基于FS映射求解和DSM信息过滤的计算机辅助概念设计研究

为解决计算机辅助概念设计系统方案生成中经常出现的产品结构匹配性不能满足要求,从而需对设计方案进行人工筛选的问题,因此根据概念设计中功能-结构映射(Function-Structure Mapping)信息和设计结构矩阵(Design Structure Matrix)的内部结构联系,提出一种适合计算机辅助概念设计的问题解决方法.该方法以DSM表达和存储产品的结构匹配设计知识,然后基于FBS(Function-Behavior-Structure)设计过程模型开展概念设计,通过构建功能链以及提取设计中的FS映射信息获得结构链,再利用DSM设计知识对所获得的结构链进行结构匹配性评判,从而实现对计算机辅助概念设计方案的获取与筛选.基于该方法搭建了计算机辅助概念设计软件平台,并结合具体实例验证了所提出方法的有效性与软件系统的实用性.     

基于用户评论的潜在演化需求发现方法

由于在线用户评论具有数据量大、质量良莠不齐等特点,单纯依靠人工校读方法发现其中的演化需求耗时耗力,也无法满足以用户为中心的软件版本快速更新的需要,因此提出一种基于用户评论的潜在演化需求发现方法 DICM.该方法首先对预处理后的用户评论文本进行基于信息增益的特征选择,接着使用下采样来降低训练集与测试集的不平衡度,最后利用朴素贝叶斯分类器分类出潜在演化需求,以辅助需求工程师进行演化需求的抽取.对照实验结果表明,使用DICM方法发现的潜在演化需求可以有效辅助需求分析师进行演化需求的获取,减轻需求分析师工作量并减小个体差异.同时,获得了关于DICM方法的用户可接受性及未来改进方向.     

电商评论情感挖掘模型

通过对商品评论的挖掘,商家可以更好地了解消费者的需求从而及时改善产品的设计。目前,针对商品评论的挖掘大多数采用的方法是提取有效的情感特征并利用分类器进行分类。然而由于电商评论文本表述方式多样、行文不规范,口语化等特点,数据稀疏,文档特征维度过高,样本不均衡以及情感词典领域依赖性等问题都导致情感特征的提取过程愈发困难。为了解决这些问题,论文提出一整套针对电商评论挖掘方法,其融合多种策略构建电商领域情感词典;将文本长度作为特征;结合语料库对停用词表进行优化;将文档频率和TF-IDF算法结合进行特征选择和特征加权。论文以热水器评论作为语料库,以支持向量机为核心对所提出方法进行验证,实验结果证明所提出的方法能在降低文本维度的同时可大幅度提高情感分类的准确度。     

信任关系辅助的隐反馈Web服务推荐研究

针对Web服务推荐现有技术缺乏显式打分数据缺点,提出使用隐反馈知识进行推荐的方法.该方法首先构造一个伪评分生成器,将用户隐反馈知识映射成为显式打分.基于矩阵因子分解模型,将信任知识引入服务推荐过程,建立一种融合社交信任信息的服务推荐模型,有效提高了服务推荐性能.实验表明,本文提出的基于隐反馈的服务推荐方法预测性能优于最近邻方法和SVD++方法;同SVD++方法的性能对比实验表明,引入信任知识能够进一步提高服务推荐的性能,具有较好的实际应用价值.     

基于多媒体数据库的数据挖掘系统原型

提出了一种多媒体数据挖掘的系统原型 MDMP.介绍了 MDMP原型构件和开采函数 ;描述了挖掘处理与知识表示 ,讨论了多媒体数据特征立方体构建及在线分析挖掘 OL AM机制 .MDMP用于从多媒体数据库中挖掘出隐含的用户感兴趣的知识 .     

面向用户行为理解的移动通讯数据可视分析

通信数据包含人类活动的时空以及社会关系等信息,对人类行为分析有重要的价值.为了帮助分析者对用户的行为进行分析和理解,构建了从通信数据中探索用户的时空、社交等信息以分析用户行为的可视化流程,旨在理解用户的行为模式并通过行为的对比发现用户的社会角色以及用户之间的真实社交关系,通过迭代式交互过程,对用户不同时段的行为进行有效的理解和分析.在此基础上,构建了用户行为可视分析系统,采用半年的通信数据对该方法以及系统进行评估,结果显示,本方法能够有效理解个人行为、识别用户之间的关系.     

