前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇機(jī)械工程博士論文范文，相信會(huì)為您的寫作帶來(lái)幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

機(jī)械工程博士論文范文第1篇

關(guān)鍵詞：大立柱，鑄件對(duì)接，坡口型式，裝焊工藝

 

660MN多功能壓機(jī)立柱為清華大學(xué)機(jī)械工程系設(shè)計(jì)的大型壓機(jī)的大型鑄件，屬鑄造箱型結(jié)構(gòu)，重量約252噸，外形尺寸分別為2100×2100×13000mm，由于噸位過(guò)大，無(wú)法實(shí)現(xiàn)整體鑄造，分頂部、下部?jī)啥舞T造，然后周邊焊接，對(duì)接成一體的鑄焊件，材質(zhì)為GS20Mn5N，碳當(dāng)量CE=0.46~0.6%，可焊性一般。該壓機(jī)國(guó)內(nèi)少見，由太原重工股份有限公司軋鍛分公司承擔(dān)制造。博士論文，鑄件對(duì)接。。如下是對(duì)該立柱的對(duì)接焊方面做相應(yīng)的研究。

首先，焊接方法采用Ar+CO2氣體保護(hù)焊和埋弧自動(dòng)焊兩種，焊材分別選用φ1.2ER50-6及φ4.0 H10Mn2，焊劑選用SJ101。由于對(duì)接坡口深且截面較復(fù)雜，焊縫質(zhì)量要求高，為全熔透焊縫，技術(shù)標(biāo)準(zhǔn)依據(jù)JB/T 5000.3-1998，焊后消應(yīng)力。博士論文，鑄件對(duì)接。。生產(chǎn)過(guò)程中焊接區(qū)域需進(jìn)行預(yù)熱、層間錘擊、焊后緩冷等多項(xiàng)措施。博士論文，鑄件對(duì)接。。由于焊后立柱整體的平面度、直線度、垂直度均要求控制在±5mm之內(nèi)，所以特別強(qiáng)調(diào)裝焊過(guò)程的尺寸控制，嚴(yán)格按照工藝執(zhí)行，具體如下：

一、裝配及準(zhǔn)備工作

（1）用角磨機(jī)清理坡口表面，再次確認(rèn)坡口表面無(wú)缺陷，檢查坡口鈍邊是否符合要求，及時(shí)進(jìn)行修理。；

（2）檢查坡口根部的錯(cuò)邊量≤2mm，并進(jìn)行必要調(diào)整，根部裝δ=20mm

寬度200mm的內(nèi)襯圈，預(yù)留坡口間隙3mm，裝配門字形固定板，預(yù)熱后焊接；

（3）由金工在兩段鑄件上劃出兩個(gè)方向的中心線并打標(biāo)記，以便裝配時(shí)找正。按設(shè)計(jì)圖將兩段鑄件分別用方鋼墊平放置，立柱四個(gè)面分別用水平儀測(cè)量平面度，用鋼絲測(cè)量直線度，用吊線的方法測(cè)量垂直度，均要求控制在能加工起來(lái)的尺寸公差范圍內(nèi)。

（4）斷焊點(diǎn)固，隔300mm焊150mm，焊角20mm，焊前需對(duì)斷焊區(qū)域局部預(yù)熱，預(yù)熱溫度200℃～250℃；

（5）立柱裝配完成后（安裝翻身起吊用的卡箍），經(jīng)檢驗(yàn)人員復(fù)檢后方可施焊，兩側(cè)焊縫可同時(shí)進(jìn)行；

（6）焊前立柱外側(cè)用遠(yuǎn)紅外線履帶加熱片配熱電耦控溫對(duì)焊縫區(qū)域進(jìn)行加熱，加熱溫度200℃~250℃，由于部件對(duì)接處較厚，需反復(fù)加熱，用硅酸鋁纖維、石棉布扎緊保溫，封底前需對(duì)坡口根部進(jìn)行火焰加熱，焊接過(guò)程丙烷加熱立柱內(nèi)腔，焊后保溫緩冷。

