福州古塔景观特征研究——以连江含光塔为例

文章从城镇古塔、山林古塔、江海古塔等方面探析福州古塔的景观特征,指出福州古塔景观园林取法自然,师法自然,遵循原始景观所呈现出的精神底蕴和文化内涵。同时,以连江含光塔为例,运用建筑学、艺术学、设计学、景观学等学科交叉的研究方法,深化剖古塔建筑选址、空间布局、结构形态,并对古塔装饰艺术及其建筑环境进行整合分析,探讨塔自身的文化特色和古塔景观形态,以及蕴含的榕城地理风貌与人文思想内涵。     

基于世界大学城的网络课程创新构建——以《Visual FoxPro数据库与程序设计》课程为例

随着教育信息化和云计算技术的不断发展,各个高校利用"世界大学城"进行网络课程的构建正在如火如荼地进行。该文采用自主学习模块与在线课堂模块相结合,进行网络课程的创新构建,把教师的教和学生的学有效结合。在自主学习模块中,根据学生基础参差不齐的现实,构建了分层式自主学习方式,并在不同层次中融入微课堂,让学生直观地进行学习。在线课堂模块主要满足教师在线教学的需要,通过表格化教学设计,把知识点进行模块化、案例化,方便教师教学和学生由浅入深逐步学习。     

基于世界大学城的网络课程创新构建——以《Visual FoxPro数据库与程序设计》课程为例

随着教育信息化和云计算技术的不断发展,各个高校利用＂世界大学城＂进行网络课程的构建正在如火如荼地进行。该文采用自主学习模块与在线课堂模块相结合,进行网络课程的创新构建,把教师的教和学生的学有效结合。在自主学习模块中,根据学生基础参差不齐的现实,构建了分层式自主学习方式,并在不同层次中融入微课堂,让学生直观地进行学习。在线课堂模块主要满足教师在线教学的需要,通过表格化教学设计,把知识点进行模块化、案例化,方便教师教学和学生由浅入深逐步学习。     

高校图书馆推荐书目功能优化——以华中师范大学图书馆为例

随着信息技术的发展,图书馆同样发展了网络服务,推荐书目功能是较新的功能,其功能仍存在不完善的地方。以华中师范大学图书馆为例,主要讨论推荐书目功能的优化的问题。由于用户需求的多样性,为了更好地满足用户的需求,以用户为中心,并且以Web2.0技术支持,可以较好地优化高校图书馆推荐书目功能。     

基于Hadoop的电子商务个性化推荐算法——以电影推荐为例

以电影为推荐对象,选择了基于内容的推荐算法和基于协同过滤的推荐算法相结合的混合推荐算法,并在Hadoop平台下进行MapReduce并行化;通过线性组合的方式将两种推荐算法计算得到的电影相关性系数进行组合,实现本文系统的计算电影相关性的混合推荐算法,得到最终的电影相关性矩阵,构建电影关系网;最后对本文的提出的新型混合推荐算法工作模式进行了测试分析,证明改进方案具有良好的推荐精度。     

高校博物馆联动策展的探索——以广州大学城几所高校博物馆为例

文章以广州大学城这一特殊地域作为研究范围,对大学城内几所高校博物馆以及周边博物馆进行调研,思考应该如何合理而充分地利用相互间的资源,并探索高校博物馆以及周边博物馆之间联动的可能性。文章以广州美术学院美术馆、星海音乐学院岭南音乐馆、广东中医药博物馆(广州中医药大学)、辛亥革命纪念馆、南汉二陵博物馆为主要研究对象,论证资源优势互换、跨界策展设想,从创新联动策划展览、发挥特色公共教育等角度开创新的高校博物馆发展思维方式,希望让有着特殊地理位置与人群结构的广州大学城高校博物馆发挥所长,在策展方向上找到新的突破。     

计算机软件制图研究——以GEOMAP软件系统为例

目前计算机制图在各行各业中的应用越来越频繁,GEOMAP软件系统就是基于计算机软件自动成图的原理,以地理信息系统为基础,针对石油勘探开发行业数字化制图作业需求而研制开发的一套专业地质制图系统。文章在系统介绍了GEOMAP的工作原理、成图特征、编制图件的实现流程的基础上,总结了GEOMAP系统软件制图方式的优点,力争为精确快速的编制地质图件提供一种有效方法。     

