摘要：亚生产——倪海峰个展展期2008年9月27日—11月展地:卓越艺术空间倪海峰的艺术实践起源于对回归、交换、语言和生产等文化系统的关注。他通过影像和装置的方式,探索同时发生的意义的产生和消偃,提醒人们注意常常映射出殖民主义和全球化建构模式的人。

摘要：译象:国际实验电影/实验动画巡回展PANORAMA译象实验电影与实验动画在欧美等国家已有近一个世纪的历史,但在中国,却几乎是一个缺失的领域。中央美术学院与加州艺术学院实验电影研究生合作班是国内第一个这方面的课程班,其出现也许是在教育领域填补空白的开始。

摘要：嫌疑——7位有罪者和无罪者1997这个项目依据的是真实事件,并且这些事件也曾被国际媒体大量报道过。事件中主要的几位女英雄——来自良好家庭的女孩,年龄介于11-14岁,她们都犯下了被认为动机不明的理性谋杀罪。项目在一家少女管教所开始。7位少女被选中拍照。她们被告知她们的这些照片将会匿名地穿插在一系列普通少女的肖像中。

摘要：针对单个环境上下文中项目访问记录稀疏的问题,推荐系统难以获取与当前环境上下文关联的用户偏好。该文设计了一种新的上下文关联性推荐(CTRR)算法。CTRR算法通过CTRR_LDA模型求解推荐项目出现在特定环境上下文的概率,并结合上下文后过滤推荐算法,对用户进行推荐。CTRR_LDA模型是在(LDA)模型的基础上,结合环境上下文和项目特征上下文,提出的项目与环境上下文的关联概率模型。该模型将环境上下文划分为多个环境上下文因子,每个环境上下文因子表示为K维的主题分布,挖掘环境上下文因子中项目出现的潜在主题特征。利用LDOS-CoMoDa网站上真实的电影数据集进行实验,验证了算法的可靠性。

摘要：推荐机制是分布式目录服务系统中一个十分重要的功能 ,它的构成和使用都充分体现了分布式目录服务的特征 .本文简要介绍了 L DAPv3中与实现推荐机制紧密相关的“referral”对象类和“ref”属性 ,仔细分析了 L DAPv3协议中服务器端和客户端对推荐的使用及处理 ,提出了在基于 L DAPv3的目录服务系统中推荐机制的设计与实现方案 .在实际系统实现中取得了较好的分布式操作效果 .

摘要：基于对4A能力(认证、鉴权、计费、审计)组件的需求分析,设计并实现了平台即服务(PaaS)平台中的4A能力组件.使用此组件的开放接口实现了个性化应用推荐服务,证明了该组件的有效性及其在PaaS平台中的应用前景.提出的PaaS平台4A能力组件不但丰富了PaaS平台的能力,而且简化了应用开发.

摘要：推荐理由①:《檀香刑》自身的艺术成就,特别是莫言在“大踏步撤退”时表现的对汉语写作的新的可能性的自觉:对本书叙事资源和语言资源的回归,为新世纪的中国小说确立了一个新的方向。

摘要：[目的/意义]强针对性、高自由度的合作者推荐服务能够促进科研工作者之间的知识和资源共享,提高科研质量与效率。[方法/过程]基于混合推荐方法的思想,从学者科研合作动机角度切入设计科研合作者推荐方案的框架并给出具体的实现过程。首先,针对寻求主题相似、主题指定或主题互补等合作者的需求,设计多项基于学者研究主题的推荐指标并给出计算方案;其次,面向寻求权威合作者的需求,设计多项基于关系网络结构的推荐指标并给出计算方案;最后,基于学者按需求提供的权重将两部分指标综合集成。[结果/结论]以情报学领域为例对论文所提科研合作者推荐方案进行实证研究。研究结果表明,结合领域内研究主题与学者关系网络结构的科研合作者推荐方案能够准确地识别出社会资本强度更高的备选合作者,能够更好地适应科研合作者推荐的个性化需求。

摘要：推荐理由①:《花腔》是2001～2002年间最优秀的长篇小说之一,它对历史中的个人、对知识分子命运的思考和探索体现了目前最深湛的认识水平,它的文体、结构、叙述、语言是对80年代以来先锋文学艺术成果的一次有力的综合。

摘要：隐私保护在推荐系统中具有至关重要的地位,因为它有助于保护用户的敏感信息免受泄露风险。近年来,推荐遗忘学习作为一种有效的隐私保护手段引起了越来越多的关注。现有方法为了提高模型的训练效率,通常将数据划分为子分区进行训练。然而,简单划分子分区会破坏用户-项目间的完整性,降低数据的可用性。此外,子分区中隐式反馈的假阳性噪声会干扰模型的训练,使其无法准确地捕捉用户的真实偏好。为解决上述问题,提出了融合模糊聚类和自适应去噪的推荐遗忘学习算法(FDRU)。该算法使用模糊聚类来划分数据集,通过计算交互样本到各个聚类中心的余弦距离来确定隶属度,进而将训练集划分为若干个子分区。FDRU设计了一种自适应去噪方法,其能够根据阈值动态地剔除子分区中的假阳性噪声。通过动态权重聚合子模型进行预测和Top-N推荐。为了验证提出算法的性能,在三个公开数据集上进行实验验证,实验结果表明,提出的算法在召回率和归一化折损累计增益上优于其他基准算法。