基于物联网的图像识别系统设计

图像识别技术广泛地应用于智能导游、学工号识别、指纹识别、人脸识别系统中,通过图像识别技术,将图像的特征信息根据需求很好地展现给用户。本文实现了对校园卡图片的识别并在系统中显示相应工号在数据库中存储的详细信息,从而实现系统用户对校园学生、教职工信息的了解以及管理。     

高校校园书店用户感知价值对满意度和行为意向的影响研究

[目的/意义]从用户感知价值出发对校园书店用户满意度和行为意向进行实证研究,可以更好地了解校园书店的用户特征,推动校园书店发展建设。[方法/过程]基于感知价值理论,采用问卷调查和结构方程模型构建了影响高校校园书店用户满意度和行为意向的影响因素模型。[结果/结论]感知成本对校园书店用户的满意度和行为意向均起着关键作用,情感价值和社会价值也影响着用户满意度。校园书店用户满意度正向影响行为意向,同时在感知价值和行为意向间具有中介效应。因此从提升校园书店的核心竞争力、注重校园书店的用户体验、丰富校园书店产品和服务供给、充分发挥校园书店的阅读属性和价值等方面提出校园书店的可持续发展路径。     

多源数据融合的用户画像识别与推荐实证研究

[目的/意义]构建多源数据融合获得细粒度的用户画像标签,加强和提升服务场景的用户画像识别与精准推荐,对于洞察用户需求、开展群体精准营销、提高用户忠诚度等有着重要的参考意义。[方法/过程]融入服务场景构建多源数据融合的用户画像识别与推荐分析框架,以用户价值模型RFM重构表征用户行为的RFCLS标签,采用LDA模型提取用户资源使用偏好的文本语义标签,继而将用户属性、用户行为和资源使用偏好等多源异构数据汇聚成用户画像标签体系后,选取随机森林模型对不同标签组合展开用户画像识别的模型训练和分类性能评估。[结果/结论]实证研究表明,与单一的数值型或者文本型画像标签体系相比,多源数据融合的用户画像模型提升了用户画像识别和分类的精准度,有效支撑高校图书馆开展更为针对性的营销服务策略和个体精准化服务推荐。     

贵州省大学生校园贷行为及心理分析

校园贷款是指某些贷款机构通过互联网媒介向学生提供贷款的交易模式.在互联网经济的带动下,互联网金融产业也应运而生,为借款人提供了网上的借款渠道.近年来,一些互联网金融APP纷纷融入校园,如"人人贷""借呗"等,这些APP的出现给学生消费提供了一定的便利.这些机构为学生提供的贷款额通常为1000～50000元.校园贷存在一定的风险,部分平台甚至出现未经用户许可私自采集用户信息的现象,借助出售用户信息增加企业盈利.此外,校园贷带有潜在的消费诱惑,刻意引导学生过度消费,使得学生沉迷其中,难以自拔.     

基于校园网的学生学习预警系统模型研究与设计

本文根据普通高校构建数字化校园需求,提出基于校园网的学生学习预警系统模型,该模型以学生为中心,通过三层架构将传统校园信息管理系统与校园基础设施管理系统整合为适应学生学习关怀所需的数字化校园学习预警系统。它对普通高校在现有信息管理系统基础上,如何构建适应现代人才培养需求的数字校园环境有较实用参考价值。     

基于RFID和SURF算法的校园智能车辆管理模型

无线射频识别技术,也就是RFID技术是一种典型的非接触性自动识别技术,当前在生产、管理、生活等社会各领域都有用到这一技术,并逐渐成为主要的自动识别技术,本文基于RFID技术和SURF算法,提出了校园智能车辆管理模型,首先按照三层开发原则,将系统分为数据层、应用层和表现层,然后在校园智能车辆管理模型中采用SURF算法对车辆牌照进行识别,首先构建车辆图像的尺度空间,接着由一个64维的特征向量来描述车牌的特征点,并对两帧图像车牌检测时的特征点进行匹配,最后在车牌特征点匹配过程中加入几何区域限定。仿真试验结果表明,本文提出的基于SURF算法的车牌识别模型误差较小,并且校园智能车辆管理系统功能完善,能很好的对校园车辆进行智能化车辆管理。     

