【正文】 但是，通常也很少選用。JDBC (Java Database Connectivity)JDBC是一組Java API，它提供了一組標(biāo)準(zhǔn)的API調(diào)用來(lái)進(jìn)行數(shù)據(jù)庫(kù)的訪問(wèn)，JDBC對(duì)開(kāi)發(fā)者來(lái)說(shuō)是透明的通用接口，為訪問(wèn)不同的數(shù)據(jù)庫(kù)提供了一種統(tǒng)一的方法，具有平臺(tái)無(wú)關(guān)性。在J2EE中，應(yīng)用邏輯按功能不同可以劃分為不同類型的組件，各組件根據(jù)它們所在的層分布在不同的機(jī)器上，共同組成一個(gè)基于組件的分布式系統(tǒng)。J2EE體系結(jié)構(gòu)主要由客戶層、中間層和企業(yè)信息系統(tǒng)層三層邏輯結(jié)構(gòu)組成，分別分布在客戶端、J2EE服務(wù)器和后端傳統(tǒng)的機(jī)器位置上。在J2EE標(biāo)準(zhǔn)服務(wù)之上有Web容器和EJB容器。容器負(fù)責(zé)提供公用的服務(wù)加目錄服務(wù)、事務(wù)管理、安全性、資源緩沖池以及容錯(cuò)性。ServletServlet是Java中新增的一個(gè)全新的功能。 J2EE規(guī)范J2EE是SUN公司定義的一個(gè)開(kāi)發(fā)分布式企業(yè)級(jí)應(yīng)用的規(guī)范。 平臺(tái)無(wú)關(guān)性JAVA技術(shù)在信息發(fā)布系統(tǒng)中成為實(shí)現(xiàn)功能的代碼載體。J2EE為搭建具有可伸縮性、靈活性、易維護(hù)性的電子政務(wù)系統(tǒng)和電子商務(wù)系統(tǒng)提供了良好的機(jī)制。. 主要技術(shù)關(guān)鍵及創(chuàng)新點(diǎn). 技術(shù)關(guān)鍵主要難點(diǎn)如下： 在個(gè)性化推薦系統(tǒng)中的用戶行為分析與預(yù)測(cè)中，用戶會(huì)話序列的識(shí)別是預(yù)處理中的難點(diǎn)和重點(diǎn)，如何很好地構(gòu)建基于層次關(guān)系的用戶群和提取具有偏序結(jié)構(gòu)的關(guān)鍵瀏覽路徑層次圖是我們研究的關(guān)鍵。測(cè)試有封閉測(cè)試和開(kāi)放測(cè)試。局部法首先在頂層決定最相關(guān)的類，然后遞歸地在下一層分類，直至葉子結(jié)點(diǎn)類。 網(wǎng)頁(yè)分類器到目前為止，國(guó)內(nèi)外的許多研究人員對(duì)文本分類領(lǐng)域的研究主要是單層文本分類器，而忽視了層次文本分類器的研究。特征選擇（Feature Selection：FS）和特征抽?。‵eature Extraction：FE）是維數(shù)約簡(jiǎn)常用的兩種方法。通常，N是一個(gè)很大的數(shù)，通常向量中很多元素為0，這就通常所說(shuō)的“數(shù)據(jù)稀疏問(wèn)題”。如何把文檔表示為計(jì)算機(jī)容易存儲(chǔ)和方便的方式，也會(huì)對(duì)學(xué)習(xí)任務(wù)產(chǎn)生較大的影響。一般來(lái)說(shuō)，一個(gè)完整的網(wǎng)頁(yè)分類器通常包括如下幾個(gè)主要模塊：網(wǎng)頁(yè)預(yù)處理、文本的表示、文本特征的選擇、網(wǎng)頁(yè)分類器的學(xué)習(xí)、分類器的測(cè)試。而層次網(wǎng)頁(yè)分類器是文本分類中的一項(xiàng)內(nèi)容，自動(dòng)文本分類是將自然文本文件根據(jù)內(nèi)容自動(dòng)分為預(yù)先定義的一個(gè)或幾個(gè)類別的過(guò)程?