Web表单可视化定制原理研究

表单元素是信息系统中最常见的元素,并且表单元素与信息系统中的业务具有很高的相关性。传统的表单开发方法是将定制好的表单以硬编码的方式固化在系统中,这种方式导致表单维护成本相对较高。提出一种基于Web的表单可视化定制方式,对其可视化定制原理、方法和实现过程进行研究。     

优化Access下的应用程序

Access是Microsoft公司推出的Windows下的数据库管理 系统,其可视化的用户界面、强大灵活的功能、面向对象的设计方法,使得设计和建立数据库应用程序变得非常简单。以下结合一个数据库应用程序的开发,谈谈Access下应用程序的优化。 1.建立定制的应用程序 Access为用户提供了一个集成环境,应用程序的设计、开发和运行都必须依赖该环境,即用户必须先启动Access,从DataBase窗口中选择宏命令、模块、表单、报表等其中之一来     

基于JSP的可视化动态表单引擎设计

长期的实践发现,一般的需求变动都是对表单和相应数据库表的修改。以某中小企业创新平台为基础,提出在应用系统中的可视化Web表单管理的功能,企业维护人员即可通过后台方便地对表单和数据库表进行新建、修改、查找、删除的操作,实现维护方便,成本低以及业务需求响应迅速等特点。     

第五讲 Microsoft Access95表单与报表

在Access95关系数据库中，表单是构造用户输入输出界面的基本对象。使用表单对象构造的输入界面，可以方便、快捷地输入数据并且控制数据的输入模式；使用表单对象构造的输出界面，可以按照用户的需要输出数据。表单还可以用来构造应用系统的控制驱动界面，用以将整个应用系统中的对象组织起来，从而形成统一完整的应用系统。报表是构造书面报告的基本对象。使用报表对象可以直观快速地构造各种报表格式，满足用户的打印需求。在传统的数据库开发中，数据的打印功能是通过复杂繁琐的编程实现的。Access95的报表对象允许用户不用编程即可构…     

基于工作流系统的表单研究和应用

描述了基于工作流系统中的表单定义以及处理的规则。基于这些规则，用户可以自由定制应用在Web上的基于HTML的表单，并灵活地控制表单的显示、数据项之间的运算以及工作流的处理逻辑。通过不同的规则组合，可以实现表单的一系列复杂的功能，完全能够满足多分支、多路径的工作流系统对表单定义处理灵活性的要求。     

一种Linux数据库应用定制引擎LADE的设计

针对用户需求变化导致程序代码大量修改这一难题,本文在可视化开发、永久对象及设计模式等技术基础上,采用面向对象的分析设计和实现方法,设计了一个基于Linux平台,由数据库所驱动,可进行简单数据库应用可视化定制以及动态生成的数据库应用定制引擎--LADE(Linux Application Designer Engine),以快速构造可适应用户需求有限变更的原型系统.基于这种设计思路,我们使用Delphi for Linux作为开发工具,对LADE的大部分功能进行了实现.     

VB5中新表的创建在DBGrid中显示的问题

在使用ＶＢ５编写有关数据库的程序时,常常需要在某些表单中使用一些临时表。这些临时表的结构与数据库中对应表的结构完全相同,在表单中的操作主要针对临时表进行,只有用户单击“确定”按钮后,才正式将临时表的内容写入对应表。这样可以给用户一个检查的机会,也增加了数...     

面向接口数据描述的XML应用研究

本文研究用XML文档作为表单存储介质的表单设计器的设计与实现.获取用户设计的页面信息之后,利用DOM技术创建与解析XML文档,利用ADOX技术在access数据库中创建表单对应的数据库表.     

VB5中新表的创建在DBGrid中显示的问题

8］言在使用VBS编写有关数据库的程序时，常常需要在某些表单中使用一些临时表。这些临时表的结构与数据库中对应表的结构完全相同，在表单中的操作主要针对临时表进行，只有用户单击“确定”按钮后，才正式将临时表的内容写人对应表。这样可以给用户一个检查的机会，也增...     

