题名 基于云计算虚拟化技术的旅游信息平台设计
被引量：2
1
作者
薛涛 刘潇潇 纪佳琪
机构
华北理工大学理学院 河北省文化旅游大数据技术创新中心 河北 民族师范学院
出处
《现代电子技术》
2022年第1期176-180,共5页
基金
河北省文化旅游大数据技术创新中心开放课题(SG2019036-zd2004)。
文摘
为了能够实现对日益增加的海量旅游信息高效处理,满足游客及数据处理要求,文中提出将云计算虚拟化技术引入其中,设计一种基于云计算虚拟化技术的智慧旅游信息服务平台。概述云计算虚拟化关键技术,分析该信息服务平台的系统设计需求,设计基于云计算、大数据、虚拟现实等关键技术,对于智慧旅游信息服务平台设计了Map-Reduce、BigTable、HDFS,对云平台下的数据存储及GAE环境下运用J2EE框架,对数据量进行更新并运用Map-Reduce对数据信息进行计算处理。结合Java Web编程技术,对设计的基于云计算虚拟化技术的智慧旅游信息服务平台设计方案实际应用,发现该平台可以充分发挥云计算虚拟化技术优势,与适当组网方式相结合设计该方案,确保能够有效提高智慧旅游信息服务平台数据信息处理的有效性及可靠性。
关键词
旅游信息平台 虚拟技术 云计算 智慧旅游 模块设计 数据信息处理
Keywords
tourism information platform virtualization technology cloud computing intelligent tourism module design data information processing
分类号
TN02-34
[电子电信—物理电子学]
题名 基于IC卡数据的公交乘客上下站点预测研究
2
作者
迟剑 李秀云 刘艳飞
机构
河北 民族师范学院数学与计算机科学学院河北省文化旅游大数据技术创新中心
出处
《燕山大学学报》
北大核心
2024年第1期77-85,共9页
基金
国家自然科学基金资助项目(62172352) 河北省省级科技计划资助项目(20310301D) 河北民族师范学院2019年度重大招标课题资助项目(ZD2019002)。
文摘
当前一票制的公交IC卡收费系统无法获取乘客的上车站点和下车站点,为公交线路客流量分析造成了一定困难。本文通过充分研究IC卡数据以及GPS数据,构建了以IC卡数据为基础的乘客上下车站点匹配模型,挖掘数据中包含的公交运行特征以及乘客出行特征。模型同时考虑封闭式公交出行链以及非封闭式公交出行链,并采用二分算法以及多概率融合的方法在乘客乘车特征基础上推测乘客的上下车站点,可有效提升公交的高效化运行管理。以承德市7号线路为例进行验证,采用线性回归方程对上下车站点匹配结果进行分析,相关系数高达0.977,校验回归方程系数值为0.9785。结果表明该模型可实现对公交车乘客上下车站点的有效匹配,具有较好的可靠性。
关键词
上下车站点 IC卡数据 GPS数据 数据挖掘 数据分析
Keywords
boarding and alighting stops IC card data GPS data data mining data analysis
分类号
TP31
[自动化与计算机技术—计算机软件与理论]
U491
[交通运输工程—交通运输规划与管理]
题名 直播电视推荐系统的评分预测算法研究
被引量：5
3
作者
郭景峰 朱晓松 李爽
机构
燕山大学信息科学与工程学院 河北省 计算机虚拟技术 与系统集成重点实验室河北省文化旅游大数据技术创新中心 天津大学建筑学院 河北 环境工程学院生态系
出处
《电子学报》
EI
CAS
CSCD
北大核心
2020年第9期1735-1740,共6页
基金
国家自然科学基金(No.61472340) 河北省重点研发计划项目(No.20310301D)。
文摘
伴随电视频道的不断增加,推荐系统在直播电视领域应用成为研究热点.然而,直播电视独特的播放和收视方式使得传统的VOD(Video On Demand)推荐系统无法直接应用,已有的推荐频道的方法不关注正在播出的节目状态从而影响了推荐准确率,而推荐节目的方法难以应对节目冷启动.为此,本文提出了一种融合频道推荐和节目推荐的评分预测算法OFAP(Over the First by Adding Preference).首先,利用聚类方法对每个用户实现差异性的收视时段划分,构建他们的频道-时段偏好矩阵和预推荐评分权重矩阵;其次,提出一个评分替代策略使得已有的推荐节目的算法能够应对节目冷启动,从而实现预推荐;最后,通过融合用户偏好、预推荐评分权重与预推荐结果,构建评分预测函数,将预推荐算法的评分预测结果作为评分预测函数的训练样本.实验表明,采用Precision@N和Recall@N作为评价标准,本文所提方法OFAP明显优于对比算法.
