一种有效缓解数据稀疏问题的协同过滤推荐算法

传统协同过滤推荐算法依据共同评分项目计算用户相似度, 进而产生推荐项目。然而, 随着用户和商品数量的不断增加, 用户共同评分的项目会越来越少, 甚至没有, 因此传统协同过滤推荐算法对用户之间相似度的衡量将会越来越不准确, 从而影响推荐系统的性能。针对这一问题, 本文对用户相似度的计算方法进行了改进, 提出直接相似度和间接相似度的概念, 同时引入关键人物权重, 进一步提高推荐系统的准确性。     

基于粗糙集的高校教师绩效考评的规则挖掘

对粗糙集处理的基本步骤及算法进行详细的描述,应用粗糙集理论和区分矩阵来挖掘各因素规则的方法对一个高校教师绩效考评的例子进行分析和处理,挖掘出评价规则,得出了各主要考评因素的客观权重。     

“互联网+”环境下大学生网络信息消费影响因素的实证研究

[目的/意义]为探究互联网+环境下大学生网络信息消费的影响因素,[方法/过程]通过对国内外研究现状以及互联网发展现状的了解,探讨分析了大学生网络信息消费的内涵、大学生网络信息消费的现状以及互联网+对大学生网络信息消费的影响,并采取实证研究的方式,运用SPSS软件对调查问卷所得数据进行信度分析、效度分析、相关性分析和主成分分析,[结果/结论]得出大学生网络信息消费的主要影响因素,并针对大学生网络信息消费当前存在的问题给出优化对策。     

高校本科生科研的意义、现状与措施

从教学过程、人才培养、科研成果三个角度阐述了本科生科研的意义,并对我国目前高校本科生科研情况作了调查与分析,在此基础上,提出了本列生科研的保障措施。     

团队知识扩散的行为难题与组织学习的内在逻辑

通过对团队知识扩散相关表征的界定,确定了复杂环境下团队知识共享与整合的基本认知。与此同时,对知识扩散行为难题的剖析,引出组织学习是影响其有效配置的内在动力。在此基础上,从学习能力、学习平台、学习效用以及学习氛围等方面充实了团队知识扩散的相关思路。     

Unique-order interpolative coding for fast querying and space-efficient indexing in information retrieval systems

This paper presents a size reduction method for the inverted file, the most suitable indexing structure for an information retrieval system (IRS). We notice that in an inverted file the document identifiers for a given word are usually clustered. While this clustering property can be used in reducing the size of the inverted file, good compression as well as fast decompression must both be available. In this paper, we present a method that can facilitate coding and decoding processes for interpolative coding using recursion elimination and loop unwinding. We call this method the unique-order interpolative coding. It can calculate the lower and upper bounds of every document identifier for a binary code without using a recursive process, hence the decompression time can be greatly reduced. Moreover, it also can exploit document identifier clustering to compress the inverted file efficiently. Compared with the other well-known compression methods, our method provides fast decoding speed and excellent compression. This method can also be used to support a self-indexing strategy. Therefore our research work in this paper provides a feasible way to build a fast and space-economical IRS.     

关于我国教育投入研究:总量、结构及地区差异

研究表明,我国财政性教育投入总量1978年前发展缓慢,波幅较大,1978年后持续快速发展。通过岭回归和面板数据回归分析,发现教育投入受到GDP、财政收入、财政支出、居民储蓄存款余额影响较大,教育投入总额增长更得益于财政支出的增长。教育投入在结构上呈现"三升三降"的特点。教育投入在省际存在重大差异,特别是财政性教育经费占GDP比重,最高省份是最低省份的3·7倍多。     

基于BERT嵌入BiLSTM-CRF模型的中文专业术语抽取研究

专业术语的识别与自动抽取对于提升专业信息检索精度,构建领域知识图谱发挥着重要基础性作用。为进一步提升中文专业术语识别的精确率和召回率,提出一种端到端的不依赖人工特征选择和领域知识,基于谷歌BERT预训练语言模型及中文预训练字嵌入向量,融合BiLSTM和CRF的中文专业术语抽取模型。以自建的1278条深度学习语料数据为实验对象,该模型对术语提取的F1值为92.96%,相对于传统的浅层机器学习模型(如左右熵与互信息算法、word2vec相似词算法等)和BiLSTM-CRF深度神经网络模型的性能有较为显著的提升。本文也给出了模型应用的具体流程,能够为中文专业术语库的构建提供实践指南。     

图书借阅流量行为季节预测模型

指出图书借阅流量行为预测是图书借阅行为学的一个重要研究方向,常规的借阅流量预测大多采用的是ARIMA时间序列模型,但普通时间序列预测模型的参数难以估计并且模型较难处理非平稳时间序列问题。基于时间序列的神经图书借阅模型研究是,根据图书借阅流量行为的季节性特点,提出季节型神经图书借阅模型。用模型对图书借阅流量行为的预测分析表明,该模型预测效果较好,结果合理,对进行图书借阅实时监控及图书借阅管理都具有一定的理论和实践价值。     

国家图书馆所藏俄罗斯赠清政府图书

1844-1845年中俄两国互赠图书是历史上中俄两国第一次政府间的图书交流.但当时俄罗斯赠清政府图书在之后漫长的岁月中流向何处?本文即根据诸多史料辨识所赠图书的历史沿革,列举国家图书馆所藏俄罗斯赠书书目,以期进一步挖掘其历史价值.