清水沟、刁口河流路联合运用方案比选

按照"从上到下"的方法,分析刁口河再次启用的四种定位:备用流路、生态供水、同时行河和分洪通道的流路运用规模;设计了该流路与现状清水沟流路联合运用的6个方案。根据各方案分流口上下游的河道冲淤特性,对黄河下游的反馈,工程投资,生态环境,经济社会的影响等进行综合比选。最后推荐在2030年以后利津流量超过4 000 m3/s时将刁口河作为分洪通道、其余时间使用清水沟流路和工程投资方案。     

基于游客综合兴趣度的旅游景点推荐

为了从大量的信息中检索出符合用户偏好和需求的旅游资源,文中提出了综合兴趣度的概念,综合兴趣度是对用户兴趣的完整描述。在此基础上给出一种基于用户综合兴趣度的推荐方法。将用户主动提供的兴趣倾向与用户的浏览行为相结合,分析其综合兴趣。依据与目标用户兴趣相似的邻居用户对景点的评分信息预测用户对待推荐景点的评分,并选择预测评分处于前N位的景点进行推荐。     

综合多要素的地理空间数据众包任务推荐方法

针对境外欠发达国家（或地区）地理空间数据和志愿者不足问题,为提高有限志愿者的贡献积极性和有效性,本文提出了一种综合多要素的地理空间数据众包任务推荐方法。首先采用网格将研究区域划分为若干任务;然后引入三角核函数计算用户空间偏好,结合时间遗忘率综合计算用户的时空偏好,借鉴TF-IDF和余弦相似度计算语义偏好,并融合时空、语义偏好获取初始兴趣推荐列表;最后利用隐语义模型预测用户标注每个任务的信誉（能力）,并根据用户信誉对初始推荐列表重排序。为验证本文方法有效性,以有一定数据基础的巴基斯坦首都伊斯兰堡为试验区,采用OpenStreetMap平台收集的用户及众包数据开展任务区推荐试验,试验数据按照8：2的比例随机划分为训练集和测试集。试验结果表明,该方法不仅能提高推荐任务接受率,还能提高用户完成任务的有效性。     

城市街区和签到数据结合的个性化城市兴趣区域推荐方法

利用社交媒体用户的历史签到数据分析用户空间活动偏好实现用户兴趣区域推荐,在城市商业规划中起着重要作用,也为了解人们的城市生活和需求提供帮助。已有方法获得的ROI具有模糊性和多样性,无法给ROI赋予准确的地理描述信息,对用户来说可解释性不强。因此,本文提出了一种结合城市街区和签到数据的个性化兴趣区域推荐方法(CBCD),引入城市街区概念解决ROI边界模糊问题。首先,通过城市道路网生成城市街区,并将大规模签到数据映射到城市街区转换为区域签到;然后,基于区域签到对用户空间活动偏好和类别偏好分别进行个性化建模;最后,融合空间和类别活动偏好,向用户推荐其可能感兴趣的区域。在真实的数据集上进行试验,结果表明该方法具有较高的推荐精度,对用户感兴趣城市街区的挖掘和推荐具有一定的价值。     

基于深度学习的个性化新闻推荐

由于网络上每天有海量的新闻报道产生,新闻推荐已经成为减轻用户信息负载、实现个性化新闻信息获取的重要途径,并被广泛用于新闻网站和新闻APP中以提升用户体验.不同于传统的商品推荐,在新闻推荐中新的新闻文章产生速度很快,而且新闻的语义信息需要结合整体新闻文本去理解,给传统的基于ID和基于特征的推荐算法带来了很大的挑战.此外,用户的新闻阅读兴趣存在高度多样性和动态性的特点,使得准确的用户建模变得非常困难.本文介绍了一些基于深度学习的个性化新闻推荐算法,并探讨了新闻推荐未来的一些可行的方向.     

中国地质科学院季强、陈安泽出任中央电视台科教频道智库专家

2011年12月15日,中央电视台第十套节目科教频道智库启动仪式在京举行。科教频道智库专家、频道领导、部门负责人等参加了启动仪式。由中国地质科学院推荐的季强研究员和由科教频道有关栏目推荐的陈安泽研究员成为首批14位进入CCTV—10智库的专家。     

基于免疫协同进化的多Agent辅助浏览系统研究

讨论了基于免疫协同进化的多Agent协商的智能化浏览器模型,通过Agent之间的协商和MAS技术优势,将大量计算在离线状态下完成,利用用户反馈Agent不断收集更多用户推荐和评价信息,随着用户使用时间的增加推荐质量会逐渐提高。对比实验证实系统模型的有效性。     

推进改革 择优用人——广西国土资源厅推行正处职位竞争上岗

11月12日上午,广西国土资源厅举行机关正处长领导职位竞争上岗竞职演讲暨民主推荐大会,厅机关20名竞职人员踊跃参加4名正处长领导职位竞争上岗竞职演讲。据了解,此次参加竞争上岗的20名竞职人员中,大部分为相关处室的副处长,其中,5人参与厅储量处处长职位竞争、4人参与厅对外合作处处长职位竞争、     

湖南省2009年度土地规划机构推荐名录

<正>根据《湖南省土地规划机构管理实施办法(试行)》,经本学会评审,2009年度合格的土地规划机构35家,其中甲级土地规划机构6家,乙级土地规划机构29家。新推荐评定乙级土地规划机构7家。现将名单予以     

基于支持向量机回归多属性在地震应急决策中的应用探讨

地震应急是为了减轻地震灾害而采取的异于正常工作程序的紧急防灾和抢险行动。传统的震后应急决策主要依据应急条例标准以及决策者的经验,导致出队决策可能并非最优方案。随着数据挖掘和人工智能技术的发展,目前多种推荐算法在决策推荐领域正在被广泛的应用,对应急成员的基本情况按工龄、集合时间、应急次数3个属性进行分析,利用遗传算法全局最优收敛的特性,通过对支持向量机的3个属性参数进行寻优推荐,得到最优地震应急出队成员。