聚类方法在公共设施选址中的应用研究

对空间数据挖掘聚类技术及其在公共设施选址方面的传统应用方法进行了综述,分析了传统应用方法中有待解决的关键问题,对空间距离代价的表示问题和传统方法的算法时间复杂度进行了初步探讨,运用模拟退火算法和图论对传统方法进行了改进,实现了算法时间复杂度的降低和聚类结果的优化。     

基于百度贴吧的学习者群体挖掘研究

随着线上学习者数量的增多,网络学习社区成为众多学习者寻求帮助、共享资源的重要学习平台。虽然向社区中的学习者推荐学习伙伴一定程度上能够解决学习者学习需求,但存在一定的缺陷。文章尝试性地提出了学习群体推荐新思路,并给出了一种可供参考的简便方法。以百度贴吧为例,利用网络爬虫和社会网络分析软件gephi对贴吧中的会员进行了兴趣聚类,发现了该贴吧中存在的兴趣群体,并得到了各群体的兴趣特点,证明此方法的可行性。     

短生命周期类电子产品的用户需求挖掘研究

为快速、准确地挖掘短生命周期类电子产品快速转变的用户需求,研究提出一种利用用户生成内容(UGC)对短生命周期类电子产品进行用户需求挖掘的框架.首先,分别利用LDA和SnowNLP提取UGC特征主题并对其进行情感极性分类;然后,借助多元逻辑回归模型得出各特征主题的不同情感倾向对评分的影响;最后,利用Kano模型实现对用户...     

对义乌特定商人群体社会价值观的调查与思考

义乌作为国际性商贸城市,商人群体的社会价值观对义乌经济可持续发展和社会文化的传承具有重要的意义.目前义乌商人经济富足,但价值观还是局限于个人价值观的范畴内.义乌市政府要采取措施,积极引导商人形成正确的社会价值观,这不仅关系到义乌的社会和谐、经济发展,更关系到中华文明的传承问题.     

弱势用户群体阅读心理分析与引导

研究弱势用户群体阅读心理是图书馆教育工作不可忽视的问题.着重从社会性弱势群体中的下岗失业人员、农民工和贫困农民用户群体阅读心理分析,正确引导他们的阅读心理,从而满足不同弱势用户群体的阅读需要.     

煤矿井下应急逃生最优路径规划算法研究综述

近年来国家对矿山的安全生产工作日益重视,但矿山灾害事故仍时有发生。在矿山事故发生后,如何确定一条最佳避灾救援路线,指导受灾人员安全撤,从而将突发事故的影响和伤亡人数降到最低,成为目前矿山应急突发事故处理方法的重点研究方向。针对煤矿井下避灾救援路径的最优规划问题进行综述,首先从井下突发事故的静态最优路径规划算法和动态最优路径规划算法两方面揭示煤矿井下路径规划的基本方法,然后介绍复杂环境影响下的应急救援路径规划,最后总结煤矿井下应急逃生路径规划研究面临的问题与挑战。     

基于Dijkstra的最短路径问题的算法分析与优化

Dijkstra算法是最具有代表性的最短路径算法,为解决许多工程领域中出现的最短路径问题提供了理论依据。本文分析了Dijkstra算法以及该算法存在的不足,并提出了优化该算法的方法,通过与原算法作比较,结果表明这种改进的算法在运行时间和效率上得到了提高,其占用的存储空间得到了减少。     

一类图的分段算法及其应用

详细讨论一类标准层次图的分段算法及其在最短路径上的应用,分段算法及应用在机器上得到了实现,算法的综合时间复杂度为0（e）,较一些传统方法要好．     

关于改进GIS领域的最短路径Dijkstra算法研究

在GlS领域,对最短路径搜索问题的算法研究和应用属Dijkstra算法.但是,Dijkstra算法通常仅研究计算一条最短路径.文章通过对Dijkstra原始算法的基本原理和步骤进行分析研究,做如下改进:1、从已通过顶点集到未通过顶点集的可能存在的多条最短路径中,不丢弃任何一条最短路径.而Dijkstra原始算法仅在可能存在的多条最短路径中任选其中一条即可;2、Dijkstra算法的每一步骤,不仅要求路径最短,同时还要求经过的顶点最少,从而求出被原始算法忽略的所有可能存在的最短路径;结果最终可以求出带权图中一起始点到其余顶点的所有最段路径.     

