您的位置: 专家智库 > >

王景兰

作品数:8 被引量:5H指数:1
供职机构:亳州职业技术学院信息工程系更多>>
发文基金:安徽省职业与成人教育学会教育科研规划项目安徽省教育科学研究项目更多>>
相关领域:自动化与计算机技术文化科学社会学经济管理更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 3篇文化科学

主题

  • 1篇大学生
  • 1篇大学生网络
  • 1篇大学生网络行...
  • 1篇学生网络
  • 1篇疫情
  • 1篇意愿
  • 1篇意愿分析
  • 1篇应用型人才
  • 1篇应用型人才培...
  • 1篇制度逻辑
  • 1篇上学
  • 1篇使用意愿
  • 1篇数据流
  • 1篇数据挖掘
  • 1篇数据源
  • 1篇双栈
  • 1篇双栈技术
  • 1篇隧道技术
  • 1篇频繁模式树
  • 1篇频繁项

机构

  • 7篇亳州职业技术...
  • 1篇安徽理工大学

作者

  • 7篇王景兰
  • 3篇方晓
  • 3篇丁丽
  • 1篇朱庆友
  • 1篇孙慧婷

传媒

  • 2篇上海电机学院...
  • 1篇电脑知识与技...
  • 1篇常州工学院学...
  • 1篇电脑知识与技...
  • 1篇新乡学院学报
  • 1篇武夷学院学报

年份

  • 2篇2023
  • 1篇2022
  • 2篇2021
  • 1篇2017
  • 1篇2013
8 条 记 录,以下是 1-7
排序方式:
基于频繁模式树的大数据关联规则自动挖掘算法
2023年
由于传统大数据挖掘算法效率较低,导致挖掘出的规则存在大量冗余,提出基于频繁模式树的大数据关联规则自动挖掘算法。通过扫描数据库生成频繁模式树,作为算法的实现依据,并在频繁模式树上挖掘大数据频繁模式设计关联规则自动挖掘算法。结果表明:本文算法仅需5.24s就能有效挖掘出高校学生缴费数据中的关联规则,验证了该算法运行效率较高。
王景兰王振
关键词:数据挖掘频繁模式树关联规则
后疫情时代线上学习平台的使用意愿分析--基于UTAUT模型被引量:2
2021年
为探索后疫情时代大学生对线上学习平台的使用行为意愿影响因素,在技术采纳与利用整合理论模型的基础上加入灵活性作为自变量,构建研究假设模型。以职教云平台为例,通过问卷调查收集数据,采用偏最小二乘法结构方程模型进行定量研究和实证分析,研究绩效期望、努力期望、社会影响、便利条件、灵活性以及性别和受教育程度对使用意愿的相关性。发现社会影响和灵活性对大学生自主使用线上学习平台进行网络课程学习有显著影响;专科生和本科生自主使用的意愿是不相同的。
丁丽方晓王景兰
关键词:使用意愿灵活性
大学生网络行为的调查与问题分析——以亳州职业技术学院为例
2017年
调查以亳州职业技术学院在校学生为样本,在各年级中随机抽取学生无记名填写调查问卷。通过调查数据分析了大学生的网络行为状况和使用网络中存在的问题以及如何应对的措施。
王景兰
关键词:大学生网络行为
基于局部重构树的数据流频繁项集挖掘方法
2023年
针对传统的数据流频繁项集挖掘方法缺乏对事务数据的压缩,导致挖掘效率较低的问题,提出基于局部重构树的数据流频繁项集挖掘方法。通过构建局部重构树,对事务数据进行压缩,并对频繁项集数据进行滤波处理,调整支持度的最大值与最小值,实现对挖掘函数的构建与优化。利用对比实验对提出的方法进行了挖掘效率的验证,实验结果表明,在采用所提出的方法对数据流频繁项集进行挖掘时,算法执行耗时较少,挖掘效率较高,具有一定的应用价值。
王景兰丁丽孙慧婷
关键词:数据流频繁项集最小支持度
基于IPv4向IPv6技术过渡的分析与探讨被引量:1
2013年
网络地址空间从IPv4向IPv6的过渡是一个必然的趋势,但是在这个过渡的过程中也有其需要解决的困难与相关的技术。该文主要分析了IPv4向IPv6过渡中的三种技术,双栈技术、隧道技术和协议转换技术,及其各自的优缺点和在过渡中的过渡机制。
王景兰朱庆友
关键词:IPV4IPV6双栈技术隧道技术NAT
技术应用型人才培养与产教深度融合的逻辑理路被引量:1
2021年
推动产教深度融合是培养技术应用型人才的途径之一。两者的内涵具有深层次的内在关系,同时在共同价值诉求、标准逻辑、内容形式三方面体现了二者的内在逻辑。而技术应用型人才培养与产教融合的制度逻辑体现在根本性、主导性和协同性以及价值诉求等多方面。遵从双方的逻辑理路,深度融合构建校企合作、产教融合的内容,应当有效助推校企需求、学科专业与产业需求、师资培养与行业技术专家、课程资源设计与企业岗位需求、实践环境与生产情境、院校文化与企业文化的六维互动。
方晓丁丽王景兰
关键词:技术应用型人才逻辑关系制度逻辑
基于层次频繁模式树的数据自动挖掘算法被引量:1
2022年
在大规模数据中包含过多的冗余信息,当前算法表达事物不够清晰,导致数据信息不能够完全被挖掘,操作效率过低。为此,提出了基于层次频繁模式树设计数据的自动挖掘算法。基于层次频繁模式树定义挖掘任务,以候选集剪枝思想建立数据自动连接矩阵,利用最小支持度裁剪队列自动挖掘数据,完成基于层次频繁模式树的数据自动挖掘算法设计。实验结果表明:动车组的运维数据作为测试样本,分别对不同总量的数据进行挖掘,研究算法能够在规定时间内将数据表达完全,以200万条数据为例本文算法比传统算法的挖掘数量,分别超出了10万条和8万条,提高了其工作效率。
王景兰方晓
关键词:数据源
共1页<1>
聚类工具0