以应用驱动为导向的软件工程人才培养模式研究

软件产业是信息产业的核心,而软件人才是推动软件产业发展的最重要资源,因此探索一种适应软件产业要求的人才培养模式迫在眉睫.针对软件工程专业人才培养模式重理论、轻实践的弊端,本文提出了一种以解决实际问题为目标的应用驱动型软件工程人才培养模式.该模式以实际应用为导向加强师资建设做保障,由三个连续的梯次阶段构成,即案例驱动式课堂教学、项目驱动式综合实训、顶岗式专业实习.该人才培养模式以实际应用为驱动,符合人类认知的规律,能够培养出高素质的实践型软件人才.     

成功实施数据仓库的关键技术研究

论述了数据仓库实施的步骤，给出了基于MicrosSoft SQL Server7的数据仓库设计，数据加载，数据分析与查询，结果显示等关键技术，对成功实施数据仓库有重要的指导作用。     

基于分词的语句相似度计算的改进

语句相似度体现的是两个句子之间的相似程度。语句相似度计算是FAQ和信息检索等方面核心技术之一。针对基于分词的相似度计算过于依赖实际的分词效果，在原相似度计算模型中增加了两个句子不分词时的词形相似度计算，以缓解因为句子分词不准确而导致相似度计算结果偏低的情况。结合“数据结构”课程问答系统的实验，结果表明，改进的方法比原方法有较高的准确率。     

关联规则挖掘在研究生个人学习计划制定中的应用

介绍了关联规则挖掘算法Apriori及其在研究生专业课程间的关联规则发现中的应用，所发现的规则用于辅助新研究生进行个人学习计划制定。可减少研究生在个人学习计划制定中的盲目性，提高所选课程与学科专业研究方向的吻合度。     

基于隐马尔科夫模型的文本分类

文本分类经过多年的发展，已经产生了很多成熟高效的算法。将隐马尔科夫模型用于文本分类，对每个文本类构建一个隐马尔科夫模型，χ2检验获得类别特征词集，其状态转移表示按照一指定顺序对类别特征词集进行遍历，状态输出符号为特征词的词频，隐马尔科夫模型的状态转移过程隐含的表示了属于该类的文本的形成过程。具有最大概率的HMM分类器就是所属的类别。该算法不仅将特征词考虑进去，而且还将词频信息融入隐马尔科夫模型中，实验结果表明该方法分类效率较高。