刘春华
- 作品数：4 被引量：16H指数：3
- 供职机构：江苏大学计算机科学与通信工程学院更多>>
- 发文基金：全国统计科学研究计划项目江苏省博士后科研资助计划项目国家自然科学基金更多>>
- 相关领域：文化科学自动化与计算机技术更多>>
- ERP实践环节教学方法的深入研究被引量：7
- 2011年
- 随着企业信息化的普及,高等院校经管类专业相继开设了ERP相关课程的教学。结合信息管理专业学生具备较强软件研发能力的特点,文章尝试地提出了一种新型的ERP课程教学模式。在平时的实践教学以及毕业设计环节中,引导学生参与具体ERP软件开发,使其对ERP内部的运行机制透彻了解,为以后工作打下坚实的基础。
- 申彦刘秋生刘春华
- 关键词：管理专业教学改革ERP教学实践教学课程创新
- 基于在线品牌社区意见领袖的用户关键需求挖掘
- 2024年
- 随着社会的快速发展以及技术的不断进步,人们生活节奏不断加快,对产品的需求也在快速发生着变化。在线评论是目前用户需求表达的重要渠道。为克服不加区分挖掘所有评论的传统用户需求挖掘方法耗时过长,难以聚焦用户关键需求的问题,从用户关键性与需求关键性的双关键性角度出发,研发了一种基于在线品牌社区意见领袖的用户关键需求挖掘方法以快速获取用户重要需求,简称KEY-DEMANDS-OL。该方法依据帕累托法则,依托意见领袖评论大数据,采用优化的情感程度及初始改进率,结合KANO模型对用户关键需求进行挖掘。该方法不仅考虑了程度副词的语义信息,提高了情感分析的准确率,而且能够完成意见领袖的生成内容与KANO模型的自动整合,实现用户关键需求的获取与分类。研究结果表明,与挖掘所有评论的传统方法相比,KEY-DEMANDS-OL可以快速获取用户的关键需求,为企业制定产品优化方案提供辅助决策支持。
- 申彦刘春华
- 关键词：KANO模型意见领袖
- 基于磁盘存储1项集计数的增量FP_GROWTH算法被引量：4
- 2015年
- 随着数据集规模的不断增大,提高频繁项集的挖掘效率成为数据挖掘领域的研究重点.频繁项集的增量更新挖掘算法因其可以利用已挖掘发现的信息提高对新数据集的挖掘效率,成为重要的研究方向.但现有频繁项集增量更新算法大多基于APRIORI算法框架,性能提高有限.最近出现的建立在FP-TREE等树形结构上的增量更新算法又往往存在树形结构调整困难、已发现频繁项集及树形结构保存效率较低等问题,算法性能有待进一步地提高.对此,通过分析增量挖掘过程中的关键信息,提出了一种基于磁盘存储1项集计数的增量FP_GROWTH算法(IU_FPGROWTH_1COUNTING).该算法无需保存临时树形结构及临时挖掘结果,可以在原数据集及支持度均发生变化时,减少FP_GROWTH算法对数据集的扫描,提高频繁项集的挖掘效率.在生成以及真实数据集上进行了验证实验以及性能分析,结果表明IU_FPGROWTH_1COUNTING是一种有效的频繁项集增量更新挖掘算法.
- 申彦朱玉全刘春华
- 关键词：关联规则频繁项集大规模数据FP_GROWTH算法
- 关联案例平台的实现及在MIS教学中的应用研究被引量：5
- 2015年
- 在总结《管理信息系统》课程特点的基础之上,分析了传统教学方法在《管理信息系统》课程教学中的不足之处,引入了一种新颖的关联案例教学方法。对关联案例教学方法的核心思想进行了诠释与分析,总结了关联案例教学方法相比较传统教学方法的优点。利用Web2.0技术研发了基于B/S结构的关联案例教学平台,在《管理信息系统》课程教学过程中应用该关联案例教学平台,取得了良好的教学效果。教学实践证明,利用现代信息技术进行关联案例教学是一种切实可行且有效的新型教学方法,可有效提高教学效率以及教学质量。
- 申彦樊茗玥刘春华
- 关键词：MIS教学教学平台WEB2.0AJAX技术