；赪eb使用模式的數(shù)據(jù)挖掘，就是要從圖中確定最頻繁的路徑訪問(wèn)模式或大參引訪問(wèn)序列，這也是發(fā)現(xiàn)用戶訪問(wèn)模式的關(guān)鍵。頁(yè)面聚類是把相關(guān)內(nèi)容的頁(yè)面進(jìn)行分組，這些信息對(duì)于Internet搜索引擎和Web幫助提供者非常有用。在Web使用挖掘中，它用于發(fā)現(xiàn)頻繁出現(xiàn)在用戶會(huì)話中序列瀏覽模式，找出Web日志中所有滿足用戶規(guī)定的最小支持度的大序列模式。 統(tǒng)計(jì)分析方法采用統(tǒng)計(jì)分析方法的目的是運(yùn)用一些簡(jiǎn)單的分析方法（均值、方差）或其他度量指標(biāo)試圖找到一些有價(jià)值的信息，了解Web用戶的行為特征，為網(wǎng)站的設(shè)計(jì)、商業(yè)智能和網(wǎng)站個(gè)性化提供決策支持?；蛘呤褂谜Z(yǔ)義網(wǎng)（Semantic Web），為改進(jìn)頻繁訪問(wèn)路徑，把頁(yè)面映射到一些本體（Ontology）上。事務(wù)識(shí)別就是對(duì)用戶會(huì)話進(jìn)行語(yǔ)義分組。但是間隔的大小與內(nèi)容數(shù)據(jù)是緊密相關(guān)，所以它的應(yīng)用范圍較小。(2)用戶的IP地址相同，但相應(yīng)的代理日志表明用戶的瀏覽器類型或操作系統(tǒng)發(fā)生了改變，則認(rèn)為代表著不同的用戶。l 多IP 地址/單服務(wù)器會(huì)話：一些ISP或者隱私工具會(huì)為來(lái)自單獨(dú)用戶的每次請(qǐng)求隨機(jī)分配多個(gè)IP地址中的某一個(gè)，在這種情況下，一次單獨(dú)的服務(wù)器會(huì)話可能會(huì)有多個(gè)IP地址。例如：將日志中文件后綴名為gif, jpeg, jpg, swf, css等的記錄刪除，后綴名為CGI的腳本文件也應(yīng)被刪除。因此，使用服務(wù)器端記錄的數(shù)據(jù)進(jìn)行Web挖掘使用模式挖掘是不完全可靠的。由于涉及到用戶的隱私問(wèn)題，使用Cookie需要客戶的配合。各種不同的數(shù)據(jù)不僅來(lái)源和類型不同，其使用方式也不相同。 數(shù)據(jù)抽象W3C Web Characterization Activity（WCA）定義了一些數(shù)據(jù)抽象：用戶(user)：通過(guò)瀏覽器訪問(wèn)網(wǎng)頁(yè)的個(gè)體；用戶可以在不同的地方通過(guò)不同的機(jī)器使用不同的代理訪問(wèn)網(wǎng)站。典型的服務(wù)器日志包括以下信息：IP地址、請(qǐng)求時(shí)間、方法（如Post或Get）、被請(qǐng)求文件的URL、Http版本、返回碼、傳輸字節(jié)數(shù)（傳輸文檔的大?。?、引用頁(yè)的URL（指向請(qǐng)求頁(yè)面的URL）和代理。Web使用挖掘是通過(guò)挖掘Web日志記錄以發(fā)現(xiàn)用戶訪問(wèn)Web頁(yè)面的模式、挖掘有用模式和預(yù)測(cè)用戶瀏覽行為的技術(shù)。它不再是直接考慮因變量集合與自變量集合的回歸建模，而是在變量系統(tǒng)中提取若干對(duì)系統(tǒng)具有最佳解釋能力的新綜合變量（又稱成分），然后對(duì)它們進(jìn)行回歸建模。具備產(chǎn)業(yè)化的能力、擁有完全的自主知識(shí)產(chǎn)權(quán)，軟件開(kāi)發(fā)成本低。主要成員215基于角色訪問(wèn)控制的高校教學(xué)管理信息系統(tǒng)，江西省科技廳科技項(xiàng)目，2006年主要成員1. 