“互联网+”背景下情境知识集成建模研究

【目的/意义】本文针对传统知识集成模型无法识别用户个性化知识及共性知识等问题,应用情境感知理论 构建“互联网+”背景下情境知识集成模型,为用户推送所需个性化及共性知识。【方法/过程】通过构建静态、动态情 境知识模型,首先描绘用户个性化知识与共性知识;然后绘制用户知识需求曲线,识别个性化与共性知识;最后利 用RSS为用户推送所需知识文档。【结果/结论】通过四项评价指标与用户知识需求曲线可以看出,利用情景知识集 成模型可以获取用户各层次知识需求,并对其进行准确定位,智能化地预测与推送用户所需的个性化知识与共性 知识。     

基于无线射频识别技术的校园导航系统

阐述了无线射频识别技术（RFID）的基本原理,就多校区环境下学生找教室难的问题提出了一种基于RFID定位的校园导航系统的解决方式,并详细讨论了该校园导航系统的设计和实现。     

社交媒体用户虚假信息识别意向影响机制研究

[目的/意义]探索社交媒体用户虚假信息识别意向的影响机制，有助于完善我国虚假信息治理的知识体系，为健全虚假信息的社会矫正机制提供参考依据。[方法/过程]基于计划行为理论(Planned Behavior Theory),引入数字素养和风险感知两个变量构建了社交媒体用户虚假信息识别意向模型，分析数字素养、风险感知、识别态度、主观规范和感知行为控制对虚假信息识别意向的影响机理。以371份样本数据为基础，运用结构方程模型进行实证研究。[结果/结论]结果表明，数字素养、感知行为控制正向影响社交媒体用户的虚假信息识别意向，主观规范和识别态度对识别意向影响不显著；感知行为控制不仅直接影响识别态度，且在数字素养和识别意向的关系中起中介作用；数字素养不仅直接影响识别意向，且通过风险感知和感知行为控制间接影响识别意向，是驱动社交媒体用户虚假信息识别意向的最重要因素。     

融合用户情感评分的节点专业影响力分析

[目的/意义]大多数社交网络节点的影响力计算没有考虑用户的评价,而用户评价对特定领域的专业影响力节点的识别具有重要意义。[方法/过程]本文利用领域字典和话题识别模型将目标用户的主题范围进行限定,同时结合社交网络用户中的个人信息综合指标,基于用户关注关系建立链路网络,并充分纳入用户评论的情感评分,提出针对专业影响力节点挖掘的Domain Rank算法。[结果/结论]研究表明,该算法能够有效的从多主题的用户群体中发现和识别潜在的专业影响力节点。     

浅谈校园网络出口安全访问控制

校园网络出口安全访问控制可以做到对校内用户的网络访问有效地控制,可以对网络恶意行为进行有效地防御.本文通过对网络安全理论的研究,提出了校园网络出口访问控制系统的安全体系模型,以需求的网络出口安全的需求.     

基于FIUHM模型的兴趣社区检测方法研究

[目的/意义] 构建基于用户兴趣标签的网络社团识别模型（Fuzzy Interests and User Hybrid Model,FIUHM）,揭示用户兴趣与社团形式概念间的模糊层级关系,实现多粒度属性与社团拓扑结构的层次聚类。[方法/过程] 通过抽取豆瓣电影社区数据,实现基于用户标签的兴趣强度语义标注,利用用户相似度,获取社区用户间兴趣语义距离;将网络社区的领接矩阵映射为社团形式背景,构建社团模糊概念格,建立社团形式概念及其偏序关系集,完成社团形式概念建模;通过计算社团稳定指数,识别网络社团边界,并聚类最大独立社团,实现兴趣社团的在线检测。[结果/结论] 通过对比实验,验证了FIUHM模型的有效性,实验表明将模糊形式概念分析引入网络社团识别研究,利用模糊概念格的偏序关系建模用户节点间的兴趣相似度,有利于提高社团识别的分辨率。     

我国校园SNS网站建设与未来发展

SNS即社会性网络服务,校园SNS即为学生而服务的社会性服务网站,相对于国外而言,我国校园SNS网站并没有特定对人与人之间的日常交往关系进行打点,校园SNS网站在建设中最先突破的是采用实名制,从某种程度上来讲,也给学生的交往带来了安全问题。鉴于我国校园SNS网站存在的若干问题,在今后一段时间内,应转变发展策略,实现其可持续发展。应该注重拓展网站内容,提高用户粘性,实现精准化营销。     