编程疑难问题解答

Q VFP数据库表如何加密A VFP的数据库表(dbf),在安全方面不被看好,往往能够被人们轻易地打开、浏览,用户很自然地就要求将数据库表加密。下面就通过一则简单的实例,讲一下数据库表的加密方表单及方法程序设计     

Visual exploration of production data using small multiples design with non-uniform color mapping

Visual data mining may overcome some of the flexibility problem often suffered by computer-centered data mining approaches. This can happen because human beings are introduced to the information discovery loop to take advantage of their natural strength in creative thinking and rapid visual pattern recognition to discover information not defined a priori and to perform approximated reasoning that computer algorithms are hard to do. This paper presents a novel visual exploration approach for mining abstract, multi-dimensional data stored in tables in a relational database. The visual image is constructed by converting each table into a visualization unit called a table graph and then assembling these table graphs together to form a small multiples design. Different types of non-uniform color mappings to render this small multiples design could be automatically generated by minimizing the weight differences of colors in the visual image. These non-uniform color mappings are designed in such a way that the adjacent glyphs in a table graph that have near underlying values will be assigned with the same color. As such, visual patterns not able to see under the traditional uniform color mapping could be revealed. This enables the users to examine the input tables from different perspectives. The proposed flexible visualization method has been applied to generate visual images from which the users could quickly and easily compare the machine idle cost performances of alternative master production plans.     

A Unified Framework for Providing Recommendations in Social Tagging Systems Based on Ternary Semantic Analysis

Social Tagging is the process by which many users add metadata in the form of keywords, to annotate and categorize items (songs, pictures, Web links, products, etc.). Social tagging systems (STSs) can provide three different types of recommendations: They can recommend 1) tags to users, based on what tags other users have used for the same items, 2) items to users, based on tags they have in common with other similar users, and 3) users with common social interest, based on common tags on similar items. However, users may have different interests for an item, and items may have multiple facets. In contrast to the current recommendation algorithms, our approach develops a unified framework to model the three types of entities that exist in a social tagging system: users, items, and tags. These data are modeled by a 3-order tensor, on which multiway latent semantic analysis and dimensionality reduction is performed using both the Higher Order Singular Value Decomposition (HOSVD) method and the Kernel-SVD smoothing technique. We perform experimental comparison of the proposed method against state-of-the-art recommendation algorithms with two real data sets (Last.fm and BibSonomy). Our results show significant improvements in terms of effectiveness measured through recall/precision.     

基于CSS的可输入表格的设计

表格和表单是网页设计中常用的两个元素,在单元格中插入表单元素,从而实现可直接输入数据的表格。使用CSS对各个元素的样式进行控制,使得页面的显示效果得以改善。     

一种基于局部近邻Slope One协同过滤推荐算法

经典的Slope One算法采用线性回归模型对目标项目进行预测评分,但在项目评分偏差表构建过程中产生了部分噪声数据,影响了算法的推荐性能。为了解决该问题,建立了一种基于局部近邻Slope One协同过滤推荐算法。算法计算了当前活跃用户针对不同推荐商品的近邻用户集,其邻居用户集根据目标项目的不同而动态变化;根据活跃用户关于不同目标项目的邻居用户数据来进一步优化项目之间的平均偏差,进而产生推荐。对比实验说明,该算法在MovieLens数据集上具有较高推荐精度。     

基于索引表和二分图的Web服务操作发现

在通用的Web服务描述语言基础上,提出一种基于倒排序索引表和二分图匹配的两阶段服务操作发现方法。第1个阶段利用倒排序索引表得到相关服务,获取服务操作的输入和输出参数,用户根据需要选取期望的输出参数作为服务请求。第2个阶段采用二分图匹配方法对服务请求进行服务操作匹配,发现所需的Web服务操作。实验结果表明,该方法能提高服务发现的准确性和灵活性,并提供功能相同的备选服务操作。     