圖3 立柱截面圖

二、焊接及順序

（1）首先對(duì)稱左右兩側(cè)立焊封底，采用氣體保護(hù)焊，同時(shí)填充至40mm左右，；

（2）平焊封底，采用氣體保護(hù)焊填充至40mm左右，彎角處、爬坡處封底焊填充40mm左右；

（3）翻身180°平焊封底并填充50mm左右，采用氣體保護(hù)焊；

（4）封底后采用埋弧自動(dòng)焊填充，彎角處仍采用氣體保護(hù)焊；

（5）隨后每次翻身90°，埋弧自動(dòng)焊填充，填充量據(jù)實(shí)際變形情況定，每翻一周逐漸增加；

（6）焊完進(jìn)行后熱處理，溫度控制在250℃-300℃之間，保溫6小時(shí)以上，之后緩冷至室溫；

（7）探傷要求應(yīng)不低于母材超聲波探傷標(biāo)準(zhǔn)。探傷合格后，進(jìn)爐退火消應(yīng)力。

注意：焊接過(guò)程中要隨時(shí)測(cè)量立柱的整體形狀尺寸，隨時(shí)翻身，嚴(yán)格控制焊接工藝參數(shù)，使各條焊縫的熱輸入基本達(dá)到均衡，有效控制變形，層間需用風(fēng)鏟逐層、道錘擊清渣，必要時(shí)可采用振動(dòng)均衡應(yīng)力，焊接過(guò)程用煤氣火焰邊焊邊加熱，隨時(shí)檢測(cè)焊縫區(qū)域的層間溫度，應(yīng)控制在200℃-250℃之間。焊劑烘干溫度350℃，保溫2小時(shí)隨用隨取。焊接過(guò)程中翻身要特別注意安全，操作者要嚴(yán)格按照安全操作規(guī)程執(zhí)行。鑄件腔體內(nèi)部火焰預(yù)熱應(yīng)注意氣體使用安全。

機(jī)械工程博士論文范文第2篇

美國(guó)第一個(gè)獲得心理學(xué)博士的婦女，被稱為“管理學(xué)的第一夫人”。

莉蓮•吉爾布雷思是美國(guó)管理心理學(xué)家，人因工程學(xué)的先軀，也是是美國(guó)第一個(gè)獲得心理學(xué)博士學(xué)位的婦女。她出生于美國(guó)加利福尼亞州奧克蘭市，逝于美國(guó)亞利桑那州菲尼克斯。

莉蓮的《管理心理學(xué)》對(duì)管理發(fā)展史進(jìn)行了整體概括。她將歷史上管理方式分為三種：傳統(tǒng)方式、過(guò)渡方式、科學(xué)方式。所謂傳統(tǒng)管理方式，被她形象地喻為“驅(qū)趕式”或“昆斯伯里侯爵式”。昆斯伯里侯爵是一位英國(guó)貴族，由他制定的拳擊規(guī)則在1891年得 到世界公認(rèn)，拳擊比賽由此實(shí)現(xiàn)了規(guī)范化。傳統(tǒng)方式的管理，一般采取單一的直線指揮，特點(diǎn)是中央集權(quán)，管理的宗旨就同職業(yè)拳擊類似，以競(jìng)爭(zhēng)取勝?！袄ニ共锖罹羰健惫芾恚笳髦芾碚吲c工人雙方“根據(jù)比賽規(guī)則”展開體力和智力的競(jìng)賽，本身暗含著“對(duì)抗”的意味。所謂過(guò)渡管理方式，是指在工業(yè)化之后、泰羅制誕生之前的管理，這種方式差異較大，包羅萬(wàn)象，沒有形成統(tǒng)一的范式。新的探索已經(jīng)出現(xiàn)，但不成體系；舊的方式依然沿用，但多有改良。所謂科學(xué)管理方式，就是以泰羅制為代表的工業(yè)化管理的整體變化，是建立在人際合作基礎(chǔ)上的、追求社會(huì)整體提高福祉的管理方式。

管理心理學(xué)

莉蓮出生于加利福尼亞奧克蘭的一個(gè)顯赫的家庭，她的父親是一位德國(guó)裔的糖廠主。莉蓮是家中九個(gè)孩子中的老大，她的母親身體一直不好，所以莉蓮很早就承擔(dān)起有關(guān)家務(wù)以及照管幼兒的責(zé)任，幫助體弱多病的母親照顧年幼的弟弟妹妹。她從小性格靦腆、內(nèi)向，一直由父母和家庭教師在家中教授知識(shí)，直到九歲才正式入學(xué)，她的父母不僅僅教她學(xué)習(xí)課本知識(shí)，還教她學(xué)習(xí)法語(yǔ)、德語(yǔ)和鋼琴。她后來(lái)一直鐘愛文學(xué)和音樂，這與她早年所受到的全面教育是分不開的。

