公共文化服务平台

邓晓懿: 作品数：10 被引量：94H指数：5; 供职机构：华侨大学工商管理学院更多>>; 发文基金：国家自然科学基金福建省高等学校新世纪优秀人才支持计划福建省社会科学规划项目更多>>; 相关领域：自动化与计算机技术经济管理交通运输工程水利工程更多>>

合作作者

基于情境的移动商务餐饮服务知识建模及推理研究被引量：11: 2013年; 在移动商务餐饮服务中如何对考虑情境信息的用户需求和服务信息进行有效的知识表示和推理是实现个性化服务的关键。本研究在移动商务餐饮服务中充分考虑情境信息，采用本体和SWRL服务规则搭建了基于情境的餐饮服务知识模型，实现了情境信息与餐饮服务知识的共享和交互。在此基础上，针对服务规则提出基于情境优先顺序的推理优化方法，有效解决了移动商务餐饮服务中基于情境的实时性推荐问题。实验结果表明：该方法有效解决了规则推理的结果冲突问题，并可提高餐饮供需匹配服务的质量。本研究为实现移动商务下的餐饮菜品推荐服务提供了基础。; 吕苗金淳邓晓懿韩庆平

移动商务中面向客户细分的KSP混合聚类算法被引量：4: 2011年; 数据挖掘技术中的聚类算法是解决客户细分问题的重要算法之一。为解决传统聚类算法在客户细分问题中分类精度较低、收敛速度较慢的问题,着重对比分析传统聚类算法中K-m eans、自组织映射网络和粒子群3种算法的不足,提出融合3种算法优点的混合型聚类算法,该算法利用K-m eans和自组织映射网络对初始聚类中心进行优化,结合粒子群优化和K-m eans优化聚类迭代过程,并在迭代优化过程中设计避免算法因早熟而停滞的机制。针对移动电子商务环境下的餐饮业客户细分问题,建立移动餐饮业客户细分模型,并利用混合型聚类算法、K-m eans、层级自组织映射网络和基于粒子群的K-m eans等4种算法对实际案例进行对比分析。研究结果表明,混合型聚类算法的聚类精度分别比其他3种算法高,同时还具有最快的收敛性能,更适用于客户细分问题。; 邓晓懿金淳樋口良之韩庆平; 关键词：客户细分自组织映射混合聚类

移动电子商务个性化服务推荐方法研究: 近年来,随着互联网技术、信息技术和移动通讯技术的成熟以及服务经济的快速发展的拉动下,以移动性、个性化等主要特征的移动电子商务成为了电子商务发展的新方向。移动电子商务的出现,为来自精确营销、比较购物、动态供应链和实时优化配...; 邓晓懿; 关键词：个性化推荐用户细分关联规则挖掘协同过滤推荐移动电子商务

基于模糊仿真优化的保税港区海关卡口配置研究: 港区内海关监管条件下的卡口配置对港区的物流作用有较大影响.本研究针对卡口配置问题提出了模糊仿真优化的方法.首先,建立了保税港区的基于排队网络的离散仿真模型.然后,从港区的运输作业方和投资方两个角度建立了海关卡口配置的多目...; 高鹏邓晓懿金淳; 关键词：模糊决策启发式算法

基于情境聚类和用户评级的协同过滤推荐模型被引量：52: 2013年; 协同过滤是电子商务推荐系统中广泛应用的推荐技术,但面临着严重的用户评分数据高维化和稀疏性问题.同时,传统协同过滤中的相似度度量方法没有考虑用户评分行为对其他用户的影响,因而对评分预测的精度影响较大.此外,在移动环境下,传统协同过滤未结合情境信息,导致推荐质量下降.对此,提出一种基于情境聚类和用户评级的协同过滤模型.首先,根据情境信息对用户进行聚类,降低用户评分数据维度和稀疏性;然后,引入社会网络理论分析用户间关系,建立用户评级模型用于评价用户推荐能力,并结合评级指标进行评分预测.通过MovieLens和NetFlix数据集对基于该模型的SlopeOne算法和其它三种方法的比较验证结果表明:本模型在所有数据集上都获得了最高的预测精度,同时还具有最佳的推荐覆盖度,可显著提高预测精度,更适用于移动电子商务环境下的个性化推荐问题.; 邓晓懿金淳韩庆平樋口良之; 关键词：协同过滤用户聚类情境个性化推荐

