网络舆情监控中新词识别问题的研究

在网络舆情监控中,由于事件的突发性和网络词汇的泛滥,各种各样的新兴词汇以及新的字符串大量涌现,而有穷的分词词典对新词的识别基本上无能为力,这些无法识别的字符串将被现有的分词系统分为零散的碎片,这将极大地影响热点词和主题词提取的准确性,成为网络舆情监控系统性能提升的瓶颈。文中分析了当前主要的几种分词技术的优缺点,利用网络舆情监控中未被词典收录的主题词的局部高频这一特性,通过计算异常分词与周围分词之间的粘结度,从而识别出未被词典收录的主题词。实验结果表明：所提出的分词算法能识别出未被词典收录的主题词,相比传统的分词算法,更加适合于网络舆情监控。     

改进蚁群算法的云存储任务调度算法研究

由于云存储环境与云计算环境中不同,若直接将云计算环境中的任务调度算法移植到云存储环境中,必然会导致任务调度的效率下降.为解决此问题,提出了一种适用于云存储环境中的改进蚁群算法.改进蚁群算法能使云计算环境的任务调度算法更符合云存储的环境;同时,对于改进PSO算法在引入存在矩阵时,由于数据资源不存在而造成算法前期优化浪费引起效率低下的问题进行了有效解决.分析测试结果表明,提出的改进蚁群算法在云存储环境的任务调度算法在保障有效解的前提下能够拥有更快的收敛速度.     

基于Globus Toolkit网格信息服务的研究及应用

为了提高校园中资源的利用率,方便管理校园中的网络设备和资源,进行信息整合,实现资源共享,基于GlobusToolkit搭建了校园网格。在充分对比基于Web Service监控发现系统和监控发现系统的基础上,重点研究了基于WebService监控发现系统的工作机制和工作原理。利用网格中间件Globus Toolkit4.2.1中的基于Web Service监控和发现系统搭建了校园网格信息服务,实现了对三个校区集群资源信息和调度信息的监控,实现了对数据传输的监控,管理员可以通过网页的形式方便查看网络设备运行状态,掌握整个网络的运行状态。