1900年，莉蓮在加利福尼亞大學(xué)伯克利分校取得了文學(xué)學(xué)士學(xué)位。稍后，又以關(guān)于本•約翰遜(Ben Johnson，與莎士比亞同時(shí)的著名劇作家兼詩(shī)人)的論文取得文學(xué)碩士學(xué)位。在她去歐洲旅行途經(jīng)波士頓時(shí)，與后來(lái)成為她丈夫的弗蘭克•吉爾布雷斯邂逅，據(jù)說(shuō)兩人一見傾心。弗蘭克年長(zhǎng)莉蓮十歲，年輕、英俊而且富有，創(chuàng)新精神十足，17歲時(shí)就創(chuàng)辦了自己的建筑公司。三周以后，莉蓮接受了弗蘭克的求婚，兩人于1904年結(jié)婚。管理思想史學(xué)者雷恩這樣評(píng)價(jià)這對(duì)夫婦的相識(shí)：“弗蘭克和莉蓮結(jié)婚這件事是現(xiàn)代管理學(xué)的運(yùn)氣，因?yàn)樗麄兌丝梢曰ハ嘌a(bǔ)充，他們各自思想上的興趣以及掌握的知識(shí)的結(jié)合使管理學(xué)進(jìn)入了一個(gè)新的領(lǐng)域?！?/p>

吉爾布雷思1914年的博士論文是《管理心理學(xué)》，1928年在《和我們的孩子們生活在一起》一文中發(fā)表了她在兒童管理方面的經(jīng)驗(yàn)，有關(guān)雜志也發(fā)表過(guò)她在動(dòng)作研究方面的成果。1944年L.吉爾布雷思和F.吉爾布雷思被授予美國(guó)機(jī)械工程協(xié)會(huì)獎(jiǎng)?wù)隆Ｋ€在世界各地講學(xué)，甚至在90歲以后，她的講演對(duì)眾人仍有著極大的吸引力。

管理史階段劃分

與同時(shí)代的其他從事管理研究的心理學(xué)家相比，莉蓮的長(zhǎng)處在于把自己的理論建立在對(duì)管理學(xué)的宏觀認(rèn)識(shí)基礎(chǔ)之上。她有著深厚的文學(xué)功底，有著來(lái)自家庭生活的豐富經(jīng)驗(yàn)，有著特別細(xì)膩的女性感覺和悟性，尤為可貴的是，她具備常人所缺少的堅(jiān)韌毅力和奮斗精神。這些鋪墊，使她的管理心理學(xué)研究不囿于對(duì)某個(gè)特殊管理問(wèn)題的心理學(xué)解釋，而要比其他人看得更為廣闊，更為深遠(yuǎn)。莉蓮對(duì)管理學(xué)的貢獻(xiàn)，在她的博士論文《管理心理學(xué)：精神在判斷、指導(dǎo)和實(shí)施最少浪費(fèi)方法中的作用》中已經(jīng)有了比較全面的反映。

莉蓮的管理史研究，在當(dāng)時(shí)具有重大意義，它能夠使人們跳出解決某一管理具體問(wèn)題的狹隘視野，更好地把握科學(xué)管理的時(shí)代價(jià)值。這種管理史階段的劃分，對(duì)后來(lái)的學(xué)術(shù)研究也產(chǎn)生了相當(dāng)廣泛的影響。

