摘要：介绍了UML中RUP的软件开发过程,对需求、分析、设计、构造和测试5个步骤作了简要说明,同时按照这5个步聚涉及的软件分析和设计内容,对PDM中产品结构管理的整个开发过程进行分析、建模、代码实现和最终的软件功能测试。

摘要：聚类统计分析在大数据理论研究和实践应用方面具有重要地位,是学习分析技术的重要组成部分。文章首先在数据初始化和规范化的基础上定位分类条件,实现学习行为的分化和集成,形成多个待聚类的数据子集;然后,根据学习交互活动之间的拓扑关联性和依赖性,设计随机游走模型与BIRCH算法融合的聚类统计方法,实现关键学习交互活动的检索评估和数据聚类;最后,对算法执行的多个性能指标进行计算和对比。实验结果表明,改进后的算法在学习交互活动聚类方面具有明显优势,聚类统计过程和分析结果具有可行性和可靠性。

摘要：随着在线教学的开展和普及,大数据驱动的智慧教学成为实现因材施教的可行性措施,构建智慧教学管理的决策架构方案是措施执行的关键。文章依托数据工程、软件工程和系统工程的理念与规范展开论证:首先,梳理了教学管理的决策诉求;其次,将决策架构分化为数据管理和业务设计两个维度,分别阐述相关的定义、结构和规则等;再次,结合前两部分的研究结果,探索智慧教学管理的决策架构方案;最后设计了相关的实践案例,并分析了其实施效果。整个研究工作在智慧教学管理的决策架构和问题实证方面颇具理论和实践意义。

摘要：分析虚拟企业的体系结构,借助UML中部署图的概念,把参与其中的相关单位定义成虚拟企业的功能节点,提出了基于工作流管理系统的构架。针对系统的柔性业务处理,以及任务协同处理的实现,做深入的层次化设计。在此基础上,把层次化模型作形式化的描述。

摘要：对自适应软件过程深入研究,在Agent搭建其模型基础上,引入过程资源和过程角色的概念,完成定义与原理论述。并对过程资源和过程角色的自适应调配过程实现,制定出相关的映射规则关系网,实现自适应角色、服务、规则的三位一体化控制,完成自适应的刚柔相济网络体系。

摘要：如何以平台数据为驱动来实现智慧教育教学,是国内外智慧校园建设亟待解决的一个重要问题。文章将教学行为作为智慧业务实施的关键线索,剖析了教学过程的参与对象和相关的"教"行为、"学"行为,按照工程设计规范,设计了智慧校园的对象模型和功能模型;同时,在智慧校园中引入学习分析机制,进行了智慧校园数据的统计与应用、流程的跟踪和监控、分析结果的预测和决策等。在此基础上,文章提出了包含教学行为、资源管理、教学环路、智慧决策、教学评价等五大模块的智慧校园架构方案,可为教育大数据背景下建设智慧校园、实现智慧教育教学提供有效思路。

摘要：在分析柔性软件理论的基础上,对软件的柔性体系结构进行了探讨,结合软件开发中的体会,构建了基于工作流技术的产品生命周期管理系统,借助面向对象的动态建模机制――UML活动图与状态图,以系统流程实现中的产品订单处理工作流为例,对系统进行模型化描述与分析。

摘要：随着在线用户和物品数量的不断增长,有必要通过追踪和筛选历史数据,为用户提供机制可参考的决策建议。构建统计预测算法是实现启发式预测用户兴趣的有效机制。因此,在充分利用用户自身历史偏好和潜在偏好的前提下,提出兴趣相似度传递思想,分析用户的社交关联强度,计算用户的邻近社交兴趣和选择趋向特征,设计并实现了可扩展的局部敏感哈希(Improved Local Sensitivity Hashing,ILSH)统计预测算法。实验表明,该算法在有利于相似度计算量剧增的背景下,在提高兴趣预测的准确性和可靠性方面优于其他近似算法。

摘要：设计并实现的研究生在线考试系统以遗传算法和ID3经典算法为基础,采用四层体系架构,除包括考试系统的基本功能外,还具有自动组卷、试题难度系数自适应学习和面试决策支持功能,同时实现了数据仓库数据的来源处理过程和应用处理过程,充分体现了自适应决策支持技术的优越性。

摘要：对于非正态数据,基于最小二乘的导数估计方法不能保证估计效率,甚至会得到错误的结论。局部加权最小一乘回归方法解决了非正态分布样本中估计效率低和稳健性差的问题。文章以中国、美国、日本和南非4个国家1959—2017年的总人口数据和人均GDP数据为样本,将环比增长率和基于局部加权最小绝对偏差回归导数估计的结果进行比较,通过设计对应的可执行算法,展开验证与分析。结果表明:相比于环比增长率,该方法对于具有时间序列特征的数据处理具有通用性,可以准确地得到其回归模型在每一点的导数值,灵敏地反映出数据的变化趋势,有利于同类大数据的研究分析和决策学习。