基于图论的ANMP分群算法的简单实现

针对分布式无线网络多跳、移动的特点,要实现整个网络的快速部署以及拓扑结构变化后的动态重建,最有效的方法是采用分群协议,并在linux环境下,利用基于图论的ANMP分群算法,实现自组网的分群。     

一种分布式的模糊聚类方法

由于FCM算法中的初始值需要随机的设定,这种随机性不能保证每次都能达到全局最优,也就是说如果初始聚类中心的设置具有全局的特点,那么聚类的结果才能达到全局最优。因此主要针对模糊c-均值（FCM）聚类算法对初始值很敏感,而且容易陷入局部最优解的这一特点,提出了一种分布式的模糊聚类方法。首先用分治法得到模糊聚类的全局的聚类中心值,然后再用FCM进行聚类,从而克服FCM算法对初始值敏感和容易陷入局部最优解的缺陷,达到全局最优。经仿真实验证明结果是很理想的。     

北京高校馆际文献传递服务用户兴趣关联研究

[目的/意义]关联数据分析和个性化信息推送是图书馆联盟建设的重要内容。文章引入关联分析挖掘技术为北京地区高校图书馆联盟馆际文献传递中的个性化推送服务提出建议。[方法/过程]以2018年BALIS北京地区高校图书馆文献传递服务数据为基础,对不同专业用户群体和不同高校用户群体文献传递申请单数据进行分析,并利用FP-growth关联分析算法技术对数据进行相关系数分析。[结果/结论]数据挖掘结果较好地挖掘出北京地区各高校图书馆用户的跨校、跨专业文献借阅偏好,可实现有效和有针对性的文献推荐服务,同时能够为区域图书馆联盟的资源共建共享提供数据参考。     

A network-based concept extraction for managing customer requests in a social media care context

Web 2.0 changed everyday life in many aspects, including the whole system that orbits around the purchase of products and services. This revolution necessarily involved also companies, because customers became increasingly demanding. The diffusion of social media platforms pushed customers to prefer this channel for quickly obtaining information and feedback about what they want to buy, as well as for asking help after the selling. In this framework, many organisations adopted a new way of providing assistance known as social customer care. A direct link to companies allows customers to obtain real-time solutions. In this paper, we introduce a new strategy for automatically managing the information listed in the requests that customers send to the social media accounts of companies. Our proposal relies on the use of network techniques for extracting high-level structures from texts, highlighting the different concepts expressed into the customers’ written requests. The texts can be then organised on the basis of this new emerging information. An application to the requests sent to the AppleSupport service on Twitter shows the effectiveness of the strategy.     

论网络环境下高校图书馆文献的集中采访管理

为适应网络环境下高校图书馆文献采访工作的需要,提出了文献集中采访管理模式,并与传统文献采访管理模式进行了比较,分析了各自的优缺点.对采访馆员的素质要求进行了论述.     

图书馆学学科知识地图的构建

简要介绍了知识地图的概念及构建方法,通过对CSSCI2003-2005年数据的统计分析,构建了图书馆学关键词关联图、学科专家知识地图、学科交叉图等学科知识地图,并提出了应用聚类分析来构建图书馆学关键词聚类树状图的方法。     

基于Universum学习的核聚类方法

为解决原始核聚类(Kernel Clustering, KC)中模式信息不足、聚类结果不佳的缺点,以KC为基础,利用Universum学习带来的优势,提出基于Universum学习的核聚类(Universum learning based Kernel Clustering, UKC)方法.首先利用Universum学习生成相应的Universum模式,再利用KC算法把数据集分割成多个簇,最后利用每个簇中所包含的Universum模式和训练模式来更新该簇,从而使得这些簇更加合理.实验表明,该算法可以更好地改善聚类效果和分类器的分类性能、泛化能力和计算效率.虽然该方法的步骤比KC多,但是其较好的聚类性能可以帮助人们处理分类问题.     

辽宁西部地区先秦时期聚落遗址空间格局分析

聚落考古是以聚落遗址为研究对象的考古学重要手段之一.选取遗址数目众多的辽宁西部地区,采用决策树分类和基于遗址等级权重的改进聚类分析方法划分聚落,研究聚落分布及其内部结构关系.经分析,辽宁西部地区聚落分布受到水系、地貌和气候的共同作用,不同时期呈现出不同形态.区域中最大的聚落位于大凌河支流流域,该位置与史料中记载的辽西区域郡首阳乐的位置十分相近.通过对遗址等级的统计分析,各聚落内高等级遗址所占比例逐渐减小,最后趋于5%左右,各聚落高等级遗址的控制范围与位置和聚落内部遗址数目关系密切.     

新时代文献信息的价值重构:人工智能技术和智慧服务

[目的/意义]传统文献信息经历了从文本化、数字化到网络化的演变过程,目前正在向数据化、智慧化迈进,在此过程中文献信息的价值也产生了延展与升华。对文献信息价值的重构一方面为图书馆学、情报学、文献学等学科发展提供技术理论支撑;另一方面为文献信息服务工作提出智慧化的应用场景。[方法/过程]文章系统梳理了文献信息及其价值的演进阶段,通过建立文献信息生态圈,剖析文献信息价值重构的动因,全面阐释了从文献信息到智慧再到文献的进化过程,将人工智能技术作为文献信息理论价值的延展,将智慧服务作为文献信息应用价值的升华。[结果/结论]秉承以技术驱动、智慧向善、服务用户的核心理念,从理论价值和应用价值角度对文献信息价值进行重构,以促进图书馆学、情报学、文献学等学科适应新时代的发展。     

专利权人自提无效宣告行为的过程机制——基于扎根理论的多案例研究

防范专利被宣告无效是专利风险管理的重要内容,但实践中却存在专利权人自提无效宣告这一“自陷风险”行为。为解释该现象发生的驱动因素、过程机理及行为效应,运用多案例研究方法诠释专利权人自提无效宣告的过程机制。研究发现：维护专利法律效力稳定性、消除权利要求歧义、解决权利要求重叠问题是自提无效宣告的主要动机;该过程经历了风险识别、评价及应对3个阶段,专利审查经历与经济收益促使权利人感知、发现及评价无效风险,专利制度限制则驱动权利人选择自提无效宣告应对无效风险,最终符合权利人预期的无效结果将扩大专利经济收益。研究结论弥补了专利风险管理领域的中层理论缺陷,为专利无效风险事前防范提供了新路径,同时也为我国论证建立授权后专利文本修改程序提供了证据支持。