蚁群算法求解性能之研究-以TSP问题为例

蚁群算（Ant Colony Optimization,ACO）为了获得较优解,算法中的蚂蚁除了可以直接选择已经走过的路径外,也会选择未曾走过的路径,即“利用”与“探究”两种路径选择机制。这两种路径选择的概率是影响蚁群算法求解性能的关键。通过对旅行商问题（TSP）的仿真实验,结果表明,当“利用”被采用的概率很高时,可能会使蚁群算法的性能降低。当这两种机制被采用的概率差不多时,可以提高蚁群算法的性能。     

网络空间教学的研究与实践——以Windows网络操作系统课程为例

为了变传统课堂教学为网络空间互动教学,阐述了空间教学带来的革命性变化。颠覆传统的教学模式、理念,把空间教学作为当前高职院校流行的辅助教学活动。结合高职计算机网络专业Windows网络操作系统课程进行了空间教学的研究与探索。     

大数据视角下的上海高校大学生网络学习现状分析及对策研究 ——以教育部易班平台为例

本文从大数据分析角度切入,对上海各高校大学生在教育部易班平台网络学习数据进行了多维度分析,并从更科学和更实效的角度剖析当前上海高校大学生网络学习现状,为各高校提升网络教学质量、扎实推进易班相关工作提出策略建议和路径优化方向.     

社交媒体中的信息推荐

近年来社交媒体越来越流行,可以从中获得大量丰富多彩的信息的同时,也带来了严重的"信息过载"问题.推荐系统作为缓解信息过载最有效的方法之一,在社交媒体中的作用日趋重要.区别于传统的推荐方法,社交媒体中包含大量的用户产生内容,因此在社交媒体中,通过结合传统的个性化的推荐方法,集成各类新的数据、元数据和清晰的用户关系,产生了各种新的推荐技术.总结了社交推荐系统中的几个关键研究领域,包括基于社会化标注的推荐、组推荐和基于信任的推荐,之后介绍了在信息推荐中考虑时间因素时的情况,最后对社交媒体中信息推荐有待深入研究的难点和发展趋势进行了展望.     

动态融合社交信息的社会化推荐

针对推荐算法中的数据稀疏问题,通常引入社交数据作为辅助信息进行社会化推荐。传统的社会化推荐算法忽略用户的兴趣迁移,导致模型无法描述用户兴趣的动态变化特征,也忽略了社交影响的动态特性,导致模型将很久以前的社交行为与近期社交行为同等对待。针对这两点提出一种社交信息动态融合的社会化推荐模型SLSRec。首先,利用自注意力机制构建用户交互物品的序列模型,以实现对用户兴趣的动态描述;然后,设计具有时间遗忘的注意力机制对社交短期兴趣进行建模,并设计具有协同特性的注意力机制对社交长期兴趣进行建模;最后,融合社交的长短期兴趣与用户的短期兴趣来获得用户的最终兴趣并产生下一项推荐。利用归一化折损累计增益（NDCG）和命中率（HR）指标在稀疏数据集brightkite和稠密数据集Last.FM上把所提模型与序列推荐模型（自注意力序列推荐（SASRec）模型）和社会化推荐模型（社会推荐的神经影响扩散（DiffNet）模型）进行对比验证。实验结果显示,SLSRec模型与DiffNet模型相比,在稀疏数据集上的HR指标提升了8.5%;与SASRec模型相比,在稠密数据集上的NDCG指标提升了2.1%,表明考虑社交信息的动态特性使推荐结果更加准确。     

基于社会正则化的推荐算法研究

社会网络中包含大量的社会信息,如何从这些社会信息中发掘对用户有用的信息已成为学者和专家的研究热点。本文提出一种基于社会正则化的推荐算法:把改进的矩阵分解技术应用到社会化推荐中;利用社会网络中用户间的朋友关系来优化对用户的建模,学习更好的用户特征空间模型;利用社会网络中的标签信息建立用户和物品的关系,并利用这种关系来优化用户-物品的建模。实验结果表明,改进后的推荐算法的精确度高于传统的推荐算法,有效地解决了社会信息冗余问题。     

