基于Web挖掘的远程教育站点设计

针对传统基于B/S模式的远程教育站点系统中存在的不足,提出将Web挖掘技术用于远程教育站点设计。使用Web挖掘技术发掘学习者的浏览习惯及其学习特点,促进管理员改进网站页面布局及课程设置,借此提升站点综合效益。     

应用负载均衡技术建设高负载WEB站点

从引起web站点的故障出发，结合负载均衡技术，通过选择适当的负载均衡算法和网络系统状况的检测方式，建设起高负载的WEB站点，从而实现WEB服务的可靠性、高效性和可扩展性。     

Web服务器的故障排查与处理

可以说,Web为Internet的普及迈出了开创性的一步,是近年来Internet上取得的最激动人心的成就.随着WWW技术的突破性发展,近年来Internet的用户数量也在飞速增加.然而随之而来的也有Web服务器的故障问题,本文简要谈谈Web服务器的故障排查与处理.     

基于Nginx的可扩展负载均衡Web站点部署

随着网络服务的日趋完善,我们在获得方便的同时,也面临着巨大的挑战：并发业务访问数量的直线增长,是网络中的Web服务器工作能力的严峻考验。采用多服务器集群技术是解决上述问题的有效方案,而负载均衡是集群技术的核心问题。负载均衡能够将大量的并发访问请求合理地均分到集群内的各服务器上进行处理有效地避免了单一服务器数据流过大的问题同时能够使各个服务器的资源得到均衡的使用。负载均衡包括硬件和软件两种类型。     

基于SQL Server2005的故障转移集群系统实现

对数据库集群体系结构和SQL Server 2005的高可用性技术做了研究与分析,阐述了构建故障转移数据库集群可提高数据库的容错技术和增加网络服务的服务质量,提出了构建具有高可用性的基于SQL Server 2005的故障转移集群系统的设计思路和方法.     

基于校园网的电工电子实验Web站点设计

借助计算机网络的信息交流及实时处理、资源共享等优势,以校园网为依托,设计开发高职电工电子实验Web站点,有利于实现电工电子实验课教学手段的改革与创新。该站点的设计要能够鲜明地反映出“电工电子实验”这一主题,在结构设计上可采用层状结构,并在首页上设置导航条。同时,站点要体现内容完整、交互性强、直观性强等功能,而站点的开发须选择先进适用的软件作为技术支持。     

Web客户的核聚类

提出了一种基于核的聚类方法,增加对样本特征的优化;通过核函数,把数据样本空间映射到一个高维的特征空间;在特征空间对数据样本进行k-中心点聚类,并通过计算类内距离作为适应度准则,取其最优的结果。通过Web日志挖掘中的Web客户聚类应用比较,表明核聚类方法在性能上比经典的聚类算法有较大的改进,从而实现更为准确的聚类。     

Web应用服务器的技术探讨

本文简述了Web应用服务器的发展历史及两大主要的Web应用开发平台：J2EE和．NET．分析并比较三种主流的Web应用服务器：WebSphere，WebLogic和Oracle9iAS．阐述Web应用服务器存在的主要问题以及对Web应用服务器可靠性的要求．     

基于频繁项目集的多隶属聚类算法

通过分析目前的聚类算法，提出了多隶属聚类的概念；提出了一种基于频繁项目集的多隶属聚类算法，该算法能产生事务型数据的多隶属聚类。     

Web数据挖掘在搜索引擎中的应用

分析了搜索引擎的结构组成,从Web的结构挖掘、内容挖掘、使用挖掘3方面对Web挖掘在搜索引擎中的应用进行阐述。     

通过NLB减轻已有的Windows 2003 Web服务器的负载

随着企业/学校的不断发展,Web服务器面对的访问数量大大增加并且更加不可预知.如今,服务器系统必须具备提供大量并发访问服务的能力,其处理能力已经成为提供服务的瓶颈,如果客户的增多导致通信量超出了服务器所能承受的范围,那么其结果必然是宕机(故障).显然,单台服务器有限的性能不可能解决这个问题,所以将多台服务器通过网络连接起来,高效、安全的提供项相同的服务就成为解决web服务器系统负载问题方案之一.     

行动研究:利用认知负荷理论调整阅读教学

阅读教学中所用材料给学生带来过高的认知负荷,严重妨碍学生语言习得。教师应利用认知心理学的认知负荷理论,围绕问题,设计不同方案,积极调置教学计划和课堂教学模式。在实施过程中收集数据,并最后对数据分析,得出结论:教师在教学过程中,应保证教学材料具有适当的认知负荷,这样才能使学生的学习达到最佳化。     

基于主题概念空间的文本模糊c-均值聚类方法

为了改善文本聚类的准确度,提出用基于主题概念子空间的模糊c-均值聚类(TCS2FCM)方法来分类文本.采用5个评估函数的加权值来提取关键短语;利用WordNet对相应的关键短语提取概念短语并生成最后的类别描述.初始中心和初始隶属度矩阵的建立是决定模糊c-均值聚类效果的关键,使用能够代表文本主题的概念短语来建立相互正交的主题概念子空间,利用主题子空间中的概念向量来初始化聚类中心和隶属度矩阵.实验结果表明:不同于传统模糊c-均值聚类的随机化初始,与文本内容相关的初始化有助于改进最后的聚类结果,提高聚类精度.     

基于网格和密度的数据流聚类算法

针对数据流的特点,提出了一种新的网格密度结合的GCTS算法.它采用了双层架构,在线层实现了网格密度参数的自设定,离线层以网格单元的重心为中心点,建立一个最大的子网格,使候选网格中的局部密集区域转化成了密集网格.最后使用最小生成树的算法生成进行聚类结果.提高了聚类效果.     

基于连接的事务数据的多隶属聚类算法

本文提出了一种基于连接的事务数据的多隶属聚类算法MCBL。并给出了该算法的一个实现实例。     

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.