设计特点将配置过程分为一级准配置和二级相似配置.通过一级准配置建立满足客户需求的产品结构树，二级相似配置匹配求得组成树的相似件.在二级相似配置基础上，基于单元的变换与进化，建立配置与进化设计信息的关联，实现了基于层次配置的变结构进化设计.研究结果表明，该方法通过两级配置解决了传统单层配置设计效率低与难以实现变结构的问题，满足了产品个性化设计需求.     

面向模块化设计的客户需求分析

将灰色系统理论中的灰色关联度聚类模型运用于客户需求的量化分析,分析了模块化设计与客户需求之间的关系,提出了基于灰色系统的客户需求聚类模型.将客户需求描述成一系列的产品属性,每个属性又分为不同的属性水平,不同属性及属性水平组合形成不同的需求模块.客户需求聚类模型根据需求之间的关联相似性进行聚类.首先将客户需求映射到工程指标,对不确定数值的需求进行取值白化;然后根据客户需求对结构的影响进行功能聚类分析,从客户需求中总结出基本功能需求模块、辅助功能需求模块;最后计算需求取值之间的灰色关联度构建层次聚类树图,根据聚类评价准则确定合理的关联度取值,得到最佳聚类结果.以减震器产品为例进行了实例验证,结果表明该算法是有效的.     

基于产品服务数据的客户需求挖掘

为了解决产品开发过程中客户需求的获取问题,提出了利用产品服务数据进行数据挖掘,建立了服务信息模板,把客户的产品经验转换成为产品规格需求列表.提出服务信息模板以结构化客户定义数据、服务事件数据、产品规格数据以及产品属性数据,并采用统一的知识框架系统对服务信息模板的各个组成部分进行定义;阐述了采用聚类分析、关联规则分析等数据挖掘算法建立起服务信息模板的过程;通过服务信息模板中的产品规格框架--产品属性框架之间的映射矩阵把客户对于产品属性的评价转化成产品规格需求列表;利用大学生手机需求开发的案例诠释了基于产品服务数据挖掘客户需求的整个过程,对新产品开发中的需求获取提出了具体性操作框架.     

集成环境下产品建模技术的研究

提出了融合产品静态特性信息和动态演变信息的集成化产品模型框架，该框架支持数据集成和设计过程集成。静态特性信息中的产品核心信息和领域公共信息封装在主模型中，包含领域相关信息的领域模型是外层衍生模型，通过对主模型进行信息抽取和补充来快速建立；动态演变信息记录领域模型的创建历史链，使一次生成的中间模型尽可能地为其他领域共享，从而显著提高模型的可重用性。讨论了主模型表达、从CAD模型抽取主模型、从主模型抽取领域模型等关键技术。在此基础上，开发了一个集成化产品建模原型系统SCC-ProModeling，可以有效提高领域模型的重构速度。该系统在中国航天“型号工程”中得到了初步应用。     

关联规则挖掘技术在盲用软件中的应用研究

针对当前的网站导航机制,提出了一种将关联规则挖掘算法应用于网站中以快速访问相关内容的架构。通过不断扫描对象,组成一个Web信息元数据库,找出其中相互关联的部分,再进行兴趣分类,借助于快捷键的设置来使用户快速的访问感兴趣的信息。通过实验数据分析,将关联规则挖掘算法应用到盲用软件系统中可有效提高访问速度。     

关联规则挖掘在乒乓球比赛技战术分析中的应用

介绍关联规则挖掘技术在乒乓球比赛技战术分析中的应用.以世界排名前6位的王皓和柳承敏比赛的技战术数据为挖掘对象,采用脚本描述方法对比赛技战术数据进行采集,利用关联规则挖掘中的Apriori算法,寻找比赛中技战术之间的关联关系,从而为教练员的指导和决策提供科学依据.     

利用加密技术实现工程技术图样的数字签名

在产品生产制造全生命周期中存在很多需要操作者签字的环节。在传统设计中 ,一直采用通过设计人、审核人和有关负责人在图纸上签名的方式来对设计结果进行认定。这种手工签名的方式 ,虽有方便、快捷、责任分明的优点 ,但存在着易模仿和私自改动设计结果而无法自动监视并记录的不足。计算机技术、网络化CAD技术的发展 ,要求实现电子化的签字技术 ,即“数字签名”。通过对加密技术进行分析、研究 ,提出了利用非对称公开密钥加密算法及对称加密算法实现网络化环境中“数字签名”的技术 ,保证了“签名”信息的有效性和完整性 ,达到签字要求 ,为企业各部门实施真正的网络化管理提供了有效的技术支持。同时论述了实现数字签名的技术原理 ,并针对数字签名所应体现的效用 ,提出了实现数字签名的具体策略     

一个改进的分类关联规则挖掘算法

关联规则挖掘是数据挖掘的重要领域之一,目前多数监督学习算法对满足最小支持度和最小置信度的关联规则进行深入分析的较少。剖析了分类关联规则挖掘算法CAR-Apriori算法,并提出了一种基于多最小支持度和支持度差别限制的分类关联规则挖掘算法MSCAR-Apriori算法。实验结果表明,改进算法不仅可以挖掘出满足给定条件的分类关联规则,同时还可以保留稀有但用户感兴趣且可能蕴涵巨大利润的规则项。     

基于兴趣度关联规则的在线学习行为分析方法

针对如何使用数据挖掘技术分析指导用户改善学习行为的问题,提出了一种基于兴趣度关联规则的学习行为分析方法.首先,采用K-means聚类方法快速归纳出用户的学习状态; 其次,通过含兴趣度的关联规则算法获得学习行为与学习效果之间的强规则; 最后,以edX平台提供的用户学习数据为例对算法进行了验证.结果表明:含兴趣度指标的算法所获得的强规则数目比传统关联规则算法缩减了40.9%,同时该方法能够得出学习行为因素与学习效果之间的具体关系,有利于指导用户改善学习行为.     

可按要素访问的文件法规查询系统

提供了一种文件法规查询系统的设计方法 ,一次从多个不同文件中查询对同一问题的有关论述 ,从而使用户能快速获得有关信息     

超精密机床技术状况与技术内涵

对当今先进制造技术中的超精密机床技术的发展状况做了阐述,并根据其技术特点中多技术集成的特点,对其技术内涵作了充分说明,论述了用技术集成的观点,全面认识与发展超精密机床技术。     

基于形式概念分析的用户查询词与网页匹配方法

当前,搜索引擎是人们从Web上获取信息的主要工具,当用户给搜索引擎一些查询词后,搜索引擎会返回大量的用户不感兴趣的网页。为了解决这一问题,本文从自动推理的角度,提出了一个用户查询词与网页匹配模型。该摸型利用形式概念分析基本理论,提出了OR_RULE和AND_RULE,分别讨论了这些关联规则和用户查询的最小形式概念,并建立了OR_MATCH和ANF_MATCH的推理方法和算法。最后实验证明了该方法是有效的。     

基于MVC的高校系部信息管理平台的分析与设计

简要介绍了MVC设计模式和UML技术,建立了基于Jsp＋Servlet＋JavaBean的MVC开发模式的某高校系部信息管理平台,并使用UML的扩展机制对该Web应用系统进行分析和建模．开发实践证明,应用MVC模式同时结合先进的UML建模技术,能够有效地降低系统的复杂性,提高系统的质量．