社交网络突发事件传播速率模型研究

针对传统信息传播速率模型中对各因素描述不准确且仿真结果误差偏高的问题,该文提出了一种PPS信息传播速率计算模型。该模型选取Digg社交平台的数据集进行分析,拟合大量数据改进了传统模型中固有增长率及用户承载力的计算方法,并根据新闻投票量对新闻划分范围得到PPS模型,最后针对不同投票范围的新闻信息进行了仿真分析。仿真结果表明,在此平台上的新闻均经历增长期而到达稳定期,而通过传播速率分析图得出新闻在进入头版后增长速率最快。结合传统模型及算法进行准确率分析得到,该文提出的PPS模型在准确率上有了较大提升,证明提出的模型在分析社交平台的信息传播速率合理、有效。     

基于最小聚类单元的聚类算法研究及其在CRM中的应用

将聚类分析技术应用于客户关系管理可以改善客户关系，对将来的趋势和行为进行预测，优化营销策略。在综合分析网格聚类算法和K-均值聚类算法的基础上，提出了基于最小聚类单元（Minimum Clustering Cell，简称MCC）的聚类算法，介绍了该算法在CRM中的应用。经证明该算法是一种实用的、速度更快、效率更高的改进聚类算法，它克服了K-均值聚类需要事先给定K值、网格聚类要求数据密集的缺点。     

在J2EE平台上使用EJB开发企业应用

首先介绍了J2EE框架和企业应用的多层结构模型;然后讨论了如何设计各层的应用和通信;最后以一个实体EJB为例详细说明了在Weblogic上EJB的设计方法和注意事项。     

基于个体兴趣度差异和辟谣机制的谣言传播模型

针对现有谣言传播模型未同时考虑个体兴趣度差异和辟谣机制的问题,提出基于个体兴趣度差异和辟谣机制的IWSR谣言传播模型。计算了模型的平衡点和基本再生数,利用Lyapunov稳定性定理、Hurwitz判据和LaSalle不变性原理,得到部分谣言传播平衡点局部稳定和全局稳定的条件。通过数值仿真得出加强政府辟谣力度或提升个体判断能力等均能有效抑制谣言传播的结论,最后在WS小世界网络和BA无标度网络上的仿真结果得出在不同网络拓扑结构下谣言传播影响因子的影响力度存在差异性的结论。     

结合拓扑势用户聚类的协同过滤推荐算法

针对传统协同过滤算法中数据稀疏造成推荐准确度低以及K-means聚类算法需要预先确定聚类个数的问题,提出自适应K-means聚类算法(SKCA)。引入物理学中的拓扑势场理论,利用拓扑势值进行用户重要性表示并获得用户影响范围,结合改进K-means算法完成用户聚类并得到各类代表用户,目标用户通过与各代表用户进行用户相似度计算确定最优代表用户,在最优代表用户场域内使用协同过滤算法进行推荐。与其它算法对比的实验结果表明,SKCA在准确率、F值及运行效率上都有提升,有效缓解了数据稀疏的影响。     

实施项目主导教学，强化工程实践能力培养

工程实践是工程型人才培养的重要环节。通过建立“项目主导”的工程实践能力培养体系,在人才培养基地中实施项目主导式教学,配合以项目为导向的教材和案例库．有效地强化了学生工程实践能力的培养。实践证明,项目主导教学是一种行之有效的工程教育方法。     

计算机专业工程型人才培养课程体系的构建

本文针对计算机工程型人才的培养,将专业基础和产业需求进行有效融合,确立了工程型人才培养知识体系,构建了全新的工程型人才培养课程体系,很好地满足了产业界对计算机工程型人才的知识需求。     

计算机专业应用型人才培养的新思路

教师、学生和课程是高等教育过程中的3个重要因素。阐述了计算机专业人才培养的新思路是加强师资培养，改进学生专业素质教育的措施，提出以课程组的方式构建计算机专业课程体系结构，强化实践课程的教学。     

基于Web页面平均质量的Web搜索模型和优化算法

针对Web搜索引擎的特点,提出了一种基于量子遗传克隆挖掘(QGCMA)的搜索策略。该算法将用户的查询描述为Web页面的平均质量,并通过克隆,变异,交叉的操作获取具有高亲和度的抗体（Web页面）。通过实验结果分析得出,在Web搜索中该方法比标准的遗传算法(GA)具有较明显的优势。     

UML建模过程及在需求分析中的应用

UML是建立系统模型和分析业务处理流程的强有力的工具,从不同的角度描述系统,帮助分析人员弄清楚系统“做什么,谁做,如何做,何时做,以什么顺序做”。描述使用UML的需求建模过程,并说明在稽查征费系统需求分析中的应用、获得的经验及注意事项。