结合查询相关性的关键词查询排序方法

针对关系数据库关键词查询系统中的结果排序问题,提出了一种新的排序方法.该方法结合了查询相关性和结构权重,将单个元组看作是一个虚拟文档,通过对元组引入信息检索(information retrieval,JR)式评分方式,采用标准化词频和标准化逆文档频率说明元组与查询条件之间的相关性程度,对整个结果采用结构权重来反应结果的语义强度.相比于以往只考虑结构权重的排序方法,该方法能更有效的将与查询高度相关的结果排在前面.实验结果表明,结合查询相关性的排序方法可以有效的对结果进行排序.     

ERP系统中的总生产计划

生产控制管理模块是ERP系统的核心所在，它将企业的整个生产过程有机地结合在一起，使得企业能够有效地降低库存，提高效率。同时各个原本分散的生产流程的自动连接，也使得生产流程能够前后连贯地进行，而不会出现生产脱节，耽误生产交货时间。生产控制管理是一个以计划为导向     

软件工程专业多元化实践教学体系研究

根据我国软件工程专业实践教育现状和我校特点,为缩短学生与社会需求之间的差距,提出一教学理念、一中心、四层次的实践教学体系．对实践环节、实训以及两者之间关系进行深入分析,阐述了各实践环节与不同类型的实训培养方式之间的关系,给出了具体的建设思路和方法．     

融合情感词典与上下文语言模型的文本情感分析

词嵌入技术在文本情感分析中发挥着重要的作用,但是传统的Word2Vec、GloVe等词嵌入技术会产生语义单一的问题。针对上述问题提出了一种融合情感词典与上下文语言模型ELMo的文本情感分析模型SLP-ELMo。首先,利用情感词典对句子中的单词进行筛选;其次,将筛选出的单词输入字符卷积神经网络（char-CNN）,从而产生每个单词的字符向量;然后,将字符向量输入ELMo模型进行训练;此外,在ELMo向量的最后一层加入了注意力机制,以便更好地训练词向量;最后,将词向量与ELMo向量并行融合并输入分类器进行文本情感分类。与现有的多个模型对比,所提模型在IMDB和SST-2这两个数据集上均得到了更高的准确率,验证了模型的有效性。     

新工科背景下的计算机类专业人才培养探索与实践

针对计算机类专业学生实践创新能力培养存在的实践内容不够丰富、途径少等问题,构建基于"三对接"的一体多元协同的人才培养体系,给出具体的多元协同实现路径,包括校企合作的举措、工作室的建设、开设科技讲台、第三方评测机构的引入等,挖掘和充分利用校内外资源.通过企业论坛、课程置换、专业工作室、计算机软件能力认证等具体举措的实施及相关管理制度的制订,学生在就业质量、学科竞赛等方面取得了较好的成效,实践说明该体系产生的培养效果良好.     

基于概念格的文本聚类

针对文本聚类所面临的维数灾难、稀疏向量以及标准K-Means算法初始中心点选择的随机性等问题,提出了一种基于概念格的文本聚类算法,且该算法不需要评价函数。实验结果验证了该算法的有效性。     

基于树型二重结构编码遗传算法的服务选择

提出了Web服务语法业务流程树的概念,并结合基于QoS的Web服务全局选择的特点,研究了一种用于组合服务QoS优化的基于树型二重结构编码的遗传算法GATD。该方法建立在服务语法业务流程树先序遍历序列编码的基础上,采用二重编码方法处理用户的QoS约束条件,不仅能够有效地选择出满足用户QoS需求的服务资源,而且可以较好地支持服务运行时快速再规划。     

工作流管理系统的流程柔性动态变更研究

为解决工作流管理系统中流程柔性演进变化问题，结合业务模型生命周期和业务流程模型变更管理的特点，提出了一个支持业务流程动态更新模型和业务流程实例动态迁移算法。在该算法中引入区域划分法，在迁移之前进行相关数据一致性检查和影响区域比较，通过该算法实现流程实例动态调整，以适应新的变种。最后基于该算法和一工作流管理系统平台，通过一个案例来演示业务流程动态更新的过程。     

一种基于图结构分解的图近似查询方法研究

图近似查询能够得到与查询图近似的结果集,相比较精确查询具有更广泛的应用范围。为提高近似查询的查准率和查全率,提出一种基于图结构分解的查询算法。该算法通过对查询图和目标图进行图结构分解,对其建立图分解索引,利用查询图的最小生成树集得到满足阈值的生成树集,通过图标准编码在索引中快速定位,查找出所有可能的近似结果。实验结果表明,该算法能有效得到近似结果,提高查询速度。     

融合级联活跃转发者的社交网络影响最大化方法

已有的社交网络影响最大化研究大多基于网络图结构,没有利用级联数据蕴涵的信息,不能有效捕捉用户间的真实影响。针对此问题,基于级联数据提出融合级联活跃转发者的影响最大化方法。该方法首先设计融合活跃转发者的嵌入式神经网络模型,通过级联转发记录有监督地训练获取用户特征向量,然后根据信息可达对象数量和扩散概率计算融合活跃转发者的用户影响力,最后基于贪婪策略选择种子集。在三种大规模数据集上同四种具有代表性的方法进行对比,实验结果表明,在信息真实扩散范围方面,提出的方法更具有效性。