摘要：针对校园卡欺诈带来的资金安全问题,提出一种"卡库对账-预处理-神经网络检测"的校园卡欺诈检测工作流程,设计卡库对账算法,该算法能够检测出系统中存在的有异常交易的校园卡,在此基础上结合神经网络算法,建立一种校园卡欺诈检测模型。实验结果表明,该检测模型对校园卡欺诈检测具有较好的适应性。

摘要：通过对领域本体参照下传统概念的3种语义相似度的计算模型研究,针对这3种计算模型的优缺点和领域本体所特有的性质,提出了一种改进的基于领域本体的概念语义相似度计算模型。实验结果表明,该计算模型通过定量的分析利用本体构词所描述的概念、特性之间的相似度,可以指导基于领域知识本体的语义查询中概念集扩充和查询结果排序,为概念之间的语义关系提供一种有效的量化。

摘要：为了提高网页正文提取的实用性和准确性,在已有的网页正文提取算法基础上,提出了一种网页图片选择算法,并将两者集成为一种新的网页图文摘要方法。构建了网页图文摘要的方法模型,设计出图片选择算法,该算法使用本体建模语言(ontology web language,OWL)进行页面本体的构建,提取图片和网页各种元素的语义特性,并考虑图片的各类align属性,从而能在网页中选取较优的具有代表性图片。实验结果表明,该方法能够有效地丰富和完善网页正文提取。

摘要：用户习惯用很少的关键字来检索所需的信息,这必然会导致出现用户所检索的信息与得到的信息有所偏差。针对这一现象,提出了基于互信息的问句语义扩展模型(QSE_BMI)。它的好处在于可以根据用户自己制定的兴趣模型和输入的查询问句,检索出与用户兴趣相匹配的并且符合用户需要的相关信息。

摘要：针对TF-IDF算法在加权时没有考虑特征词本身在文档中重要度的问题,提出利用用户阅读时的阅读行为来改进TF-IDF。将Document Triage引入到TF-IDF中,利用IPM收集用户阅读中行为的相关信息,计算文档评分。由于用户的标注内容往往是文章的重要内容,或者反映了用户的兴趣。因此,赋予用户标注词项更大的权重,将文档评分和用户的标注信息等作为因子引入到TF-IDF中,设计出改进的加权算法DT-TF-IDF。实验结果表明,相对传统TF-IDF算法,DT-TF-IDF的查全率、查准率,以及查准率和查全率的调和均值都有了一定的提高。DT-TF-IDF算法比传统TF-IDF算法更加有效,提高了文本相似度计算的准确性。

摘要：提出了基于蚂蚁算法的网格资源发现模型(AA_GRRM),目的是利用蚂蚁算法作为资源发现的策略来实现网格资源的次优解。引入蚂蚁算法到网格资源发现领域,改进了传统的蚂蚁算法的信息素初始化和更新,提高了网格资源发现的准确率和效率,并设计了基于蚂蚁算法的网格资源发现总体结构,最后通过Matlab进行验证。

摘要：为研究CSCL的角色分配,在CSCL中引入角色模型,并在角色模型的基础上,研究了在CSCL中运用MAS进行角色分配,设计了用于角色分配的MAS模型、Agent的内部结构以及角色分配的算法。此研究工作对研究基于Web的仿真CSCL,实现计算机支持的智能角色分配有积极重要的意义。

摘要：在分析传统网络课件结构的基础上,对基于主题图的网络课件采用集合论的方法进行了建模,并对TMC模型中的规则、性质及其作用进行了研究,利用Java和TM4L基于主题图描述语言(XTM)开发了TMC的原型系统,对该模型进行了验证。

摘要：对用形式化语言Z描述的传统的答疑系统的规约进行了初始化定理证明、前置条件推导及其简化,证明设计的规格说明能够满足用户的需求.

摘要：分析了目前答疑系统存在的不足之一,即缺少标准框架,从而很难实现答疑系统之间资源的共事．因此提出了使用形式化方法来构建统一的答疑系统,利用形式化语言Z对答疑系统的主要模块进行需求规格说明。同时用Z语言描述了答疑系统的主要操作模式,包括关键词的提取、问题的检索和知识库的更新等操作。