nCUBE视频服务器在VOD系统中的应用

本文介绍了美国ｎＣＵＢＥ公司生产的ＭｅｄｉａＣＵＢＥ系列服务器的组织结构及其在ＶＯＤ系统中的应用。     

VOD视频服务器技术

目前视频服务器(VS)在电视台播出系统的应用已取得成功,随着光纤宽带网的连通,人们开始期待视频点播(VOD)这一新型服务能尽快登场。而VOD的核心设备便是 VS,但由于 VOD具备交互式这一特点,所以用于VOD的VS与现在用于电视台播出系统的VS是有一定区别的。目前,尽管国内也有人开发了一些VOD及其应用于他们系统的     

关联规则在电子商务推荐系统中的应用

以数据挖掘中的关联规则为基础,深入研究了基于关联规则的个性化推荐技术在电子商务中的应用,提出了电子商务推荐系统的体系结构,并对系统涉及到的关键技术进行了详细的描述.系统采用FP-Growth算法进行关联规则的挖掘,紧紧结合了数据库技术的优势,对当前电子商务系统中大量复杂的数据具有很好的适应性.     

基于关联规则挖掘的OJ推荐方法

Online Judge系统(简称OJ),是一个编程练习的在线判题系统.练习者可以根据知识点和难度,选择相应的编程题目,提交自己编写的程序代码,得到OJ的评测反馈.为了在OJ上搜寻到合适自己的题目,练习者常常需要花费较长的时间浏览题库.针对这一问题,本文提出一种基于关联规则挖掘的解决方案,其主要流程为:首先,收集OJ中所有练习者已做题目的数据;而后,使用关联规则挖掘的方法,挖掘出题目之间的关联关系;最后,依据目标练习者的做题历史,个性化地为其推荐合适的题目.实验结果表明,本推荐方案可为编程练习者做出有效推荐.相比原先需要从上千道题目中浏览寻找,练习者只需从推荐的3道题目中进行选择即可,极大程度地节约了用户的时间和试错成本.     

FP-tree关联规则算法在推荐系统中的应用

近几年,由于电子商务迅猛发展,推荐系统逐渐成为了最热门的竞争手段。目前,推荐系统主要包括三个方面的推荐:热卖产品推荐、新产品上市推荐和相关产品推荐等。文中关注相关产品推荐,也就是利用数据挖掘技术在大量的历史销售记录数据中进行挖掘,找出隐藏在不同的商品之间的相关信息,用动态网页的形式向用户推荐。采用FP-tree关联规则算法实现对客户信息的数据挖掘,并将其应用在推荐系统中。     

关联规则在移动电子商务推荐系统中的应用

以数据挖掘中的关联规则为基础,深入研究了个性化推荐系统的架构和推荐系统模型。针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描数据库,频繁项挖掘效率低,关联规则挖掘准确率低以及规则大量冗余等不足,采用基于事务矩阵和兴趣度的关联规则挖掘算法构建个性化的推荐系统模型,提升了个性化推荐质量。     

基于加权关联规则挖掘算法的电子商务商品推荐系统研究

为了解决电子购物者和商家直接的商品快速、准确匹配问题,进行基于加权关联规则挖掘算法的电子商务商品推荐系统研究。首先指出了经典Apriori算法的缺点和不足,并提出一种新的加权模糊关联挖掘模型算法,以保证频繁项集的向下封闭性;通过对电子商务推荐系统的结构化设计、数据预处理模块设计、推荐模块设计,完成了推荐系统的工作流程测试;最后选取命中率作为不同推荐模型的评价标准,通过五折交叉试验法对实际采集数据进行了对比分析,试验结果表明关联规则集的Top-N产品命中率要明显高于兴趣推荐和畅销推荐法。     

动态采集与关联规则在个性化推荐中的应用

一个网站有多个网页组成,网站上的信息分布在这些网页上,不同的用户对不同的网页上的信息感兴趣,如何满足用户对敏感网页的高效访问,我们提出一个基于使用挖掘的Web站点个性化信息服务系统来解决问题.利用Web使用挖掘技术来分析用户的浏览模式,根据用户的当前访问需要,自动实时地为用户提供推荐页面,实现个性化服务.     