关键词
直播电视 推荐系统 冷启动 时间相关 预推荐 协同过滤 电视频道
Keywords
live TV recommender system cold start time-based pre-recommendation collaborative filtering TV channel
分类号
TP302
[自动化与计算机技术—计算机系统结构]
TP391
[自动化与计算机技术—计算机应用技术]
题名 TTRec:时间相关的直播电视推荐算法
被引量：1
4
作者
朱晓松 郭景峰 李爽 郝童
机构
燕山大学信息科学与工程学院 河北省文化旅游大数据技术创新中心 河北 环境工程学院生态系天津大学建筑学院 秦皇岛市城市景观生态与规划设计重点实验室
出处
《小型微型计算机系统》
CSCD
北大核心
2021年第6期1184-1191,共8页
基金
河北省重点研发计划项目(20310301D)资助 国家自然科学基金项目(61472340)资助 河北省文化旅游大数据技术创新中心开放课题项目(SG2019036-zd2005)资助.
文摘
随着直播频道的不断增加,观众不得不花费额外的时间和精力来选择适合的节目.通常,推荐系统可有效缓解上述问题,然而直播电视所具有的实时性、多用户、隐性反馈、冷启动等特点给推荐系统的研究带来挑战.针对这些特点,现有的方法大多利用时段划分的方式将用户对节目的偏好转换为对频道的偏好,通过推荐频道来完成节目的推荐.然而,这些方法的时段划分规则依赖经验,不具通用性,可解释性差,并且未考虑用户偏好会随时间的推移而变化的情况,同时,推荐频道的模型往往忽视了对正在播出的节目的关注.为此,本文提出了时间相关的直播电视推荐算法TTRec.首先,采用聚类的方法按时段将每个物理频道划分为若干虚拟频道,构建用户-虚拟频道偏好矩阵.其次,利用遗忘函数调整用户隐性反馈的量化结果,将其作为偏好矩阵的填充值.然后,采用协同过滤算法对偏好矩阵中未知项进行预测.最后,以节目的时间特征为属性,通过计算正在播出的新节目与历史节目的相似度来调整偏好矩阵中对应的数值,按调整后的结果生成推荐列表.在真实的数据集中的对比实验表明,TTRec明显优于对比算法.
关键词
直播电视 推荐系统 冷启动 时间相关 虚拟频道 聚类
Keywords
live TV recommender systems cold start time-aware virtual channel clustering
分类号
TP302
[自动化与计算机技术—计算机系统结构]
题名 以成果为导向的学习活动教学设计
被引量：70
5
作者
孙海民 蔡永华 李秀云 玄友珍
机构
河北 民族师范学院数学与计算机科学学院河北省文化旅游大数据技术创新中心 河北 民族师范学院附属中学
出处
《高教发展与评估》
CSSCI
北大核心
2022年第6期99-111,I0006,I0007,共15页
基金
2018-2019年河北省高等教育教学改革研究与实践项目“CDIO理念下地方本科高校计算机科学与技术专业软件开发课程群建设”(2018GJJG499) 第二批河北省新工科研究与实践项目“面向承德大数据产业急需的现代产业学院建设探索与实践”(2020GJXGK052) 2020-2021年度河北省高等教育教学改革研究与实践项目“新工科背景下大数据专业集群建设的实践课程模式改革与实践”(2020GJJG386)。
文摘
以学习活动为中心的教学设计理论认为教学系统是由学习活动构成的,学习活动是教学设计的基本单位。学习活动为成果导向教育理念在课堂教学层面落地提供了实现方式,它有助于实现学习成果的持久性、深度性;对学习活动及其学习行为评价的量化,有助于实现学习成果的过程性评价。为此,基于活动理论的学习活动理论、学习活动结构理论和学习行为理论,是成果导向教育理念的学习活动教学设计的理论基础。构建学习活动模型、学习活动结构模型和C-I-S学习行为分类的过程中,课堂教学以学习成果为中心,学习过程以学习活动为中心,学习评价以学习行为为中心。
关键词
OBE理念 学习成果 课堂教学 教学设计 学习行为
Keywords
OBE learning outcomes classroom teaching instructional design learning behavior
分类号
G642
[文化科学—高等教育学]
