连淑娟
- 作品数：4 被引量：9H指数：2
- 供职机构：北京外国语大学信息技术中心更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术政治法律更多>>
- 基于虚拟化的数据备份机制被引量：3
- 2015年
- 随着信息化建设的发展,数据备份的重要性越发显得重要,而传统的备份方式消耗资源多,且不易管理;而虚拟化技术的出现打破了这一传统的数据备份方式.阐述了在虚拟化平台下几种新的数据备份机制,并分析了每种数据备份机制的优缺点,以便于读者在建设备份系统时可以根据实际情况,选择合适的备份方案.最后,本文总结了虚拟化备份机制存在的问题,并探讨了未来的发展趋势.
- 连淑娟
- 关键词：虚拟化备份容灾VMWARE
- 基于VMware的高校数据中心应用研究被引量：1
- 2014年
- 随着高校信息化发展进程的加快,各种应用系统层出不穷,必然导致硬件设备不断的增加,同时也出现了数据中心管理复杂、资源的严重浪费、数据备份困难等问题。本文以北京外国语大学的数据中心为例,探索并分析了VMware虚拟化技术,并在此基础上作出了总结和展望。
- 连淑娟
- 关键词：数据中心虚拟化
- 网络舆情倾向性预测模型仿真研究被引量：2
- 2016年
- 在对网络舆情倾向性预测建模过程中,由于网络舆情倾向性话题评论频繁,数目众多,使得网络舆情倾向性受到特征词语出现频率的影响产生无规律性。传统的网络舆情倾向性预测方法,主要是以特征词语出现频率为前提来建模,忽略了少数词语会对舆情倾向性产生翻转性影响因素,导致网络舆情倾向性预测分析准确性差的问题。提出文本网络舆情倾向性预测模型,将中文自动构词算法的SVM文本倾向性分类方法词库和信息瓶颈的特征提取方法相结合,自动化的动态构建专用词库,引入信息瓶颈概念,根据文章关键词的性质进行分类,在结合概念抽取的方法,将词聚类结果映射到知网义原,并作为分类特征完成网络舆情倾向性的预测。仿真结果表明,上述方法能够有效提高网络舆情倾向性的预测准确度。
- 连淑娟薛玉
- 关键词：信息瓶颈特征提取概念抽取
- 网络突发性舆情扩散倾向预测方法仿真研究被引量：3
- 2016年
- 对网络突发性舆情扩散倾向进行准确预测,可以缩短网络突发性舆情的生命周期。在进行舆情扩散倾向预测时,需要将突发性舆情扩散状态划分为上升、持平和下降三个阶段,对每个阶段的关键时间点进行分析,最终实现舆情扩散倾向的准确预测,而传统的贝叶斯网络算法只能将不确定性和信息不完整性的网络舆情信息整合在一起,不能获取舆情扩散的关键时间点,导致预测效果不佳。提出一种改进K近邻算法的网络突发性舆情扩散倾向预测方法。将K近邻算法与网络突发性舆情相似的历史网络舆情的点击数时间序列融合,将网络突发性舆情扩散过程分为不同的阶段,引入基于最小二乘法的多项式拟合法计算出网络突发性舆情扩散各个阶段的关键时间点,根据网络突发性舆情扩散的各个阶段和相对应的关键时间点得到网络突发性舆情扩散规律,并可得到网络突发性舆情扩散倾向动态预测结果。仿真结果证明,上述方法可以对网络突发性舆情扩散倾向进行准确的预测,同时具有较高的预测效率。
- 连淑娟薛玉