有關(guān)本項(xiàng)目的現(xiàn)有工作基礎(chǔ)和支撐條件項(xiàng)目、課題和工程情況序號(hào)項(xiàng) 目 名 稱負(fù)責(zé)人年度項(xiàng)目來(lái)源或使用情況1文本自動(dòng)分類中的維數(shù)約簡(jiǎn)方法研究王明文2007國(guó)家自然科學(xué)基金2實(shí)用的軟件形式化方法及其開(kāi)發(fā)工具的研究薛錦云1998國(guó)家自然科學(xué)基金3分劃遞推法應(yīng)用于高可靠Java程序開(kāi)發(fā)方法研究薛錦云2001國(guó)家自然科學(xué)基金4參數(shù)化智能搜索引擎王明文2001教育廳科技課題5江西軟件產(chǎn)品如何做大做強(qiáng)勒中堅(jiān)2001江西省教育廳人文社科招標(biāo)項(xiàng)目6成人高等教育管理信息系統(tǒng)勒中堅(jiān)2003江西省高校教改省級(jí)課題重點(diǎn)項(xiàng)目7高校教學(xué)多制式綜合管理系統(tǒng)勒中堅(jiān)2005江西省科技廳工業(yè)攻關(guān)計(jì)劃項(xiàng)目820062010年上饒市電子政務(wù)建設(shè)規(guī)劃勒中堅(jiān)2005上饒市十一五和中長(zhǎng)期發(fā)展規(guī)劃項(xiàng)目9基于WEB的學(xué)分制綜合管理信息系統(tǒng)陸旭2006江西省教育廳科技項(xiàng)目10基于角色訪問(wèn)控制的高校教學(xué)管理信息系統(tǒng)勒中堅(jiān)2006江西省科技廳科技項(xiàng)目二、 項(xiàng)目實(shí)施方案. 項(xiàng)目達(dá)到的目標(biāo)及考核的主要技術(shù)、經(jīng)濟(jì)指標(biāo). 主要技術(shù)指標(biāo) 研究和設(shè)計(jì)一個(gè)基于層次分類思想的個(gè)性化推薦系統(tǒng)，能構(gòu)建層次的用戶興趣模型和使用層次網(wǎng)頁(yè)分類來(lái)進(jìn)行個(gè)性化信息推薦。曾任江西財(cái)經(jīng)大學(xué)電化教學(xué)部主任。江西財(cái)經(jīng)大學(xué)現(xiàn)代教育技術(shù)中心主要負(fù)責(zé)數(shù)字化校園建設(shè)的網(wǎng)絡(luò)基礎(chǔ)服務(wù)研究，江西財(cái)經(jīng)大學(xué)信息系統(tǒng)的規(guī)劃、設(shè)計(jì)、開(kāi)發(fā)，提供技術(shù)服務(wù)支持；負(fù)責(zé)學(xué)校校園網(wǎng)、校園卡系統(tǒng)的建設(shè)。多個(gè)軟件及其它產(chǎn)品，通過(guò)了江西省科技廳等組織的專家鑒定，榮獲2004年度省科技廳和省經(jīng)貿(mào)委頒發(fā)的“高新技術(shù)產(chǎn)品證書(shū)”、“江西省優(yōu)秀重點(diǎn)新產(chǎn)品證書(shū)”、 “江西省優(yōu)秀重點(diǎn)新產(chǎn)品一等獎(jiǎng)”和南昌市人民政府頒發(fā)的“南昌市科學(xué)技術(shù)進(jìn)步獎(jiǎng)”等多個(gè)獎(jiǎng)項(xiàng)。研發(fā)是公司的核心競(jìng)爭(zhēng)力之一。推薦質(zhì)量研究:在大型推薦系統(tǒng)中，用戶評(píng)分?jǐn)?shù)據(jù)極端稀疏。中國(guó)知網(wǎng)（）提供的個(gè)性化信息服務(wù)系統(tǒng)（PIS），為用戶提供了完全個(gè)性化的空間、體現(xiàn)個(gè)人的信息需求特征，同時(shí)提供用戶興趣分析、訂閱推送等功能，建設(shè)一種主動(dòng)式的個(gè)性化信息服務(wù)方式和網(wǎng)絡(luò)化的互動(dòng)學(xué)習(xí)方式。 