VOD视频服务器及其软件技术

目前视频服务器(Video Server,简称VS)在电视台播出系统的应用已取得成功,随着光纤宽带网的连通,人们开始期待视频点播(Videoon Demand,简称VOD)这一新型服务能否尽快登场。而VOD的核心设备便是VS,但由于VOD具备交互式这一特点,所以用于VOD的VS与现在用于电视台播出系统的VS是有一定区别的。真正适合于较大规模VOD应用的VS(支持几百个以上的并行输出码流)主要还是国外厂家的产品。     

智能推荐技术在视频点播系统中的应用

一前言 随着江苏有线互动电视业务的快速发展,互动电视节目内容进入海量时代。业务部门通过每日更新栏目推荐内容,使用户可以快速浏览到业务部门推荐的节目。但是每个用户关心的内容是干差万别的,如何保证用户能够从海量内容中准确定位自己需要和感兴趣的内容,     

VOD视频点播系统在酒店中的应用

介绍了VOD视频点播系统的发展及在酒店行业中应用此技术实现点播，内部信息查询等。     

基于用户行为的协同过滤推荐算法在视频推荐上的应用研究

随着互联网的快速发展,人们在网上观看视频的频率也越来越高,对于视频网站来说,如何利用网站本身产生的海量的用户行为数据提升用户的黏性,成为网站经营者需要深刻考虑的问题.为了更好地吸引用户、留住用户,推荐算法也越来越多地在各种网站上得到了利用.该课题将对用户的行为数据进行分析,再利用协同过滤推荐算法来构建模型从而实现对目标...     

基于兴趣度-相关性规则挖掘的研究及在推荐选课系统的应用

通过分析和比较现有的关联规则挖掘算法,针对本研究的问题,采用一种改进的基于兴趣度的增量挖掘算法,该算法既适用于动态数据库的更新挖掘,又适用于最小支持度和最小置信度变化的更新挖掘。然后将其运用于推荐选课系统中,通过对学生已有成绩数据库信息和已选课信息进行深层次的数据挖掘,获取合理、可靠的课程结构关联规则。本系统既考虑课程之间关联规则的相关性,又考虑学生的学习能力和学习兴趣,为选课推荐服务提供更好的支持。     

基于关联规则的数据挖掘技术的研究与应用

通过对目前我国信息化的发展现状及问题进行详细分析,找到基于关联规则的数据挖掘技术与我国各单位信息管理中的契合点,提出了基于关联规则的数据挖掘技术系统的设计方案。该方案有助于我国各单位优化资源配置,促进领导的决策合理性,进而对于提高我国各单位的综合实力,推动全面发展具有很强的现实意义。     

基于关联规则算法的推荐系统设计与研究

随着互联网的深化普及,当前我国社会已经进入大数据时代,这是一个信息网络和数据经济相互交融的时代.电子商务系统在为用户提供越来越多选择的同时,其结构也变得更加复杂,用户想从海量数据中找到所需要的信息,所用的时间越来越长,信息过载和信息迷失的现象日益严重,如何高效地为用户推荐所需要的信息,在数字时代变得越来越重要.本文研究的推荐算法就是基于这一问题,试图给出相应的解决方法.首先,介绍了推荐系统的研究背景、研究意义;其次,详细介绍了关联规则的推荐算法,通过案例进行分析、说明此算法的有效性.     

HFC网VOD系统视频传输技术实现

简要介绍了基于ＨＦＣ网视频点播系统,重点讨论了其视频传输实现技术,分析并描述了视频传输协议最后给出了该系统视频传输的具体实现。     

基于关联数据的图书个性化智能推荐系统设计

针对传统图书推荐系统存在匹配度不高、用户满意度较低的问题,引入关联数据技术设计一种新的图书个性化智能推荐系统。系统硬件结构由智能数据存储层、智能数据挖掘层、数据用户界面层组成,系统选用的处理器为嵌入式处理器,存储器为静态存储器。软件模块分为信息获取、信息匹配、信息推荐三个部分。为了检测系统工作效果,将其与传统推荐系统进行对比。结果表明,所设计的推荐系统能够精准地将用户所需信息与图书信息匹配到一起完成推荐,达到用户满意的效果。     

CDMA技术在有线电视VOD中的应用

目前在有线电视网，特别在VOD系统中的频率资源利用率低，将CDMA应用于VOD中问题可得到解决。从理论角度分析VOD系统在FDMA和CDMA方式下频率资源利用情况。     

数据挖掘在电子商务图书推荐中的应用研究

现在的电商规模和范围是越来越广,各种产品信息越来越多,其中也包括图书类的产品,这种大量的图书产品信息使得用户拥有的选择空间更大。但同时对用户来说,在这样庞大的图书信息中选择自己想要的信息是比较困难的,这样反而是增加了用户购买图书的难度。为了有效的解决这一问题,出现了图书推荐系统。本文将从数据挖掘方面对电子商务图书推荐系统进行了研究。     

基于关联规则的Web挖掘技术研究

关联规则是Web挖掘中一个重要的研究领域。为了挖掘出隐藏在数据间的相互关系,将关联规则的概念引入到Web挖掘系统中,把用户的访问路径以关联规则的形式表现出来。基于Apriori算法的思想,给出了适合Web挖掘用户访问的新Apriori算法规则及其模式,最后将结果在一些较简单的网页上进行了验证,取得了较好的应用效果。