基于遗传算法的超市最短导购路径推荐

大型超市里商品数目的繁多、空间布局的复杂往往容易让消费者迷失在室内,花费大量时间进行商品搜寻。提出基于遗传算法的超市导购路径推荐方法,通过对超市的空间布局结构离散化建模,生成分别用节点和无向边表示商品区域和区域之间可行走路线的平面图;结合消费者的采购清单,根据商品所在的货架位置将商品与具体的区域做出匹配,用遗传算法优化生成一条联结超市入口、要采购的商品区域以及结账柜台的最短路线。Matlab的仿真结果显示,该方法简单、高效,能够快速为消费者推荐出最短路线,供其购物参考。     

挖掘Web日志中的分类关联规则

用户分类是Web访问模式挖掘研究的一个重要任务。提出一种应用关联分类技术对Web用户进行分类的方法：首先通过对Web日志文件预处理得到训练事务数据集,然后从该事务集中挖掘分类关联规则,并利用所挖掘的规则集构建了一个分类器,从而实现了根据用户访问历史对用户进行分类。     

基于XML的网络课件模型研究及实现

基于网络的计算机辅助教学朝着分布化、结构化、协同化方向发展,网络课件的合理建模和构造成为需要迫切解决的问题。该文提出了一个网络课件分层结构信息模型,把网络课件组织成具有课件目录层-课件页面层-媒体资源层三个层次的分层结构模型,定义了两套标记语言M M L和PM L,其中M M L用于描述课件目录层,PM L用于描述课件页面层和媒体资源层,从而实现了对网络多媒体课件的建模和构造,该模型能有效地解决课件网络化中出现的一些问题。     

GM(1,1) 模型的病态性问题再研究

针对GM(1,1) 模型参数辨识过程中的病态性和稳健性问题, 一方面通过不改变预测精度的数乘变换将模型参数辨识过程中的病态性矩阵转化为良态矩阵, 另一方面利用适当的正交矩阵对原始数据序列实施正交变换, 将模型的参数辨识过程转化为具有递归形式线性方程组的求解过程, 从而避免参数辨识过程中出现的病态性问题, 提高模型的适用性. 最后通过算例和Monte-Carlo 数值模拟进一步验证了所提出方法的有效性.