協(xié)同過(guò)濾的系統(tǒng)如：GroupLens，CoFE等，它們根據(jù)用戶之間的相似性來(lái)過(guò)濾信息。世界上IL乎所有的大的電子商務(wù)商都為顧客提供個(gè)性化推薦服務(wù)，有的商家甚至同時(shí)提供幾種推薦服務(wù)。在引入推薦系統(tǒng)以后，電子商務(wù)系統(tǒng)可以預(yù)測(cè)用戶的喜好，僅僅把用戶可能有興趣的商品形成列表推薦給用戶。這一方法得到了很多郵件系統(tǒng)的支持。. 相關(guān)技術(shù)領(lǐng)域國(guó)內(nèi)外發(fā)展現(xiàn)狀、趨勢(shì)推薦系統(tǒng)在1997年之前一直被稱作協(xié)作式過(guò)濾(Collaborative Filtering簡(jiǎn)稱CF)。（5） 已有的研究表明一定時(shí)間段的Web訪問(wèn)用戶蘊(yùn)含了穩(wěn)定的興趣。我們進(jìn)行基于分層的個(gè)性化推薦系統(tǒng)的意義有：（1） 根據(jù)2006年7月19日中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心CNNIC發(fā)布《第十八次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2006年6月30日，我國(guó)上網(wǎng)用戶總數(shù)為12,300萬(wàn)，國(guó)內(nèi)網(wǎng)站和政府門戶網(wǎng)站均有大幅增加。. 項(xiàng)目的目的和意義. 項(xiàng)目的目的從理論研究的角度來(lái)看，我們希望在電子商務(wù)和電子政務(wù)的框架下，對(duì)個(gè)性化推薦系統(tǒng)中的一些理論研究有所突破：（1） 重點(diǎn)分析和研究通過(guò)Web日志體現(xiàn)的用戶瀏覽網(wǎng)頁(yè)的行為模式，挖掘隱藏在這些數(shù)據(jù)后的行為特征；（2） 分類和聚類是個(gè)性化推薦服務(wù)的基本技術(shù)，目前大多數(shù)推薦內(nèi)容都是文本信息。自動(dòng)文本分類技術(shù)的研究目標(biāo)就是實(shí)現(xiàn)文本分類的自動(dòng)化，以達(dá)到降低分類成本、提高分類效率和改善分類性能等目的。多媒體信息挖掘可以應(yīng)用于語(yǔ)音識(shí)別、圖形和圖像處理等研究領(lǐng)域。Web數(shù)據(jù)主要包括：1）Web內(nèi)容：主要是文本、圖像、聲音和動(dòng)畫等；2）Web結(jié)構(gòu)：這些數(shù)據(jù)描述Web內(nèi)容的組織，頁(yè)面內(nèi)的結(jié)構(gòu)信息包括頁(yè)面內(nèi)不同的HTML和XML標(biāo)記（tag）的布局，頁(yè)面間的結(jié)構(gòu)信息主要是頁(yè)面間的鏈接；3）Web使用數(shù)據(jù)：描述Web頁(yè)面的使用模式，包括Web訪問(wèn)日志（如IP地址、頁(yè)面引用、訪問(wèn)時(shí)間等）和應(yīng)用服務(wù)日志等；4）用戶注冊(cè)信息和profile信息。同時(shí)與其它數(shù)據(jù)挖掘系統(tǒng)不同的是，推薦系統(tǒng)主要面對(duì)的是客戶，而非管理研發(fā)人員?；诜謱拥膫€(gè)性化推薦軟件系統(tǒng)項(xiàng)目可行性研究報(bào)告基于分層的個(gè)性化推薦軟件系統(tǒng)項(xiàng)目可行性研究報(bào)告目錄一、 總論 4. 項(xiàng)目的主要內(nèi)容及技術(shù)原理簡(jiǎn)述 4. 主要內(nèi)容 4. 技術(shù)原理簡(jiǎn)述 4. 