基于神经网络的知识选择

知识选择（KS）是一种全新的方法，其过程由三个滤波器实现：（1）辨识过程，即根据查询的组合属性选择知识项。（2）自适应过程，即为滤波而使用相关的背景适应知识。（3）预测过程，即提前几步预测未来的查询。本文提出了用神经网络求解KS问题的方法以及KS在计算机安全领域的应用方法。     

Predicting citation counts based on deep neural network learning techniques

With the growing number of published scientific papers world-wide, the need to evaluation and quality assessment methods for research papers is increasing. Scientific fields such as scientometrics, informetrics, and bibliometrics establish quantified analysis methods and measurements for evaluating scientific papers. In this area, an important problem is to predict the future influence of a published paper. Particularly, early discrimination between influential papers and insignificant papers may find important applications. In this regard, one of the most important metrics is the number of citations to the paper, since this metric is widely utilized in the evaluation of scientific publications and moreover, it serves as the basis for many other metrics such as h-index. In this paper, we propose a novel method for predicting long-term citations of a paper based on the number of its citations in the first few years after publication. In order to train a citation count prediction model, we employed artificial neural network which is a powerful machine learning tool with recently growing applications in many domains including image and text processing. The empirical experiments show that our proposed method outperforms state-of-the-art methods with respect to the prediction accuracy in both yearly and total prediction of the number of citations.     

论地方电大在线平台如何应对网络文化的挑战

网络文化的发展对地方电大在线平台有巨大的影响,从规范化、信息化、个性化到＂自由＂化。在线平台不仅要在平台页面和栏目上精心设计,内容丰富,及时更新,而且要搭建学员与教学人员及时互动的交流平台,同时大力强化网站管理,与相关学习之间门户联合,资源互补,以应对挑战。     

基于混合图的在线社交网络朋友推荐算法

针对在线社交网络朋友推荐问题,尝试融合多个社会网络为一个混合图模型,采用基于混合图模型的重启动随机游走算法,为用户提供个性化的朋友推荐,并通过参数调节多个网络的权重。实验表明,该算法提高了在线社交网络朋友推荐的准确性。     

数字图书馆中的智能推荐技术研究

为构建一种精确性较高的智能信息技术模型,对蚁群算法、SOM网络进行分析与研究,并基于两者构建智能推荐技术,运用该技术完成模型的建立与更新。最后利用已建模型对目前较通用的读者原始流通信息记录进行测试,验证结果表明该技术的个性化信息服务的准确率较高,且具有较高理论意义与应用价值。     

知识网络的结构及其知识活动分析

认为知识网络能帮助企业整合资源,获取竞争优势。对以知识链为基本单元的知识网络的内涵、结构及其知识活动进行分析,提出知识网络的构成要素包括网络节点、网络资源、网络活动和支撑环境四个部分,构建出知识网络结构示意图。在此基础上,分析知识网络中的知识活动以及知识活动的基本分析单位之间的知识流动模式。     

基于扩展模糊概念网的信息检索结果个性化的研究

电子文档和用户的增长导致了信息检索结果个性化模式的创新,从而更好地为用户偏好服务.个性化的内容检索旨在改善检索过程中考虑个别用户的特殊兴趣.本文提出了一种基于扩展模糊概念网的信息检索结果的个性化的新方法.在这种方法中,网页和用户偏好都将以扩展模糊概念网形式表示.扩展模糊概念网可看作是关系矩阵和关联矩阵模型,关系矩阵中的元素代表模糊概念间的关系,关联矩阵中的元素表明概念间的关联度.这种方法的好处是能找到用户查询的绝大多数文档并且更灵活、更好地显示给用户.     

西北地区农村留守妇女的社会支持网络特征及其影响因素研究——基于甘肃省农村的调查

本文通过对甘肃省311名农村留守妇女的问卷调查研究发现：西北地区农村留守妇女的社会支持网络呈现＂规模偏小、以强关系为主、异质性较低、趋同性较高＂的特征,并进一步分析了影响西北地区农村留守妇女社会支持网络的影响因素。     

三网融合环境下M-Learning模型的构建

通过分析当代移动学习新趋势,研究移动学习模型构建的意义和原则,基于3G/4G移动通信网、互联网和广播电视网等三网融合环境,构建了分层移动学习模型,具体涵盖学习终端、网络接入平台、移动学习综合平台的三层架构搭建.该移动学习平台总体方案是云计算、互联网、3G/4G移动通信、广播电视等技术相结合的展现,是传统CT行业与IT行业的高度融合,代表着移动通讯与信息技术发展的方向,能提供完备的移动学习平台综合解决方案.     

融合用户社交与情境信息的虚拟知识社区个性化知识推荐研究

[目的/意义]通过融合用户社交与情境信息,构建虚拟知识社区个性化知识推荐模型并开展个性化知识推荐算法的设计,能够在一定程度上完善虚拟知识社区个性化知识推荐方法的理论体系,具有一定的理论价值和应用价值。[方法/过程]首先构建出基于用户社交与情境信息的虚拟知识社区个性化知识推荐模型,然后利用改进的最大团算法设计出虚拟知识社区个性化知识推荐算法,最后通过选取某虚拟知识社区的用户数据进行实例分析实现精准的个性化知识推荐。[结果/结论]在利用融合用户社交与情境信息进行虚拟知识社区个性化知识推荐过程中,通过对某虚拟知识社区的实例分析,表明其个性化知识推荐结果的精准度得到了显著的提升。