面向用户任务的FRBR用户情景分析及个性化模型构建

【目的/意义】在分析FRBR用户情景的基础上构建FRBR用户个性化模型,旨在促进查找、识别、选择、获 取四个用户基本任务的实现。【方法/过程】引入情景的相关理论,分析FRBR用户情景要素的构成及其对用户任务 实现的影响,采用实体—关系模型探讨FRBR用户情景的实体及实体间的关系,面向用户任务构建FRBR用户个 性化模型。【结果/结论】该模型能助于FRBR系统结合用户的当前任务,根据用户数据的分析结果,为用户提供个 性化的书目服务。     

基于多模态深度学习的旅游评论反讽识别研究

[目的/意义]反讽作为一种隐性而间接的情感表达方式,在社交评论中被广泛使用,正确识别用户的反讽情感对于网络平台和服务商具有重要意义。[方法/过程]文章基于深度学习构建多模态反讽识别模型,以在线旅游评论为例,运用深度学习模型分别提取文本、表情符号和图片的特征向量,通过不同的特征融合方式进行反讽识别。[结果/结论]通过与单模态反讽识别模型进行对比实验,发现文章提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优,验证了多模态模型比单模态模型反讽识别效果更佳的结论。     

基于神经网络的睡眠卡识别与预测

分析了睡眠卡的成因以及危害,研究了神经网络识别并预测银行睡眠卡的算法,建立了神经网络模型,通过大批量的用户数据进行网络训练,获得了可观的识别率。依据此模型可以识别睡眠卡并在用户办卡时预测成为睡眠卡的几率。通过神经网络对睡眠卡的预测和营销的配合,有助于解决当今社会关注的睡眠卡泛滥问题。     

基于Android移动平台的校园导航系统的设计与实现

在移动互联网的时代,基于地理位置服务LBS发展得越来越成熟,直接影响到人们的衣食住行。文章针对桂林电子科技大学校园导航LBS应用的设计与实现进行分析。校园内用户能够通过Android客户端查询自身的位置、目的地点的路线、建筑的位置等信息,校园外用户通过在论坛中话题发布、校园资讯查阅等方式了解校园信息。校园导航应用主要面向特定用户,如校园师生、来访人员等,解决了他们对校园不熟悉的众多问题。     

基于ASP的网上选课系统的设计

本文以ASP、Dreamweaver、Access作为系统的开发工具,利用现有的校园网络资源,设计开发了一个基于Web数据库的学生选课管理系统,建立选课服务器,各院(系,室)的网络终端作为浏览器,学生可以在校园网络的任何一个用户终端上选课或进行有关信息的查询,教务管理部门(即管理员)实施统一的选课管理。     

基于主题分析和语用情境融合的多义术语识别研究

[目的/意义]用户间的专业知识异构以及用户场景的动态性,导致现有的目录式数据查询方式难以为用户提供主动式数据服务。文章针对用户在数据使用中的差异化专业知识进行识别和重组,作为连接用户和数据资源的中间知识库,以支持进一步的场景化数据互操作研究。[方法/过程]为实现这一目的,提出一套基于主题分析和语用情境融合的多义术语识别、建模方法,借助静态概念关系和动态语用情境构建术语知识库。主要研究内容包括:基于词频和词性构建文本向量空间;在领域知识不充足的情形下,提出采用主题模型半自动识别多义术语,并基于语用情境模型,在多义术语与其适用情境之间建立语义关联路径。[结果/结论]文章提出的一套基于主题分析和语用情境建模的多义术语识别方法,通过建筑工程领域的实例研究,证明该方法能够识别并解决用户之间的专业知识异构问题。     

基于LDA模型的高校师德舆情演化及路径传导研究

【目的/意义】构建高校师德舆情微博用户评论LDA模型,可以更精准识别舆情演化特征和分析关键主题传 播路径,帮助高校和相关部门更为有效地进行舆情监管和舆情引导。【方法/过程】本文以“天津大学一教授学术造 假”事件为例,基于 LDA模型构建高校师德舆情下微博用户主题生成模型,采用困惑度评价指标确定 LDA模型最 优主题数,采用信息熵确定每一主题在不同日期的主题强度,通过关键词共现知识图谱、词云展现舆情话题的演 变,最后基于主题相似度确定主题传播路径。【结果/结论】LDA模型和信息熵可以解析出网络用户群体关注的重要 主题热点,精准识别舆情演化特征,识别主题最优传播路径进行舆论引导,对爆发的舆情实现预测和管制优化。【创 新/局限】文章创新性地构建高校学术道德舆情的LDA主题模型,有效确定微博用户群体主题、识别舆情演化特征、 分析主题间传播路径,具有普适性;进一步扩大高校师德其他舆情分析及结合网络舆情情感分析为下一步的研究 内容。