刘敏娴

作品数：14被引量：34H指数：2
导出分析报告
供职机构：江苏师范大学更多>>
发文主题：数据挖掘WEB关联规则推荐系统页面聚类更多>>
发文领域：自动化与计算机技术文化科学更多>>
发文期刊：《计算机工程与设计》《福建电脑》《电脑知识与技术》《计算机工程》更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
翻转课堂在ACCESS数据库程序设计中的教学探索被引量：1
《福建电脑》2018年第11期168-168,136,共2页刘敏娴 李义宁 邱波 
针对目前ACCESS数据库程序设计课程的现状,以网络微课为辅助手段,结合学校的培养要求,探索一套既能充分调动学生积极性,又能自主学习和与他人协作的翻转课堂的教学模式。
关键词：翻转课堂 微课 教学 
微课在大学计算机基础课程中的教学实践被引量：1
《福建电脑》2017年第11期158-159,共2页刘敏娴 马杰 许洋 
探讨微课在大学计算机基础课程中的应用,让学生在课后的碎片时间,利用移动设备观看微课,完成微作业,改变传统的教学模式,促进分层教学,提高学习效率。
关键词：微课 翻转课堂 微视频 
基于本体的MOOC资源个性化推荐系统的研究被引量：2
《福建电脑》2017年第10期105-105,130,共2页邱波 李义宁 刘敏娴 
如何在海量增长的MOOC资源中找到适合自己的学习资源,是目前信息技术领域亟待解决的问题。性化推荐技术可以依据用户的特征和需求动态的为用户提供资源。将本体和语义检索引入MOOC资源推荐系统,设计了基于本体的MOOC资源个性化推荐系统...
关键词：本体 语义检索 个性化推荐 MOOC 
基于SPOC的VFP课程混合教学模式研究被引量：1
《福建电脑》2017年第4期167-168,共2页邱波 李义宁 刘敏娴 
SPOC(小规模限制性在线课程)具有小规模、限制性和集约化的特点,是MOOC与传统课堂的有机结合。分析了高校财经类专业程序设计课程存在的问题,将SPOC应用于VFP课程进行教学,对于混合教学模式中的前期筹备、课堂教学设计及课后复习进行了...
关键词：SPOC MOOC VFP程序设计 混合教学模式 
VFP程序设计网络课程的设计与实现
《福建电脑》2014年第7期51-52,137,共3页刘敏娴 李义宁 邱波 
校级教育教学研究课题(编号XJG201262)
高校网络课程已经成为网络环境下学习者自主获取知识的主要渠道,通过有特色的自主学习的网络课程的设计开发,有利于学生对于知识的深入理解和掌握。对于VFP程序设计这门课程而言,可以将理论和实践有机结合,改善学习者对VFP的学习态度,...
关键词：网络课程 课程设计 任务驱动 
基于频繁矩阵的Apriori算法改进被引量：20
《计算机工程与设计》2012年第11期4235-4239,共5页刘敏娴 马强 宁以风 
针对Apriori算法效率不高的问题,提出一种基于频繁模式矩阵的方法来挖掘最大频繁项目集。算法的基本思想是:只需扫描原始事务数据集一次,将事务数据转换成压缩矩阵,矩阵中保留了项目间的关联信息,同时只存放逻辑型数据,数据挖掘只采用...
关键词：频繁项集 矩阵 数据挖掘 关联规则 支持度 
WEB访问的动态模糊聚类算法研究
《微计算机信息》2011年第12期141-143,共3页刘敏娴 马强 
Web访问挖掘在电子商务和个性化网站等方面应用非常广泛。针对Web用户聚类和页面聚类的问题,提出了动态模糊聚类的算法,使用该算法通过Web日志的访问数据构造模糊相似矩阵,很好的解决Web日志中用户聚类和网页聚类的问题,实验表明该方法...
关键词：模糊聚类 用户聚类 页面聚类 
基于混合型的Web实时推荐模型研究被引量：3
《计算机工程与设计》2011年第10期3518-3521,共4页刘敏娴 马强 
针对以往个性化网站实时推荐系统存在很难预测用户未来浏览页面的不足,提出了一个混合型的实时推荐模型。该模型将动态模糊聚类技术和改进的关联规则相结合,既挖掘用户与页面的相似度权值形成知识库,又考虑用户的访问事务集增量构造访...
关键词：实时推荐 模糊聚类 用户聚类 页面聚类 相似度 
基于Web日志的实时推荐系统被引量：4
《计算机工程》2009年第23期47-49,共3页刘敏娴 夏阳 
徐州师范大学校级基金资助项目(07XLB21)
针对个性化实时推荐系统的不足,提出通过构造BP树的方法压缩访问事务集。采用一个实时推荐的系统模型,将耗时的数据预处理放在离线模块,实时推荐采用动态修剪BP树的方法,穿过访问模式树的相关部分,利用网页推荐算法得到频繁访问集,生成...
关键词：数据挖掘 数据预处理 关联规则 实时推荐 
类算法在保险行业的运用与分析
《电脑知识与技术》2009年第4Z期2795-2796,共2页刘敏娴 
聚类分析是数据挖掘中的非常重要的技术,通过对数据挖掘中常用聚类算法的分类分析比较,使得人们在实际应用中能方便、快捷地找到最好的聚类算法以解决实际问题,然后通过一个实例运用聚类来进行分析和实践。
关键词：数据挖掘 聚类 二元变量 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部