項(xiàng)目的目的和意義 7. 項(xiàng)目的目的 7. 項(xiàng)目的意義 7. 相關(guān)技術(shù)領(lǐng)域國(guó)內(nèi)外發(fā)展現(xiàn)狀、趨勢(shì) 10. 項(xiàng)目申請(qǐng)單位、主要合作單位及項(xiàng)目負(fù)責(zé)人的基本情況 13. 項(xiàng)目申請(qǐng)單位基本情況 13. 主要合作申請(qǐng)單位基本情況 14. 項(xiàng)目主要負(fù)責(zé)人基本情況 14. 有關(guān)本項(xiàng)目的現(xiàn)有工作基礎(chǔ)和支撐條件 18二、 項(xiàng)目實(shí)施方案 19. 項(xiàng)目達(dá)到的目標(biāo)及考核的主要技術(shù)、經(jīng)濟(jì)指標(biāo) 19. 主要技術(shù)指標(biāo) 19. 主要經(jīng)濟(jì)指標(biāo) 19. 項(xiàng)目的主要研究（開(kāi)發(fā)）內(nèi)容 20. 研究?jī)?nèi)容 20. 系統(tǒng)設(shè)計(jì)流程 20. Web使用挖掘 21. 層次網(wǎng)頁(yè)分類器 30. 試驗(yàn)（開(kāi)發(fā)）規(guī)模及地點(diǎn) 35. 主要技術(shù)關(guān)鍵及創(chuàng)新點(diǎn) 35. 技術(shù)關(guān)鍵 35. J2EE技術(shù) 35. 項(xiàng)目的創(chuàng)新點(diǎn) 42. 實(shí)施方案（含技術(shù)路線、工藝流程及技術(shù)關(guān)鍵的解決方案） 43. 技術(shù)路線 43. 系統(tǒng)總體架構(gòu) 44. 實(shí)施方案 45. 技術(shù)風(fēng)險(xiǎn)分析 50. 分年度的工作內(nèi)容、目標(biāo) 51. 申請(qǐng)單位、合作申請(qǐng)單位及主要人員的分工 51. 組織及管理的運(yùn)行機(jī)制 52. 項(xiàng)目實(shí)施基礎(chǔ)條件 53. 有關(guān)本項(xiàng)目的國(guó)內(nèi)外知識(shí)產(chǎn)權(quán)狀況分析 55三、 市場(chǎng)分析 55 市場(chǎng)預(yù)測(cè)（含同類項(xiàng)目的國(guó)內(nèi)外市場(chǎng)情況） 55 本項(xiàng)目的市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)、風(fēng)險(xiǎn)及市場(chǎng)策略 56 經(jīng)濟(jì)效益分析 57 社會(huì)效益分析 57 推廣應(yīng)用及產(chǎn)業(yè)化分析 58四、 經(jīng)費(fèi)預(yù)算及籌措方案 59 經(jīng)費(fèi)預(yù)算（總資金） 59 籌措方案 59 申請(qǐng)經(jīng)費(fèi)的主要用途 59 分年度用款計(jì)劃（含申請(qǐng)經(jīng)費(fèi)） 60五、 技術(shù)經(jīng)濟(jì)可行性的綜合評(píng)價(jià) 61六、 附件 62一、 總論. 項(xiàng)目的主要內(nèi)容及技術(shù)原理簡(jiǎn)述. 主要內(nèi)容本課題的研究目標(biāo)是設(shè)計(jì)和實(shí)現(xiàn)一個(gè)基于分層的個(gè)性化推薦軟件系統(tǒng)，可廣泛應(yīng)用于電子商務(wù)、電子政務(wù)、網(wǎng)頁(yè)信息搜索和數(shù)字化圖書(shū)館等。當(dāng)然推薦系統(tǒng)收集的數(shù)據(jù)信息會(huì)反饋到管理員，并協(xié)助其做出正確的決策。