基于深层标签和K-Means++算法的电力用户画像研究

以电力用户的基础属性、电力公司业务办理系统数据以及95598工单数据为基础数据源,经过数据预处理后,采用自然语言处理的方法对用户咨询内容进行标签提取,建立用户画像标签库,进而提出基于深层标签和K-Means++算法的电力用户画像方法.实验结果表明,相比现有相关研究方法,构建的用户标签覆盖率较高、用户画像细粒度较高,F1值高达95.7%,更适合电力营业厅差异化服务客户.     

基于最短路径优化问题Dijkstra算法程序的设计和实现

在九十年代公认的求最短路径的最好的算法是由E.W.Dijkstra于1959年提出的标号算法,此算法可以很好地解决求最短路径问题,但是该算法采用手工求解,计算量大且很繁琐.本文在此算法的基础上采用矩阵运算的方法,从而实现了完全应用程序求解,在很大程度上解决了上述问题所遇到的难点,使求最短路径和最短距离这两个较复杂的问题变得非常容易求解.     

加快矿业领域专业建设为振兴东北老工业基地服务

在振兴东北老工业基地的新形势下，如何加快我校矿业类专业群建设?拟就它的可行性、必要性和建设过程中应思考和解决那些重大问题进行论证。     

基于关联规则的聚类挖掘在远程教育中的应用

阐述了在远程教育的研究和应用中,利用基于关联规则的多层次、超图分割聚类方法,对Web网页和用户进行有效聚类。该方法借助网站层次图,可以根据实际需要,在各个层次上进行聚类分析,仅将高度相关的网页和用户聚在同一类,而将关联性较小的网页排除在聚类外。     

Web使用挖掘在网络学习中的应用研究

在讨论Web使用挖掘在网络学习中的应用过程中,提出一种改进的基于向量的聚类算法.在算法中,首先以学习站点的URL为行、以UserID为列建立页面用户关联矩阵,元素值为学习者的访问次数,然后使用欧氏距离进行度量向量之间的相似性,对列向量进行相似性分析得到相似学习者群体,对行向量进行相似性度量获得相关Web页面.分析表明,Web使用挖掘在网络学习中的应用是可行、有效的.     

公众参与视域下群体性事件探究

近年来,群体性事件频繁的发生扰乱了社会正常的生产和生活秩序,甚至在一定程度上威胁着社会的稳定和经济的发展,阻碍了和谐社会的构建。文章首先通过对群体性事件基本概念及发生机理的阐释,引出公众参与对当前社会管理的价值意义,最后从完善机制、加强政府建设、推动公民社会发展,增强公民主体意识等三个方面来探究群体性事件频发背景下公众参与治理的可行性路径。     

基于文本数据的数据挖掘算法研究

总结了数据挖掘的基本方法、文本数据挖掘的关键技术,讨论了文本挖掘的定义和文本分类的一些形式,并对文本数据的数据挖掘算法进行了研究。     

基于在线学习行为数据的学习者群体特征挖掘研究

教育信息化促使越来越多的学习者选择在线学习,基于学习行为数据的研究也逐渐增多,然而对学习行为的研究普遍基于学习者个人,涉及学习者相似群体特征挖掘的研究较少。选取阿里云天池中的公开数据集,通过对不同个性特征和认知能力的行为数据进行相关性分析,以学习成绩为依据聚类不同的学习者群体,挖掘群体的典型行为特征。研究表明,群体行为特征存在显著差异,借助群体特征挖掘可以帮助学生与他人对比,发现自身不足并及时调整。这样既能在个性化学习基础上充分利用群体智慧,也能避免因学生过多使教学工作者负担过重。     

基于ADDIE 模型的远程支教路径探究

“支教中国2.0”公益平台已在甘肃省平凉市搭建起多所远程教室,旨在通过远程支教的方式,有效地共享优质的教育资源。文章分析甘肃省平凉市远程支教存在的主要问题,梳理ADDIE模型的基本构成,并应用ADDIE模型的原理,对“分析、设计、开发、实施、评价”五个阶段进行了探讨,提出扩展与巩固远程支教的新路径。     

英语教学中小组协作学习模式探析

建构主义理论指导下的小组协作学习模式能够克服远程教育中学生情感交流不足、相互协作不多等问题。作者对远程教育中小组协作学习模式进行了理论的初步探讨,并在电大《高级日常英语》课程教学中进行了实践,获得了良好的教学效果,同时也客观地指出小组协作学习模式的不足。     

基于第三方平台进行网上实时教学活动的探索与实践--以QQ群教育模式应用为例

为了提高网上教学质量,探索了利用第三方平台开展网上实时教学活动的成效。基于新版QQ群的教育模式的运用,通过QQ群展示面授课堂教学视频、音频和 PPT 等,同时与学生进行实时互动交流,提升了网上实时教学活动的效果。