基于R的图书馆用户借阅行为数据挖掘研究

本文针对图书馆数据低效利用的现状,采用了基于R的数据挖掘技术对图书馆借阅数据进行了深入挖掘,以期发现这部分数据所隐含的价值。通过数据挖掘从借阅数据中探索其中隐含的规律,并将挖掘出的规律信息进行实际应用,从而实现数据挖掘对数据中价值的发现和高效利用。     

基于AHP的云环境用户行为信任评估研究

随着云环境下用户的异常行为日益增多,身份认证技术无法完全阻止风险用户对资源的非法访问。而对用户行为进行分析和评估,根据行为信任判定用户信任度成为当前云安全研究的热点之一。通过用户的行为证据,提出一种基于AHP分析法的行为信任评估方法,以风险用户运行威胁程序次数和扫描服务器端口次数为例,仿真用户信任度变化情况。实验证明,基于AHP的行为信任评估方法可有效计算用户行为信任值,降低风险用户信任度,提高云环境安全水平。     

门诊到住院过程中病床负荷公平性的病人路由策略

在调研分析住院病人历史数据和医院业务流程基础上,建立了病人流路由分配的单排队多服务台队列倒V模型.以病房工作负荷公平性为目标,分析了RMI(randomized most-idle)随机路由分配策略的马尔科夫过程在倒V模型中的应用,得到了系统的阻塞概率及病床占用率等相关性能指标参数,从理论上分析了RMI路由分配策略的公平性.对比了两服务台队列占用率、单位时间内服务的病人数量,结果验证了RMI策略的公平性.     

基于权重调节和用户偏好的协同过滤算法

针对传统相似度计算方法只利用用户的评分信息这一显性反馈行为进行推荐, 导致推荐效果不理想的问题, 提出一种新的相似度计算方法, 通过引入权重调节机制及用户行为偏好等隐性反馈信息, 提升推荐的准确度. 首先, 根据负采样的反用户频率, 降低流行物品全局软件工程的影响程度, 并使用共同评分行为的最小权重, 调节因共同评分数过少而导致的推荐准确度偏差. 其次, 提出项目偏好词定义, 根据项目偏好词矩阵计算出在项目特征上具有共同偏好的用户. 最后, 在MovieLens数据集上进行实验对比分析, 实验结果表明, 改进后的相似度计算有较优的MAE值, 且有更高的推荐准确性.     

采用语义分析的标签体系构建方法

针对现有标签体系粒度粗和层级结构不明显的问题,提出了一种基于语义分析的自动化标签体系融合构建方法。该方法通过分析不同网站导航标签体系中标签的相似性,学习不同导航标签间的等同映射关系和上下位映射关系,进而融合不同网站的导航标签体系以得到细粒度且层级分明的标签体系。为了评估该方法在标签体系融合构建方面的精度,首次提出标签重合度和上下位关系重合度两个测试指标进行衡量。实验结果表明,与基于同义词林的标签体系融合构建方法相比,所提方法在标签重合度和上下位关系重合度上提升了5%以上,可以构建出精准有效且适应不同领域的标签体系,为构建精准的用户画像打下基础。     

城市基础教育设施的空间可达性与公平性研究——以上海市浦西8区小学为例

本文以上海市浦西8区为例,基于道路交通网矢量数据和现状小学空间分布数据,运用GIS网络分析方法定量分析了上海市浦西8区小学的有效服务范围;随后,结合GIS空间统计分析,从行政区和街区两个尺度定量评估了研究区小学的空间可达性;最后,基于上海市第六次人口普查中的街区人口数据、小学空间布局和招生规模数据以及居民区空间分布数据等,运用核密度分析和空间叠加方法,从供需平衡视角,定量评估研究区小学空间布局的公平性.研究表明,行政区尺度上,各区可达性和公平性总体表现良好,个别区有待改善.街区尺度上,各街区可达性总体较好,由核心区向外围呈现出圈层递减模式;公平性方面,核心区的各街区公平性明显优于外围街区.     

基于霍尔三维模型的智能停车系统设计

建立基于霍尔三维结构的智能停车系统模型,为智能停车系统的建设实施提供系统化、整体性的理论引导。借鉴霍尔三维结构理论构建智能停车系统的时间维、逻辑维、技术维和体验维结构,运用问卷法、访谈法在此基础上对设计流程和大型商场停车体验进行系统分析,挖掘用户需求并转化为设计需求,用层次分析法对设计模型进行评价和检验。在进行智能停车系统建设时把设计过程相关的因素联系起来,不仅能及时发现和高效解决设计流程中出现的问题,而且能够从宏观上调控整个设计流程,确保人们拥有全面和优质的停车体验,这对智能停车系统的完善和优化具有方法论层面的指导意义,以此,对其他的智能系统,也带来一些新的思考。     

基于共享单车出行数据的用户行为分析

基于共享单车出行数据,对用户总体出行时间和强度进行分析,并据此对高频用户出行日期和路线进行分类,针对用户出行目的地建立预测模型.结果表明,工作日和休息日出行时间分布存在显著差异,出行强度具有频率低、距离短的特征;高频用户出行轨迹在工作和休闲两维度上可归纳为三种类型;基于共享单车历史出行数据,建立用户出行目的地预测模型所得的准确率较为合理.