通用数据库构件的设计与实现

当前软件开发中数据库建表和数据录入界面不能有效适应变化的需求。所建的表和所设计的界面只能适应特定的需求，很少考虑到同一领域内需求的相似性及系统对需求变化的适应性等，从而造成了大量的重复劳动和资源耗费，而且可靠性差、难以维护。文中在数据库设计理论和软件复用理论的指导下，针对以上问题提出了表结构的复用和界面设计的思想。表结构的复用和自动界面设计让本构件在广度和深度上都有了长足拓展，具有对变化需求的包容性和自适应性。而数据维护和界面设计构件正是其功能实现的内部支持，它不仅为开发人员提供了良好的编程接口，而且高级用户可在此构件上动态地改变表结构和数据录入界面，从而在用户需求变更时，系统有快速响应的能力，且使数据库在作微小改动的情况下能应用于不同的信息系统中。     

PB中数据窗口的Update Properties研究

介绍了PB中数据窗口的Update Properties各项的含义和作用,利用这些属性可以设置数据窗口关联的数据库表是否能被更新、并发控制及键的更新方式,使得用户不仅懂得设置还知道其所以然。     

基于多维特征交叉的深度协同过滤算法

基于深度学习的推荐算法最初以用户和物品的ID信息作为输入,但是ID无法很好地表现用户与物品的特征。在原始数据中,用户对物品的评分数据在一定程度上能表现出用户和物品的特征,但是未考虑用户的评分偏好以及物品的热门程度。在评分任务中使用隐式反馈和ID信息作为用户与物品的特征,在消除用户主观性对特征造成的噪声的同时在一定程度上缓解冷启动问题,利用单层神经网络对原始高维稀疏特征降维,使用特征交叉得到用户与物品的低阶交互,再利用神经网络捕获用户与物品的高阶交互,有效提取了特征间的高低阶交互。在四个公开数据集上的实验表明,该算法能有效提高推荐精度。     

柔性PACS系统的设计与实现

是否具备适当的柔性是影响PACS系统推广应用的重要因素之一.针对PACS系统的柔性问题,分析用户需求差异,采用OOD与系统数据表相结合的方法使用户需求中的数据项、输入格式、输出格式等与相关的处理模块相分离,并结合柔性软件开发技术理论,给出了具有一定柔性的PACS系统的设计思想.同时以输入格式的柔性设计为例,介绍了具体的实现方法.     

Interaction design guidelines on critiquing-based recommender systems

A critiquing-based recommender system acts like an artificial salesperson. It engages users in a conversational dialog where users can provide feedback in the form of critiques to the sample items that were shown to them. The feedback, in turn, enables the system to refine its understanding of the user’s preferences and prediction of what the user truly wants. The system is then able to recommend products that may better stimulate the user’s interest in the next interaction cycle. In this paper, we report our extensive investigation of comparing various approaches in devising critiquing opportunities designed in these recommender systems. More specifically, we have investigated two major design elements which are necessary for a critiquing-based recommender system: critiquing coverage—one vs. multiple items that are returned during each recommendation cycle to be critiqued; and critiquing aid—system-suggested critiques (i.e., a set of critique suggestions for users to select) vs. user-initiated critiquing facility (i.e., facilitating users to create critiques on their own). Through a series of three user trials, we have measured how real-users reacted to systems with varied setups of the two elements. In particular, it was found that giving users the choice of critiquing one of multiple items (as opposed to just one) has significantly positive impacts on increasing users’ decision accuracy (particularly in the first recommendation cycle) and saving their objective effort (in the later critiquing cycles). As for critiquing aids, the hybrid design with both system-suggested critiques and user-initiated critiquing support exhibits the best performance in inspiring users’ decision confidence and increasing their intention to return, in comparison with the uncombined exclusive approaches. Therefore, the results from our studies shed light on the design guidelines for determining the sweetspot balancing user initiative and system support in the development of an effective and user-centric critiquing-based recommender system.