网络用户兴趣的智能挖掘方法研究

目前网络上的重要应用都是围绕对用户兴趣的研究和发现而展开和完善的,主要的方式是借助于对用户的Web访问数据进行相关挖掘。该研究主要是通过建立一个从底层数据获取到上层数据处理的原型系统,对真实捕获的网络数据利用小世界网络模型提取中文文档关键字后处理为用户兴趣,再将用户的访问兴趣通过隐马尔可夫模型抽象成一种时间序列,依次反映用户兴趣的序列性,从而利用GSP算法得到用户的兴趣并供后续处理。实验证明,该原型系统从数据获取到最终处理,可以得到比较满意的结果。     

Efficient Distributed Skyline Queries for Mobile Applications

In this paper, we consider skyline queries in a mobile and distributed environment, where data objects are distributed in some sites (database servers) which are interconnected through a high-speed wired network, and queries are issued by mobile units (laptop, cell phone, etc.) which access the data objects of database servers by wireless channels. The inherent properties of mobile computing environment such as mobility, limited wireless bandwidth, frequent disconnection, make skyline queries more complicated. We show how to efficiently perform distributed skyline queries in a mobile environment and propose a skyline query processing approach, called efficient distributed skyline based on mobile computing (EDS-MC). In EDS-MC, a distributed skyline query is decomposed into five processing phases and each phase is elaborately designed in order to reduce the network communication, network delay and query response time. We conduct extensive experiments in a simulated mobile database system, and the experimental results demonstrate the superiority of EDS-MC over other skyline query processing techniques on mobile computing.     

基于用户访问信息的数据挖掘方法及其算法

旨在探讨一种新的Web访问信息挖掘方法及其算法。分析一般知识发现与Web挖掘方法,提出常见的基于Weblog访问信息的数据挖掘方法存在的局限性,在此基础之上,提出了一种基于自建访问信息收集库的Web访问信息挖掘方法,详细阐述了其中的知识仓库导航页面集与用户访问行为的描述方法,以及访问事务库的挖掘算法。该新方法具有更简便、灵活、高效的特点。     

MobiTran:一种面向智能手机的PC版Web应用转化技术

随着移动互联网的快速发展,人们可以通过包括智能手机和平板电脑在内的移动计算设备来访问和使用Web应用。然而,目前已有的Web应用大多是针对PC设计的,因此通过移动计算设备直接访问时,可能出现信息显示不全、界面布局混乱、用户体验变差、需要耗费较多流量等问题。重新开发符合移动设备特性的Web应用是一种最直接的解决方案,但是开发成本和代价较大,并且同时维护PC版和移动版两个不同的应用版本也会带来更高的成本。提出一种面向开发者的Web应用移动版本半自动转化技术并实现了支持工具MobiTran:首先,对PC版本Web应用的界面进行自动转化,使之适应移动设备的屏幕尺寸;然后,通过支持开发者手工对界面的样式和布局进行修改,定制拆分子页面以控制数据流量,同时加入适应移动设备操控特点的元素;最终,生成一个供移动设备访问的移动版本Web应用。对主流网站的测试结果表明:MobiTran可以将原网页自动地转化为适合移动设备宽度的新网页,转化后的网页清晰无溢出并可以较大限度地维持新页面与原页面风格一致;在自动转化过程中,可以较少地丢失页面信息并较大限度地保证原页面的功能;转化后的新页面相比原页面消耗数据流量较小。     

MIDS: a framework for information organization and discovery

The MITRE Information Discovery System (MIDS) is a baseline system for integrating advanced processing tools for information discovery and retrieval in large-scale distributed environments. The system is built on a modular, extendible architecture that allows for system-level decoupling and allocation of component processing tools across network nodes to provide for efficient processing in distributed environments. At one level, the system provides for multi-platform user access to HTTP, Gopher, FTP, and news servers using an HTML based client interface. However, more significantly, the system provides advanced tools for metadata generation from disparate network objects, and a content routing mediation layer for classification of metadata into appropriate information brokers. This bottom-up layered information organization approach supports a wide range of information retrieval and browsing strategies.     

