【摘 要】
：
本文设计并实现了数字图书馆个性化推荐系统(Personalized Recommender System in Digital Library,简称DLPers).该系统以"所得既所想"(What You Get is What You Want)为目标,以用户兴趣建模为中心,以本体论为手段,利用用户以及资源的语义信息,实现基于内容和基于协同的个性化信息推荐.本文从系统的总体结构、设计实现中的关键
【机 构】
：
中国人民大学信息学院(北京) 中国人民大学图书馆(北京)
论文部分内容阅读
本文设计并实现了数字图书馆个性化推荐系统(Personalized Recommender System in Digital Library,简称DLPers).该系统以"所得既所想"(What You Get is What You Want)为目标,以用户兴趣建模为中心,以本体论为手段,利用用户以及资源的语义信息,实现基于内容和基于协同的个性化信息推荐.本文从系统的总体结构、设计实现中的关键技术和未来的工作几方面对DLPers系统作一介绍.
其他文献
本文采用最大-最小规范化和区间离散化两种方法对啤酒酵母基因芯片原始数据进行预处理,并把相对熵作为一种相似性度量标准对预处理后的数据进行K-均值聚类分析.结果表明:相对熵作为相似性度量标准,不仅可以得到与欧几里得距离和Pearson相关系数作为相似性度量标准时一样合理的聚类结果,而且能够使K-均值聚类算法以更快的速度收敛.
本文提出了在生成一个新的查询向量的基础上,采取对特征向量空间进行转换的方法,使检索中相似度较低但与检索样本相关的向量能够向查询向量靠近.与传统的反馈检索方法相比,该方法具有自学习的功能,使检索与用户的查询意图相对应.
随着视频技术的发展,视频数据的创建、存储和发布更加方便,越来越多的领域以视频为形式存储数据并向用户提供服务.当视频数据的数据量大量增加时,无论是为了有效管理还是提供服务,都需要视频数据库.而要实现视频数据库,首先需要一个具有足够表达能力、可扩展的数据模型及相关的查询机制.
本文提出了“关联维值集合”的概念,利用一种简单的数据结构解决了以上所遇到的问题,并且利用此方法能够对任意多的维进行OLAP操作.
早在上世纪70年代人们就开始关注时态信息的处理和应用,时态关系代数、时态数据模型与查询语言、时态数据库、时态知识表达、时态逻辑等方面已有大量的理论研究成果,时态信息处理已成为许多新一代数据库与信息系统的关键技术.时态信息的主要应用领域包括:地理信息系统、电信信息系统、电子商务、智能决策支持系统、数据仓库与数据挖掘等,特别是时空信息技术和多媒体信息技术的时态应用.但是,由于时态数据库理论与模型还不够
本文主要研究一种可以结合两者的独立于硬件平台的数据检索引擎的实现及其关键性的技术问题,通过该引擎使数据在磁盘上的存储容量可以大大减小,同时方便一体化压缩和检索,以达到节省磁盘空间,减少部署海量数据存储的成本,方便高效地再利用海量的历史数据.
本文设计并实现了一个可扩展的并行海量事务处理系统,阐述了其中的数据划分与数据复制思想,着重介绍了基于这种分布方式的查询处理策略的实现与优化,并具体实现了一个基于CORBA的并行海量查询中间件.
本文基于Rough集合理论和Rough关系数据库模型RRDM(the Rough Relational Database Model),将Rough精确查询和Rough完全查询分别与等价合类和共同类结合起来进行讨论和研究,提出了解决信息管理系统中查询事务处理问题的方法.
本文提出基于规则的信息系统开发框架,基本思想就是将业务规则从功能模块中分离出来,由集成到系统中的业务规则引擎对这些规则进行集中的管理和执行,支持规则的实时更新,提高系统的可维护性.同时,采用结构化的自然语言描述规则,使得业务人员也可自行维护业务规则.
本文提出一种针对时间序列数据流中历史数据的存储管理问题以及实现高效实时查询问题的解决方法.基本思想是首先对最新产生的历史数据实施抽样;然后把抽样后得到的数据结果集存储在外存中,同时在系统空闲期对外存中的久远历史数据再次实施抽样存储,以减少历史数据对外存存储空间的占有量;为了支持数据流应用系统的实时查询要求,需要在内存中建立HDS-tree,它索引存储外存中历史数据的聚集值.通过访问内存中的HDS-