新互联网体系下的普适服务机理及关键技术

随着网络用户的增加,以及人们对网络需求的个性化和多样化,互联网的原始设计架构已经无法满足这种发展趋势,暴露了很多缺陷和不足,例如:各种服务不断涌现,端口号作为区分服务的机制存在不灵活、不安全等弊端;网络资源与服务之间存在着密切的联系,然而互联网没有很好地利用这一联系,需要同时维护资源和服务两套处理系统,浪费了用户的上网时间,也增加了网络资源的消耗;互联网服务分级粒度不精细,无法体现用户的个性化和多样化需求,必须对其服务重新区分等级。针对以上问题,文章给出新互联网体系下的普适服务机理及关键技术,重点阐述新互联网体系下个性化、多样化用户服务的定义、分类和标识的设计。该设计能统一标识和处理各种网络服务,深度挖掘服务和资源之间的联系,并根据用户的需要提供个性化、多样化的服务。     

“对比实验+现象驱动的知识挖掘”在高分子材料合成创新实验教学中的尝试与运用

高分子材料合成实验是高分子专业的核心实验课程之一,如何建立实验课程与理论课程的有效衔接,加深学生对所学知识点的深入理解和活学活用,是本课程的主要目标。为此,笔者和教学团队提出：在同一个实验中改变某个实验变量,在教学班中引入对比实验,通过这些改变引起的不同实验现象和由此产生的材料性能的迥然差异,引导学生从现象出发,联系理论课堂知识进行深入分析。这种尝试有效改变了以往实验教学中所有教学班千篇一律的操作和几乎完全相同的实验现象与结果,有效激发了学生的主动性,提高了其分析问题、解决问题的能力。2年的实验教学反馈表明,“对比实验的引入”和“现象驱动的知识挖掘”帮助学生有效巩固了理论课堂的知识点,做到了活学活用。     

如何运用数据挖掘算法进行投诉预测分析

文章主要描述如何运用数据挖掘算法,通过对未预知的价值场景(如重复投诉、质差小区投诉、隐性故障等)的关联关系的分析,提前发现有投诉倾向的用户,对潜在投诉用户主动关怀,预防用户进行投诉行为,降低万用户投诉比,提升用户满意度。     

“沃·风云榜”开创广东联通大数据营销新模式

针对如何利用大数据资源优势以及平台能力,挖掘出数据中隐藏的业务价值的问题,广东联通从用户关注的热点出发,利用自身数据优势创造性推出大数据应用产品“沃·风云榜”并指导实际业务推广,从而开创大数据营销的全新模式,本文详细介绍“沃·风云榜”的特征及创新点.     

基于关联规则的网络行为分析

网络用户访问网站的过程中,产生了大量的用户浏览网页的相关记录,隐含着用户在上网过程中的行为习惯。但其中潜在的用户信息难以发现。因此,急需有效的方法提取这些数据中的信息,数据挖掘应用而生。其中,关联规则技术是应用广泛的技术之一。文中利用Apriori算法对Web结构数据进行关联规则挖掘,所得到的规则反映出页面之间的链接关系。分析挖掘结果可得到用户访问的行为规律,为相关网站的安全性和优化改进提供有效的决策依据。     

Web挖掘在自适应网站构建中的应用

网站作为作为互联网信息资源的主要来源。衡量一个网站运营成功与否,除了网站本身能否提供丰富的、高质量的信息资源,为用户提供便捷性服务是更重要的。本文分析了传统的聚类分析k-means算法的优缺点,提出了使用一种可以伸缩钟型曲线的EM聚类算法构建自适应网站,实验证明在个性化网站构建模型中EM聚类算法得到的聚类分组更适合于显示模型。     

大数据深度挖掘技术下的数字资源推送平台设计应用

随着现代社会的发展,科学技术手段在不断的创新,大数据成为了现下时代的标志。在大数据的时代背景下,丰富的数字资源为人们的生活和工作带来了极大的便利,但是如何能够在海量的信息中快速的筛选有效的信息也是当前面临的一个重大的挑战。在文章的阐述过程中,针对数据的深度挖掘技术进行分析和研究,设计了基于数据深度挖掘技术的数字资源推送平台,更加详细的描述了推送平台的流程和相关的服务方式。