数据仓库中集成器端的两版本不加锁算法的研究

在目前的数据仓库中为保证数据的一致性通常采用不加锁算法,而当前所使用最普遍的算法又存在着用户和维护事务不能在同一时间工作的弊端,本文就此问题提出了两版本不加锁算法。它是一个典型的多版本并行控制算法,特别适合在一个数据仓库环境中进行视图维护。本算法能够很好地解决用户会话和维护事务不同步的问题,能使用户24小时使用数据仓库并减少系统开销。     

小说是历史的一面镜子──凯瑟琳·安·波特的小说创作

凯瑟琳·安·波特一生，经历了十九世纪末期和二十世纪大部分的风风雨雨。其创作反映了这段历史时期的的政治、哲学和社会的变迁，从中，我们看到的是一个冲突甚于协调的世纪和作家。     

基于图书馆数据的出版经营策略探析--以上海图书馆为例

以具有全国最大业务量的上海图书馆联合体累积的图书流通数据、读者个人数据、年度阅读数据、即时数据为例,论述如何利用这些从海量信息中提炼的数据,以给出版社的选题开发、信息推送、阅读推广、图书营销提供重要参考。文章最后探讨出版社在利用图书馆数据时需要突破的瓶颈。     

台湾文学研究前沿问题(笔谈)

本专辑集中讨论了台湾文学研究的一系列前沿问题:当前台湾文学的主流;“重写台湾文学史”;台湾文学的史料发掘的意义;祖国大陆台湾文学研究的现状与新空间的展开;“现代性”与台湾文学研究;分析台湾文论的后结构转型及其影响;提出从文本的语言形态进入日据时期台湾文学研究的理念。     

Placing wireless tablets in clinical settings for patient education

Objective

The authors explored the feasibility and possible benefit of tablet-based educational materials for patients in clinic waiting areas.

Methods

We distributed eight tablets preloaded with diagnosis-relevant information in two clinic waiting areas. Patients were surveyed about satisfaction, usability, and effects on learning. Technical issues were resolved.

Results

Thirty-seven of forty patients completed the survey. On average, the patients were satisfied in all categories.

Conclusions

Placing tablet-based educational materials in clinic waiting areas is relatively easy to implement. Patients using tablets reported satisfaction across three domains: usability, education, and satisfaction.     

贝叶斯方法在电信CRM中的应用

本文考虑了根据样本数据建立贝叶斯信念网络构造算法在电信CRM中的应用,并对电信10000个样本进行了挖掘、分析、评估.     

基于数据挖掘技术的资源型学习

数据挖掘技术是一个正在迅速发展的新兴领域，受到社会各界的重视，在现今的应用中，数据挖掘技术主要用于商业，军事，工业等领域的决策应用，在本中，我们将通过对数据挖掘技术、知识发现，资源型学习的认识来讨论一种基于数据挖掘技术的资源型学习。     

建筑设计中PDM系统开发的关键问题及其实现技术

根据PDM系统建设的实际,提出了开发PDM系统中的几个关键问题,主要包括角色管理、工作流管理、片本控制以及应用软件集成等,对于每一种问题均给出了相应的解决方案。     

Making sense of learner and learning Big Data: reviewing five years of Data Wrangling at the Open University UK

Most distance learning institutions collect vast amounts of learning data. Making sense of this ‘Big Data’ can be a challenge, in particular when data are stored at different data warehouses and require advanced statistical skills to interpret complex patterns of data. As a leading institute on learning analytics, the Open University UK instigated in 2012 a Data Wrangling initiative. This provided every Faculty with a dedicated academic with expertise data analysis and whose task is to provide strategic, pedagogical and sense-making advice to staff and senior management. Given substantial changes within the OU (e.g. new Faculty structure, real-time dashboards, two large-scale adoptions of predictive analytics approaches, increased reliance on analytics), this embedded case study provides an in-depth review of lessons learned of five years of data wrangling. We will elaborate on the design of the new structure, its strengths and potential weaknesses, and affordances to be adopted by other institutions.