按照這些Web數(shù)據(jù)對(duì)象，一般將Web挖掘分為3大類：Web內(nèi)容挖掘（Web content mining），Web結(jié)構(gòu)挖掘（Web structure mining）和Web使用記錄挖掘（Web usage mining）。Web結(jié)構(gòu)挖掘是從Web的鏈接關(guān)系和組織結(jié)構(gòu)中推導(dǎo)知識(shí)，目的是應(yīng)用頁(yè)面間的結(jié)構(gòu)和頁(yè)面內(nèi)的Web，運(yùn)用社會(huì)網(wǎng)絡(luò)（Social Network）分析方法對(duì)Web本身潛在的鏈接結(jié)構(gòu)進(jìn)行建模。自動(dòng)文本分類主要有兩種基本實(shí)現(xiàn)途徑：基于知識(shí)的（BasedKnowledge）和基于學(xué)習(xí)的( BasedLearning)。本項(xiàng)目緊跟自動(dòng)文本分類領(lǐng)域的最新發(fā)展，運(yùn)用層次文本分類技術(shù)，研究大規(guī)模的因特網(wǎng)電子文本的推薦技術(shù)；（3） 本項(xiàng)目運(yùn)用層次分類的思想來(lái)構(gòu)建個(gè)性化推薦系統(tǒng)的用戶興趣和推薦內(nèi)容。Web已成為人們獲取信息的一個(gè)重要途徑，由于Web信息的日益增長(zhǎng),人們不得不花費(fèi)大量的時(shí)間去搜索、瀏覽自己需要的信息。并且，用戶瀏覽網(wǎng)頁(yè)的行為模式所隱藏的興趣大多數(shù)不是單一的。CF的概念是由David Goldberg等人在1992年構(gòu)造郵件系統(tǒng)Tapestry時(shí)第一次提出的。但是這些系統(tǒng)提供的過(guò)濾器都是基于內(nèi)容的(Contentbased)，沒(méi)有考慮人的因素，如用戶不能指定“我的鄰居David讀過(guò)的并且認(rèn)為比較好的郵件”這樣的過(guò)濾器。由于這種列表往往很小，顧客可以很容易的找到自己感興趣的商品，這樣不僅極大的方便了顧客，而且潛在的增加了電子商務(wù)的交易量，為商家?guī)?lái)了可觀的收益。例如Amazon書(shū)店，同時(shí)提供了Customer Who Bought Eyes , Book Matcher, Customer Comments等個(gè)性化推薦服務(wù)?；趨f(xié)同過(guò)濾的系統(tǒng)優(yōu)點(diǎn)是能為用戶發(fā)現(xiàn)新的感興趣的信息，缺點(diǎn)是存在兩個(gè)很難解決的問(wèn)題：一個(gè)是數(shù)據(jù)稀疏性，即系統(tǒng)使用初期，由于系統(tǒng)資源未獲得足夠多的評(píng)價(jià)信息，系統(tǒng)很難利用這些評(píng)價(jià)來(lái)發(fā)現(xiàn)相似的用戶；另一個(gè)是可擴(kuò)展性，即隨著系統(tǒng)用戶和資源數(shù)量的增長(zhǎng)，系統(tǒng)性能會(huì)越來(lái)越低。使信息服務(wù)更具有針對(duì)性，對(duì)不同的用戶采用不同的服務(wù)策略并提供不同的服務(wù)內(nèi)容。用戶評(píng)分?jǐn)?shù)據(jù)的極端稀疏性使得推薦系統(tǒng)無(wú)法產(chǎn)生有效的推薦，推薦系統(tǒng)的推薦質(zhì)量難以保證。為了進(jìn)一步提高企業(yè)的核心競(jìng)爭(zhēng)力，為社會(huì)承擔(dān)更多的責(zé)任，我司始終把技術(shù)創(chuàng)新放在首位，在新產(chǎn)品研發(fā)的道路上，進(jìn)行了不懈的探索和追求。公司以為社會(huì)承擔(dān)責(zé)任為