在线用户兴趣多样性的实证研究

在线用户的群体兴趣对于分析在线社会网络以及个性化推荐至关重要。研究的目的是引入信息熵这一指标来准确度量用户兴趣的多样性。分别在电影网站MovieLens和音乐网站Last．FM数据上进行实证分析,即统计度相同的用户所选产品的信息熵值。MovieLens的结果表明,随着用户度的增加,熵值出现先上升后下降的趋势,即度小的用户和度大的用户的兴趣比较专一,而一般用户的兴趣较为多样;而Last．FM的结果表明,度小用户的兴趣非常多样,但随着用户听过的音乐数量越多,兴趣越明确。通过建立随机模型与实证结果进行比较,可以发现绝大多数用户在真实数据集上的兴趣的多样性比随机情况要大,可见用户的兴趣对用户行为模式的影响显著。     

结合用户特征的政务服务协同过滤推荐方法

为推荐政务服务相关事项,提高用户办事效率与政府服务水平,该文提出一种推荐算法,即结合用户特征的政务服务协同过滤推荐方法。该方法为解决传统协同过滤未考虑用户属性的问题,将用户画像技术与其相结合。首先,建立政务服务用户画像;然后,采用奇异值度量分析方法融合用户画像与基于用户的协同过滤算法,使特征属性参与相似度计算,改善用户之间的相似性,并解决数据稀疏性的问题,使推荐结果更具实际意义;最后,计算政务服务事项预测得分,将得分最高的 TOP-N 推荐给用户。在实验部分,该文利用某市企业法人的政务服务真实数据进行验证。结果显示,该算法能够满足政务服务推荐的个性化要求,预测准确性较高。     

一种社会化标注系统资源个性化推荐方法

目前许多基于社化化标注的个性化资源推荐方法均忽视了用户长短期兴趣和多义标签问题对推荐的不同影响,为此,设计区分用户长短期兴趣的指标——用户的标签偏好权重和资源偏好权重;在此基础上,提出一种结合基于内容和基于协同过滤方法优点的混合推荐方法,通过加入标注相同资源的标签向量相似度计算因子,来减小多义标签对推荐结果的影响。实验表明,将该方法引入社会化标注系统资源个性化推荐算法中,能提高推荐精度。     

基于社交和地理信息的兴趣点推荐

目前基于用户的协同过滤兴趣点推荐模型认为两个用户之间对彼此的影响是相同的；同时，在计算社交用户相似度时仅仅考虑了用户的朋友集合，未考虑用户住所的地理信息。针对上述问题，提出了一种融合用户、社会和地理信息的兴趣点推荐（Fuse Users、Social and Geographic，FUSG）模型。将非对称用户影响和PageRank算法融入到基于用户的协同过滤算法中，挖掘用户偏好对兴趣点推荐系统的影响；结合社交用户之间的居住距离和用户的共同好友计算用户之间的相似度；利用地理信息挖掘用户签到的地理特征；将改进的协同过滤算法、社交信息与地理信息融合成FUSG模型，进行兴趣点推荐。在真实的数据集上的实验结果表明，FUSG模型不仅能够缓解冷启动问题，且与其他模型相比具有更高的推荐结果。     

基于无线定位的个性化导览关键技术及其在博物馆中的应用

本文提出一种基于Wi-Fi无线定位网络能够满足相关应用精度需求的室内导览方法,该方法使用智能手机自身处理能力实时进行信号强度概率分布以及位置指纹匹配计算,使用基于动态权值的方法来对室内环境进行建模,引入加权线性公式组合推荐算法实现基于优化A星算法的路线规划。本文同时给出了该方法应用于构建博物馆个性化导览系统的应用示例,实验结果表明该方法具有较高的定位精度和推荐准确率。本文所提室内导览方法具有通用性好和组网成本低的特点,能够较好满足博物馆等室内导览系统应用需求,具备进一步进行商业化应用的潜力。     

地理信息检索关键技术研究综述

互联网上大部分的数字化信息都与地球上的地点和位置关联,信息检索查询中大量地包含地理信息,传统的基于关键字匹配方法没有考虑检索中的空间关系,无法满足此类检索需求。地理信息检索根据地理范围从文档中获取空间语义匹配的地理知识文档,成为国内外信息检索和GIS领域的热点研究方向。提出了一个地理信息检索的基本系统框架,依据该框架对地理信息知识库、地理信息抽取、地理信息检索模型、混合索引和检索可视化等关键性技术进行了分类概括总结。在对已有技术进行深入对比分析的基础上,指出了该领域未来的研究工作和面临的挑战,并提供了大量的参考文献。