基于用户项目特征分组的隐私保护算法

针对互联网推荐系统中存在严重的隐私保护问题,在传统推荐系统算法的基础上,引入项目属性相似度的概念,并提出了一种具备保护用户隐私功能的新型推荐系统.系统利用用户的历史评价和推荐系统中项目的属性信息,使用不采集用户个人信息的协同过滤推荐算法,计算出用户对未评价项目的评分预测,形成了一种能够保护个人隐私的推荐算法.结果表明,与其他推荐算法相比,本文算法在推荐准确度和用户隐私保护程度上取得一个较好的平衡,具有较高的实用价值.     

教师综合业绩评价系统的设计与实现

本系统基于J2EE Web开发技术,以填补我校信息化建设上的空白为目的,采用了目前较为流行的N层结构的架构设计方法,并以Access为数据库,实现了用户管理、数据申报和数据审核、决策树生成、业绩评定管理等6大功能模块.开发过程中采用ID3算法形成决策树,使用基于角色的访问控制技术(RBAC)对用户权限进行限制,采用随机函数对Access数据库进行加密.本系统严格按软件工程的开发顺序,逐步实现系统的核心功能.本系统的实现是对我校教学和科研工作的又一次促进.     

数据挖掘技术在智能答疑系统中的应用

随着网络的普及和教育手段的改变,高校竞相开发出各种以自学为主的教学网站,为了弥补师生不能同时在线的情况,智能化、自动化答疑系统的产生便成了迫切的需要。本文将数据挖掘算法应用于智能答疑系统中,并提出了一套基于数据挖掘算法的答疑设计方案,目的是实现一个快速准确的智能答疑系统。其基本思想是将初始问题的关键词按某种关联规则计算出相似度,并从每个问题所对应的众多答案中获取一个最恰当答案。再执行基于关联规则的算法,实现问题分类存储。将聚类后的每一类问题应用关联规则,可以得到更加准确的关联表,同时也促使相似度的精准度得以提高,从而产生一个知识库。此外,为了更加准确快速的得到最佳答案还建立了模型树。