期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于模糊逻辑的计算机网络课程资源个性化推荐方法
1
作者 王尧 蔡秋茹 +1 位作者 于志敏 罗烨 《无线互联科技》 2025年第6期125-128,共4页
由于传统方法在提取用户行为特征时,直接采用原始数据而未计算分词的相似度,导致用户意图和偏好刻画存在偏差,使得特征提取存在稀疏性,进而导致推荐的准确性较低。为此,文章提出基于模糊逻辑的计算机网络课程资源个性化推荐方法。该方... 由于传统方法在提取用户行为特征时,直接采用原始数据而未计算分词的相似度,导致用户意图和偏好刻画存在偏差,使得特征提取存在稀疏性,进而导致推荐的准确性较低。为此,文章提出基于模糊逻辑的计算机网络课程资源个性化推荐方法。该方法通过融合多维度行为数据计算行为数据综合指数,构建加权行为数据矩阵并定义用户兴趣特征向量;再通过模糊隶属度函数将特征向量赋予隶属度值,从而构建用户兴趣模糊模型;利用模型得出匹配资源需求,评估特征相关性并计算特征兴趣度;根据特征重要性计算资源整体兴趣度,引入调整因子和自适应特征量调整权重并重新计算兴趣度,最后根据筛选阈值筛选资源,经多次排序实现计算机网络课程资源的个性化推荐。实验结果表明,该方法的归一化折损累积增益值更平稳且增长趋势较佳、命中率更高。这些结果充分证明了该方法在处理复杂推荐任务时的稳定性和准确性。 展开更多
关键词 模糊逻辑 计算机网络课程资源 用户兴趣模型 自适应特征量 个性化推荐列表
在线阅读 下载PDF
基于K-means聚类的电信企业客户分群决策 被引量:1
2
作者 蔡秋茹 柳益君 +2 位作者 罗烨 朱广萍 叶飞跃 《江南大学学报(自然科学版)》 CAS 2010年第2期173-176,共4页
数据挖掘应用开发对电信企业的发展有重要意义,其中客户分群可以准确认识客户总体构成,使得服务和营销更具针对性。以常州市电信企业为例,采用K-means聚类分析技术,利用商业数据挖掘自动化软件KXEN给出了一个电信客户分群的解决方案。... 数据挖掘应用开发对电信企业的发展有重要意义,其中客户分群可以准确认识客户总体构成,使得服务和营销更具针对性。以常州市电信企业为例,采用K-means聚类分析技术,利用商业数据挖掘自动化软件KXEN给出了一个电信客户分群的解决方案。实践表明,该方案是有效的。 展开更多
关键词 电信企业 客户分群 K-MEANS聚类 KXEN软件
在线阅读 下载PDF
基于KXEN的电信客户分群研究 被引量:1
3
作者 蔡秋茹 柳益君 +1 位作者 罗烨 叶飞跃 《现代电子技术》 2009年第20期97-99,共3页
电信业是典型的数据密集行业,数据挖掘应用开发对电信企业的发展有重要意义。其中,客户分群可以准确认识客户总体构成,使得服务和营销更具针对性。在此以常州市电信企业为例,利用商业数据挖掘自动化软件KXEN给出电信客户分群的解决方案... 电信业是典型的数据密集行业,数据挖掘应用开发对电信企业的发展有重要意义。其中,客户分群可以准确认识客户总体构成,使得服务和营销更具针对性。在此以常州市电信企业为例,利用商业数据挖掘自动化软件KXEN给出电信客户分群的解决方案。实践证明,利用KXEN软件不仅大量减少了建模时间,而且得到的解决方案是成功有效的。 展开更多
关键词 数据挖掘 电信企业 客户分群 KXEN软件
在线阅读 下载PDF
BP神经网络在企业资信评估中的应用研究 被引量:1
4
作者 罗烨 蔡秋茹 +1 位作者 柳益君 叶飞跃 《现代电子技术》 2009年第20期147-149,共3页
对企业进行科学准确的资信评估,可以辅助决策,降低投资者风险,因此提高资信评估的准确度和科学性极其重要。针对当前企业资信评估方法的不足,将BP神经网络应用于企业资信评估。根据企业资信等级与其影响因素之间的映射关系,建立BP神经... 对企业进行科学准确的资信评估,可以辅助决策,降低投资者风险,因此提高资信评估的准确度和科学性极其重要。针对当前企业资信评估方法的不足,将BP神经网络应用于企业资信评估。根据企业资信等级与其影响因素之间的映射关系,建立BP神经网络评估模型。实验结果表明,该模型具有较高的精度,提高了企业资信评估的准确性。 展开更多
关键词 BP神经网络 资信评估 金融决策 动态演化
在线阅读 下载PDF
基于Dlib模型的云自习智能检测和监管系统设计
5
作者 胡阳 史培中 +1 位作者 蔡秋茹 尹文怡 《无线互联科技》 2024年第12期29-33,共5页
云自习的发展对培养学生的自主学习能力、推动智慧教育的建设有重要意义。然而云自习的用户监管正面临一些困难,如目前已有的视频监控方法仍需由监督者使用完整过程录像观测用户的自习状态。此外,完整的视频监控数据上传云服务器后,有... 云自习的发展对培养学生的自主学习能力、推动智慧教育的建设有重要意义。然而云自习的用户监管正面临一些困难,如目前已有的视频监控方法仍需由监督者使用完整过程录像观测用户的自习状态。此外,完整的视频监控数据上传云服务器后,有较大的隐私泄露风险。为解决以上问题,文章设计了一种基于Dlib模型的人脸关键点检测算法,通过视频流分析用户自习状态下脸部特征的变化,实现用户自习状态的智能识别检测。根据上述检测算法,文章实现了云自习智能检测和监管系统。该系统无需存储完整的视频数据进行回看,即可展现用户的自习状态变化和自习结果,充分保护用户的隐私。自习场景模拟下的实验数据表明,该系统的平均检测正确率达到80%以上,可实时处理每秒20帧以上的视频流,能够满足自习状态检测准确率和实时性的要求。 展开更多
关键词 云自习 行为检测 智能监管 图像处理 Dlib模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部