基于关联规则和技术功效矩阵的企业技术创新机会发现和辅助决策方法

为助力科技型创新企业准确且快速地从外部捕获创新技术机会, 提出一种企业技术机会发现和辅助决策方法. 首先, 挖掘领域内的技术热点、技术重点和有潜力的技术作为领域技术创新机会. 然后, 通过关联规则分析领域技术机会和企业已有技术之间的相关性, 进一步结合技术掌握度和新颖度, 识别更适合企业的技术创新机会. 最后, 创新性地采用Sen-BERT语言模型和K-means聚类方法构建技术功效矩阵, 辅助企业从功能需求的角度进行技术创新决策. 以电动汽车领域为例验证了该方法的可行性.     

多源异构土地基础数据一体化管理检索方法研究

为了从多源异构的复杂土地基础数据中快速准确地提取用户所需信息,提出了基于元数据的一体化管理检索方法.在元数据信息提取、元数据加权索引、实体同义词扩展检索3个环节中,结合土地领域专业知识和用户实际需求,设计和开发了共享元数据表结构、加权元数据中字段相对重要性和信息熵因子,构建地名实体和专题数据层实体同义词库,并集成到包括中文分词、实体识别、同义词扩展、索引检索和相似度计算的一体化管理检索框架中,解决了多源异构土地基础数据统一管理和精确检索的问题.实践表明,该方法较传统的通用信息检索方法具有更好的适用性和更高的准确率.     

可变功能机械基于实例推理的分级实例集模型及其概念设计方法

为更好地利用现有案例实现可变功能机械的概念设计,在FBS理论的基础上基于CBR技术,分析并总结了可变功能机械的功能和结构特点,提出了可变功能机械的分级实例集模型;通过分级实例集实现了可变功能机械产品基于实例推理的概念设计.针对实例推理方法的特点,提出了相似实例匹配度计算方法,通过对设计要求和实例的相似度匹配获得产品概念设计的最佳实例,提高概念设计效率.最后以旋压机为案例,验证提出方法的有效性.     

基于云计算的用户核心数据保护模型研究

用户数据在公有云计算环境中的存储位置是用户无法有效控制的,这样就给用户数据的安全造成了较大的威胁.为了保护云计算中用户核心数据的安全,提出了采用混合云架构保护用户数据安全的思想,为此设计了基于云计算的用户核心数据保护模型,将用户的数据分解成核心数据和一般数据,核心数据将存储在用户可控的私有云中,一般数据经过过滤后存储在服务商的公有云中,有效地解决了用户核心数据的保护和安全问题.通过利用已有的网络安全产品,并结合所设计的数据分类算法,按模型构建了基于云计算的企业核心数据保护系统,经过实际使用验证了模型的有效性,为云计算中用户核心数据的保护探索了新的方法.     

一种面向领域知识的大数据价值服务建模方法

在网络大数据价值服务系统中,面对复杂的异构数据关联与交互,如何实现智慧的大数据价值发现与服务成为当前亟需解决的一个重要问题。为解决该问题,提出了面向领域主题大数据价值服务的语义内容标签及其语义矢量元模型,在元模型中给出4种语义基本矢量及其关联的9种语义单位矢量,基于该模型构建赋予本体概念的语义矢量本体模型,并进一步结合树形层次状态机对语义矢量元模型进行形式化描述,更精确地描述大数据价值服务。该方法能够有效地用于有序化组织大数据主题知识及其价值服务空间,实施面向主题的大数据知识及其价值服务的规模化定制。通过城市交通需求物联网服务领域阐述该方法在服务交互融合过程中实现按需价值服务,说明该方法的有效性。     

基于大数据技术的水情云数据中心设计与研究

随着浙江省水情信息化的不断推进,水情数据种类、结构和数据量不断丰富和发展,传统的单结构化数据存储管理方式已不适合当前信息化社会的应用和服务需求。 本研究采用先进的分布式数据采集、智能数据过滤、大数据存储等技术,构建基于大数据云平台技术的浙江省水情云数据中心,对各类分散的多源异构数据进行全面整合。实现了水情大数据的质量管控、深度挖掘和高效共享,丰富了水情信息的资源样本,拓展了服务深度和广度,提升了数据挖掘的服务效率和能力,为水利业务和事务的现代化发展奠定了坚实的基础。     

面向不动产登记的异构信息资源整合策略

为满足不动产统一登记信息化建设的需求,解决目前我国不动产登记中"多头登记"的问题,在分析不动产登记业务架构的基础上,提出了面向不动产登记的异构信息资源整合策略.该策略结合了基于语义的异构数据集成技术,统一接口的地图服务整合技术,以及关系型数据库与文件索引的分布式文件存储技术,将分布在各个应用系统中的业务数据、地图数据以及文件资料等信息资源进行集成管理.该策略已应用于国土资源部门不动产统一登记平台的建设中,系统功能稳定,运行良好,证明了该方法的可行性与有效性,也为不动产信息资源的整合与共享,进而达到不动产信息服务社会化的目标提供了新的思路.     