基于移动Agent的分布式数据库的协同安全模型

随着各种分布式计算的广泛应用,移动Agent技术引起了人们越来越多的关注.在移动Agent的应用环境中,数据传输、服务器资源.移动Agent运行环境和移动Agent自身安全等方面的安全性问题日益突出.同时移动Agent应用系统中各个数据处理Agent之间的自主进行协商和协调也是一个有待解决的问题.针对这些问题,提出了一种基于移动Agent的分布式数据库的协同安全模型,来初步解决移动Agent的分布式数据库安全性和Agent之间协调工作的问题.     

Mobile Agent在分布式数据库信息查询的应用研究

本文运用移动代理构建分布式异构数据库管理系统,利用移动代理跨平台、自治性、可移动的特点,支持分布式异构数据库管理系统在不确定网络上对松耦合的分布式数据库做信息查询。     

基于网络的数据库敏感数据加密模型研究

在互联网飞速发展的今天,Web 技术与数据库技术的结合越来越紧密,所以保护数据库的安全成为了信息安全十分重要的一环。在网络环境下,应采用什么样的机制来为用户提供对数据的产生、存储和访问,以及如何有效地保证其中的数据安全性,就成为迫切需要研究的课题。加密技术对数据库中存储的高度敏感机密性数据,起着越来越重要的作用,是防止数据库中的数据在存储和传输中失密的有效手段,所以完全可以用于模型。为了保护互联网中的敏感数据,提出了数据库中敏感数据的加密模型,基于对数据库敏感数据的分析、数据分类,通过加密引擎、密钥管理、失效密钥处理,将用户敏感数据形成密文存储在数据库之中。这样即使是数据库管理员也无法轻易获取用户敏感信息,在因为攻击等问题造成的数据泄露之后也可以减少系统损失,最大限度保证数据库中数据的安全性。实验结果表明该模型可以有效保护数据库中敏感数据安全。     

基于Linux的健康云平台服务优化

移动互联网和健康大数据正在引发医疗健康管理产业发生颠覆性变革,各级厂商着力构建形成一套基于“互联网+物联网+医疗服务”技术的以O2O商业模式为主的云端健康管理系统平台.“中科慧康”云健康平台主要为健康机构以及用户提供健康管理的平台.本文从平台架构设计和系统优化入手,从负载均衡,分布式缓存,数据库优化,socket转发服务器等方面设计了良好的云平台以支撑业务发展.实验结果表明,该系统架构可以满足百万级别的数据转发和用户访问,应用实践表明了该方案的可行性.     

大型网站技术架构演进的分析与研究

随着电子商务、网络社交、移动支付等互联网创新业务的不断发展,来自互联网渠道的业务量和用户量也在不断增长,互联网网站系统受到的用户流量冲击也在激增,这一定程度上驱动着传统网站技术架构的不断优化和改良。本文通过分析大型网站技术架构演进的历程,对网站变迁中的技术挑战及应对策略进行了研究与分析,从架构视角对静态资源访问、动态数据访问、数据库写压力分解等问题进行了分析,并针对性的提出了分布式缓存、引入消息中间件等一系列应对策略。     

基于Web的远程故障服务系统及其关键技术研究

对远程故障服务的现状进行了分析，提出了在Internet上建立远程故障服务公共平台。在网络平台的远程诊断中心通过连接到Internet计算机或嵌入式网络接口采集多个用户设备诊断信息，然后对所采集的信息进行分析、处理和诊断，并反馈诊断结果。制造商通过Web浏览器，读取诊断的信息或者参与协同诊断，并负责不断地对诊断平台知识库进行维护和更新。最后，对服务平台的体系结构和功能模块以及所涉及到的关键技术进行了分析和研究，以确保平台的通用性和安全性。     

基于遗传算法的WAP图像自适应传递技术研究

移动终端的多样性和无线通信网络带宽不足、性能不稳定的特性，会造成移动终端无法快速和正确地访问互联网图像信息。针对此问题该文开展了WAP图像自适应传递技术的研究。该技术根据图像质量、移动终端和网络性能，构造图像自适应传递的最优目标函数，用改进的遗传算法求解出图像的调整参数，在保证信息服务质量的前提下，实现对互联网图像的快速和正确访问。试验结果证明了该方案的可行性。     