大数据背景下金融数据分析课程教改趋势: 2015年; 大数据被公认为是继云计算、物联网之后的IT界又一次掀起的颠覆性技术变革,其核心在于对多类型的数据进行分析、处理的能力,而网络技术的日益发达,为大数据嫁接金融业提供了有力平台.在此背景下,高校的金融数据分析课程就应该与时俱进,在大数据背景下实现有效改革,促使学生牢固掌握挖掘、分析、整理金融数据的能力,为他们的日后发展奠定扎实的基础.本文尝试研究大数据背景下金融数据分析课程教改的趋势,希望能起到抛砖引玉的作用.; 邓晓懿; 关键词：大数据教学改革

基于网络拓扑结构的重要节点发现算法被引量：8: 2019年; 复杂网络中的重要节点发现在现实生活中有着广泛的应用价值。传统重要节点发现方法可分为局部发现和全局发现两类算法,全局发现算法中最具代表性的是特征向量中心性算法(Eigenvector Centrality,EC),EC算法将所有节点归为一个社区并利用邻居节点重要性反馈计算节点的影响力大小,具有较高的计算效率和识别精度。但是,EC算法忽略了网络的拓扑结构,未考虑到真实网络中节点所在社区的结构特征。为此,本文提出一种基于网络拓扑结构的可达中心性算法(Accessibility Centrality,AC),首先利用邻接矩阵作为反馈路径,在反馈过程中计算不同路径下的节点整体影响力。同时,利用影响力传递过程中的噪音干扰特性,修正每一路径长度下节点整体影响力大小,最后利用修正结果得到AC值。为评估AC算法,本文利用两种传染病模型模拟节点影响力在四组真实网络中的传播过程,并引入其他四种算法进行对比验证。实验结果表明,与其他算法相比,AC算法可以更准确、有效地识别出有具有影响力的重要节点。; 邓晓懿杨阳金淳; 关键词：拓扑结构

集装箱大门数据信息管理系统的设计与实现: 信息是现代化港口企业未来发展的重要战略资源，面向信息时代的港口物流中心必须软靠敏捷、虚拟、互动的信息技术系统的全面支持，强调跳跃和变化、速度和反映、灵敏和扁平，依靠信息共享、虚拟整合、企业间互相依存、不断创造优势，为未来...; 邓晓懿; 关键词：信息管理系统企业应用集成 WEB服务港口管理; 文献传递

基于分量属性近邻传播的多元时间序列数据聚类方法被引量：9: 2018年; 鉴于传统方法不能直接有效地对多元时间序列数据进行聚类分析,提出一种基于分量属性近邻传播的多元时间序列数据聚类方法.通过动态时间弯曲方法度量多元时间序列数据之间的总体距离,利用近邻传播聚类算法分别对数据之间的总体距离矩阵和分量近似距离矩阵进行聚类分析,综合考虑这两种视角下序列数据之间的关联关系,使用近邻传播方法对反映原始多元时间序列数据的综合关系矩阵实现较高质量的聚类.数值实验结果表明,与传统聚类方法相比,所提出方法不仅能够有效地反映总体数据特征之间的关系,而且通过重要分量属性序列之间的关联关系分析能够提高原始时间序列数据的聚类效果.; 李海林王成邓晓懿; 关键词：多元时间序列聚类分析动态时间弯曲

面向个性化推荐的快速关联规则挖掘算法被引量：2: 2011年; 关联规则挖掘是解决电子商务推荐问题的重要方法之一。针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描数据库,频繁项挖掘效率低,关联规则挖掘准确率低以及规则大量冗余等不足,提出一个基于事务矩阵和用户兴趣度的关联规则挖掘算法（Matrix-and-Interestingness-based Association RulesMining,MIbARM）。该算法仅需扫描一次数据库,并在挖掘过程中不断缩小算法搜索空间以避免生成冗余候选项,同时避免了冗余规则挖掘,从而提高了挖掘效率。最后,在四组人工数据和160种参数组合的数值实验环境下,引入Apriori、CBAR及BitTableFI算法对MIbARM进行对比验证。结果表明,在不减少有趣规则的前提下,MIbARM不但可有效避免冗余候选项集的产生,而且大幅减少了冗余规则数量,极大提高了算法的搜索效率,同时提升了个性化推荐的质量,更适用于移动电子商务环境下的个性化推荐问题。; 邓晓懿金淳樋口良之韩庆平; 关键词：关联规则挖掘用户兴趣度移动电子商务

邓晓懿

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

邓晓懿

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