可变功能机械基于KANO模型及成本约束的功能需求分析

通过对现有可变功能机械产品的分析,引入KANO模型对用户的需求进行分析研究,将用户需求细化映射到功能层面,提出一种根据调查数据来确定功能需求权重的方法.新方法利用权重判别原则能够较为准确地确定用户对各功能的需求度;再引入成本约束对初选方案进行评价,最终完成对用户需求功能的取舍.此外,结合FBS理论区分产品在功能等方面的特征,为随后的设计过程提供指导,最后结合实例验证了上述方法的可行性.     

基于可靠性增长的硬件产品保修期优化

针对硬件产品全面生产和使用过程中存在的可靠性增长,应用上一代各批次产品售后故障数据建立描述同代各批次产品之间可靠性增长规律的AMSAA模型,并将该模型应用于预测下一代产品的可靠性水平。以此为基础,构建由指数形式保修效益函数和线性形式保修费用函数组成的保修利益目标函数,企业售后维修成本为约束条件的保修期优化模型,设计产品的最优保修期。家用空调的算例分析验证了方法的可行性,与以试生产阶段产品达到的可靠性水平确定的保修期相比,该方法充分挖掘了产品的质量改进潜能,所设计的保修期有显著延长。更多还原     

基于代换加密的隐私保护协同过滤推荐算法

推荐系统中的隐私保护问题是当前的一个研究热点.为了解决推荐系统服务器不可信问题,提出了一种基于代换加密的隐私保护协同过滤算法.用户在客户端采用自定义代换加密机制,对评分信息进行加密并提交给推荐服务器,服务器根据收集的评分密文信息进行协同过滤推荐.同时,设计了一种用户模式相似度计算方法,用于在隐私保护协同过滤中确定每个用户的近邻,确保该推荐算法在无法获取用户评分语义的情况下,对用户的评分密文进行预测.采用公开的Movie Lens数据集和Netflix数据集对该算法的性能进行评估.实验结果表明,该算法能够以较小的计算代价和通信代价来实现隐私保护和精确推荐.     

一种用于信息聚集的抽象Web挖掘模型

Web挖掘是指从Web数据资源中自动发现和提取信息,尽管标准的数据挖掘方法可能适用于Web挖掘,但对于大多数基于Web的信息处理过程有必要设计特定的算法.提出了一个用于提取隐藏在数据资源中的信息的抽象Web挖掘模型.     

面向特定服务的网络安全态势数据采集与分析

针对网络安全态势感知的信息获取问题,设计并实现了一种面向特定服务的安全传感器.给出了基于服务指标需求的安全状态数据分类,通过对流营、性能、配置文件等数据的采集与分析处理,生成以多元组形式表示的网络安全事件,并通过安全事件之间的时序关联分析,达到对网络服务可用性与性能变化衡量的目的.实例验证结果表明,该安全传感器能够收集和处理来自特定服务的安全数据并能准确反映服务状态变化,具有较好的可行性和实用性.     

一种交互式自动挖掘知识的模型

提出一种交互式自动挖掘知识的模型,论述了该模型的原理、实现机制,并讨论了模型中数据宝藏和影响域及其相互关系．该模型同时具有在线性与深入挖掘的优点,能灵活有效地满足实际应用的需求．     

基于上下文时序关联的时序知识图谱嵌入方法

时序知识图谱的嵌入表示是知识工程领域的研究热点之一,现有的时序嵌入模型大多通过不同的方式将时间信息融入静态嵌入模型中,以此学习实体和关系的时间演化过程,但是难以挖掘和学习细粒度的时序关联信息。因此本文在之前研究的基础上,提出一种在复数空间下上下文时序关联的时序图谱嵌入表示模型,将细粒度时序信息细分为知识开始时间的相关性和知识时间间隔的一致性。设计了一种上下文感知时序关联信息挖掘方法,筛选语义相似的上下文四元组,挖掘训练四元组中包含的时间信息与上下文四元组时序关联信息,增强嵌入模型对于细粒度时序信息的学习。将本文方法与已有的方法在两个公开的时序知识图谱数据集YAGO11k和Wikidata12k上进行了实验。实验结果表明,对于MRR(mean reciprocal rank)和Hits@k(k=1,3,10)指标,本文方法与已有方法相比都有一定的提升。