基于领域本体的数据挖掘服务发现算法

随着数据库的广泛应用,数据挖掘技术面临数据的海量化、分布化问题。采用面向服务的架构构造数据挖掘系统是解决该问题的方法之一。提出一种基于领域本体的数据挖掘服务发现算法,通过引入领域知识,定义数据挖掘本体,有效地解决了数据挖掘服务发现问题。首先给出了结合领域知识的数据挖掘服务发现框架,提出了数据挖掘方法本体和质量本体的定义,并给出了根据领域知识及用户需求进行数据挖掘服务发现的算法,为数据挖掘服务选择提供了较为完善的方案。     

基于Android系统的大数据推送平台研究

移动互联网与社交网络的兴起将大数据带入新的征程,在大数据时代,移动互联网用户如何及时有效地获取信息也成为一个问题。针对大数据对移动互联网用户的影响,提出一种基于Android系统的消息推送平台,推送平台通过建立数据与用户之间的连接,将经过分析后的优质数据及时的传递给用户,分析推送平台的实现原理,并对其应用场景进行简单的分析。     

A constraint-based querying system for exploratory pattern discovery

In this article we present ConQueSt, a constraint-based querying system able to support the intrinsically exploratory (i.e., human-guided, interactive and iterative) nature of pattern discovery. Following the inductive database vision, our framework provides users with an expressive constraint-based query language, which allows the discovery process to be effectively driven toward potentially interesting patterns. Such constraints are also exploited to reduce the cost of pattern mining computation. ConQueSt is a comprehensive mining system that can access real-world relational databases from which to extract data. Through the interaction with a friendly graphical user interface (GUI), the user can define complex mining queries by means of few clicks. After a pre-processing step, mining queries are answered by an efficient and robust pattern mining engine which entails the state-of-the-art of data and search space reduction techniques. Resulting patterns are then presented to the user in a pattern browsing window, and possibly stored back in the underlying database as relations.     

Web挖掘中基于GITC算法发现用户频繁访问模式

用户频繁访问模式的发现是Web日志挖掘的重要研究内容。本文提出了一种先求两两用户访问模式的交集结果再生成候选频繁访问模式,然后扫描数据库,统计各个候选频繁访问模式的支持度计数的GITC算法。经过理论分析和实验验证,该算法能有效地发现用户频繁访问模式。     

一种智能选择多维位置数据的移动定位体系结构*

使得对移动终端提供移动定位服务（MLS）成为可能。提出了一个与定位服务相关的层次模型和一种支持互联网及定位导航的定位服务体系结构,移动用户可以根据其当前的需要选择不同类型的位置数据输出。     

移动互联网安全问题及防护措施探讨

随着宽带无线接入技术和移动终端技术的飞速发展,终端移动化趋势日趋明显,移动互联网在移动终端、接入网络、应用服务端的信息安全与数据保护等方面面临一系列新的、更严峻的挑战。文章主要从移动互联网的发展现状与特性入手,以当前典型移动互联网应用作为研究对象,分析了移动互联网环境下的安全威胁与风险,提出了移动互联网环境下的安全风险控制措施与防护手段。     

Web使用挖掘综述

互联网使用信息的挖掘就是对互联网用户网络访问行为进行分析挖掘,以获得描述其中内存规律的 模式。全面介绍了Web使用挖掘的应用价值、挖掘的数据源、数据的预处理、挖掘的方法等。     

SOMAR: A SOcial Mobile Activity Recommender

A 2010 survey (Nielsen) showed that 22.7% of the time spent on the Internet is on a social network. Moreover, there is an increasing demand to access social networks by mobile phones, i.e., around 30% globally. Social networking has become a reality, and it generates an incredible amount of information that is sometimes difficult for users to process, especially from mobile phones. Several links, activities, and recommendations are proposed by networked friends every hour, which together are nearly impossible to manage. There is a need to filter and make accessible such information to users, which is the motivation behind developing a mobile recommender that exploits social network information. Thus, in this paper, we propose the design and the implementation of a SOcial Mobile Activity Recommender (SOMAR) that can integrate Facebook social network mobile data and sensor data to propose activities to the user (e.g., concert or computer science seminar). The recommendations are completely calculated in situ in the mobile device with an embedded data mining component. We analyze how to compute and update the social graph in case of changes in social relationships or user context. The paper also presents a case study to analyze the performance of the method.