一种自适应的混合协同过滤推荐算法

为解决协同过滤算法在处理数据量较大时存在推荐效率低的问题,提出一种自适应混合协同推荐算法。根据待推荐用户活跃度和目标物品新鲜度调节模型权重,基于张量分解计算物品间的相似度,通过短路径枚举叠加生成预测结果。实验结果表明,与CBCF算法相比,该算法推荐准确率提高了28.6%。     

一种面向Deep Web集成服务的查询结果动态排序方法

Deep Web集成服务的快速发展,方便了用户对Deep Web信息检索需求。如何提高查询结果的排序效果,将最接近用户查询的结果显示给用户,逐渐成为研究重点。提出了一种综合评判方法,从数据源质量、查询相关度以及查询响应反馈三个方面,综合计算出查询结果的评价分值,并用于查询结果排序,具有较好的可行性和有效性。     

面向Deep Web的Ajax查询接口技术研究

Deep Web网站采用Ajax技术后使得获取其数据信息更加困难。查询接口处理是获取Deep Web数据的关键步骤,针对采用Ajax技术的Deep Web查询接口,建立Ajax分析处理模型,解决传统爬虫无法完成表单提交的困难,从而获取到更多的Deep Web数据。实验结果证实,该方法是有效的。     

通信铁塔随机振动环境数据的归纳方法

介绍了国内外振动环境归纳方法 ,结合通信铁塔的特点,根据数据采集时的不同风速,并依据现有国军标和其他相关文献,将通信铁塔振动环境数据进行归纳处理。将归纳得到的实测谱用于工程试验中,为改善通信铁塔相关设备的结构等方面奠定了基础。     

采场全生命周期及其应力的时空演化特征分析

井工开采过程中采场应力的分布及演化规律对于回采巷道及工作面围岩的稳定性控制至关重要。本文将开切眼到停采的全部过程称之为采场全生命周期,且将采场应力分为工作面超前支承应力和工作面顶板应力两部分,基于材料力学建立了采场全生命周期内覆岩结构模型得到了不同阶段超前支承应力的力学函数;借助UDEC软件来分析采动过程中覆岩结构的时空演化过程和超前支承应力的动态演化特征,得到了工作面超前支承应力和工作面顶板应力的协调非同步演化特征,认为单个周期来压内超前支承应力峰值会在空间和时间上超前于工作面顶板应力峰值出现,且二者均表现出周期来压前大于来压后的规律,在采场全生命周期内在采动达到非充分采动和充分采动交界点阶段先后达到极值,因此依据采场应力的演变规律将采场全生命周期分为发生期(Ⅰ)、发育期(Ⅱ)、稳定期(Ⅲ)3个阶段:发生期(Ⅰ)对应的是开切眼至基本顶初次来压,采场应力保持稳定的缓慢增长;发育期(Ⅱ)对应的是周期来压至非充分采动与充分采动阶段的交界点,采场应力保持不同的增长速率;稳定期(Ⅲ)对应的是充分采动直到停采阶段,采场应力保持着较为稳定的波动;通过对采场全生命周期及其应力的演化特征分析及划区可以预先对回采过程中的高位应力区进行判定,及早采取相应的措施,为采场的安全提供保障。     

基于掘进机随掘震源的巷道侧前方断层成像技术

基于掘进机随掘震源的地震超前探测,以掘进机切割煤壁和岩石时产生的地震波作为震源,通过在巷道内长时间连续采集地震波并从中寻找反射波实现巷道超前探测。为了使用连续的随掘地震数据实现巷道前方的地质异常体成像,分析了随掘反射波成像的原理,将数据处理和成像的过程分成了5个主要步骤,首先将随掘数据划分为多个一定长度的时间片段并对每个时间片段进行分析,从中挑选出掘进机正常工作时间较长的片段,通过与参考巷道互相关获得脉冲化记录,再依据每个脉冲化记录中直达槽波的信噪比筛选出合格的脉冲化记录,最后,采用基于射线的绕射偏移法对巷道前方和侧帮区域进行成像。并在阳煤榆树坡矿1215工作面回风巷内开展了随掘探测试验,由布置在煤壁内的检波器采集多日的随掘地震数据,对数据进行了处理和成像。结果表明:将掘进机随掘震源地震数据脉冲化后采用绕射偏移法可以实现掘进面侧前方断层的成像;随掘地震数据中包含大量无效数据,评价数据质量并筛选数据是提高成像质量的重要步骤;直接对掘进工作面前方成像缺乏理论依据,由成像结果推断侧前方断层与巷道延伸线的交点可实现巷道正前方断层位置的预测。     

关于中国Deep Web的规模、分布和结构

随着Web数据库的广泛应用,Web正在加速的"深化",大量的高质量的信息隐藏在Deep Web中.基于IP采样的方法,对1,000,000个IP样本进行了分析统计,揭示了2006年初中国Deep Web的规模、分布和结构.主要结论包括有:1中国Deep Web查询接口往往位于站点浅层,94.6%的Deep Web查询接口出现在站点的前3层;2中国Deep Web大约有24,000个站点,28,000个Web数据库和74,000个查询接口;3中国Deep Web大部分是非结构化的,其中64%是非结构化的Web数据库;4中国Deep Web分布于多种不同的主题领域;5目前主要的中文搜索引擎已覆盖国内Deep Web大约二分之一的页面.     

Deep Web查询接口的自动判定

传统搜索引擎仅可以索引浅层Web页面．然而在网络深处隐含着大量、高质量的信息，传统搜索引擎由于技术原因不能索引这些被称之为Deep Web的页面。由于查询接口是Deep Web的唯一入口，因此要获取Deep Web信息就需判定哪些网页表单是Deep Web查询接口。文中介绍了一种利用朴素贝叶斯分类算法自动判定网页表单是否为Deep Web查询接口的方法，并实验验证了该方法的有效性。     

基于DOM树与领域本体的Web抽取方法

为解决异构DeepWeb结果页面中数据区域及数据记录的自动抽取问题,提出一种基于DOM树与领域本体的Web抽取方法。利用数据内容特征以及领域本体库标记DOM树的节点,按照结果页面展示规律定位数据区域,根据改进的简单树匹配算法,定位数据区域及数据记录。实验结果表明,该方法定位数据区域及数据记录的F-measure值比传统的抽取方法高2.93%~6.67%。     

Deep Web中基于表单特征的松弛方法

在Deep Web数据集成系统中进行查询松弛时,面对众多异构数据源的属性,如何来判断松弛的先后顺序目前没有很好的方法.根据表单特征来判定属性的重要程度,提出一种针对Deep Web环境的属性松弛顺序判定方法.同时在结果的排序过程中考虑影响松弛结果与查询条件相似性的主要因素,提出了一种更为高效的排序方法.实验结果表明了该方法的有效性.