在對(duì)管理進(jìn)行了三種歷史類型的劃分以后，莉蓮根據(jù)這三種管理方式，對(duì)管理領(lǐng)域的關(guān)鍵環(huán)節(jié)進(jìn)行了深入的比較研究，并圍繞這些關(guān)鍵環(huán)節(jié)提出自己的管理見解。所涉及的內(nèi)容，包括個(gè)人、職能化、衡量、分析綜合、標(biāo)準(zhǔn)化、記錄和計(jì)劃、傳授知識(shí)、刺激以及福利等。尤其是關(guān)于“個(gè)人”的研究，揭示了莉蓮管理思想的本質(zhì)和她的興趣所在。她認(rèn)為，當(dāng)時(shí)的心理學(xué)主要關(guān)心“群體心理學(xué)”，而對(duì)個(gè)體的心理研究卻比較少。在傳統(tǒng)管理下，個(gè)人受到中心人物的權(quán)力壓抑，事實(shí)上處于一種受“脅迫”的地位；而在科學(xué)管理下，個(gè)人則是一切活動(dòng)的出發(fā)點(diǎn)和中心，挑選人員、激勵(lì)工人、考慮工人的福利等活動(dòng)，都得圍繞“個(gè)人”進(jìn)行。尊重“個(gè)人”是科學(xué)管理的基本內(nèi)涵。在這個(gè)尊重“個(gè)人”的前提下，莉蓮對(duì)全面考慮工人的“福利”提出了新的、更加完善的觀點(diǎn)?？茖W(xué)管理提倡有系統(tǒng)的工作，鼓勵(lì)良好的個(gè)人習(xí)慣，而且關(guān)心個(gè)人在物質(zhì)上、精神上和經(jīng)濟(jì)上的發(fā)展，即要把“福利”理解為“總的幸福” ――它包括精神、物質(zhì)、道德和經(jīng)濟(jì)等各方面的發(fā)展。在莉蓮看來(lái)，昆斯伯里侯爵式的管理，關(guān)注的核心問(wèn)題是如何使用和剝削工人?？茖W(xué)管理的目的，則是通過(guò)培養(yǎng)人的品德、特殊的能力和技巧，從而使每一個(gè)人都能發(fā)揮其最大的潛力；所關(guān)注的核心問(wèn)題是為了相互共同的利益，管理部門如何才能使個(gè)人得到發(fā)展，重在強(qiáng)調(diào)“有效”前提下的勞資合作。

以人為本

莉蓮指出，傳統(tǒng)管理會(huì)使人缺乏安全感，而在科學(xué)管理的視域下，工人是“泰然自若和安全的”，因?yàn)閭鹘y(tǒng)管理完全依靠報(bào)酬和懲罰，而科學(xué)管理則努力爭(zhēng)取工人的合作。

從提高安全感出發(fā)，莉蓮對(duì)科學(xué)管理的積極作用進(jìn)行了多方面論證。例如，立足于專業(yè)化的職能化管理，不僅僅是提高效率的措施，而且能夠通過(guò)提高工人的產(chǎn)出，進(jìn)而提高工資，給工人帶來(lái)自豪感；這種自豪感又能使技術(shù)得以改進(jìn)，從而能提高工人的福利； 而對(duì)工作的自豪感以及福利的提高，會(huì)進(jìn)一步促進(jìn)工人身心的健全發(fā)展。這種連鎖反應(yīng)式的變化，與其說(shuō)是技術(shù)性的，不如說(shuō)是心理性的。通過(guò)這樣的研究，莉蓮為科學(xué)管理與心理學(xué)的融合做出了自己的貢獻(xiàn)。

在莉蓮的管理思想中，“人”一直被置于中心的位置，她認(rèn)為成功的管理“在于人而不是工作”，而她和丈夫弗蘭克一直努力推廣的科學(xué)管理，實(shí)際上就是為人們提供能最大限度地利用人的努力的方法。從人出發(fā)，她們夫婦提出了管理上的三個(gè)設(shè)想：一是吸引愿意參加本組織的人的必要性，二是保持并恰當(dāng)安排和提升本組織已有成員的必要性，三是前兩種必要性的相互依存。在這一方面，他們的思想已經(jīng)向以人為本的方向跨進(jìn)。

機(jī)械工程博士論文范文第3篇

英國(guó)蘇格蘭皇家銀行是英國(guó)本土最大的銀行，以市值而論在全球排名第五，它在海外的分支機(jī)構(gòu)遍布世界各地。李權(quán)博士現(xiàn)任蘇格蘭皇家銀行中國(guó)業(yè)務(wù)董事和北京代表處首席代表, 負(fù)責(zé)該行在華業(yè)務(wù)發(fā)展與策劃。

在各種知識(shí)的學(xué)習(xí)中成長(zhǎng)發(fā)展

李權(quán)博士大學(xué)時(shí)的專業(yè)是機(jī)械工程，后來(lái)改學(xué)管理。他的第一個(gè)工作是記者，而目前在銀行就職。這些看起來(lái)似乎是跳躍性的變化卻有著本質(zhì)性的聯(lián)系，那就是他對(duì)學(xué)業(yè)的鉆研和對(duì)機(jī)遇的把握。談到李權(quán)博士從事銀行業(yè)的經(jīng)歷，他開玩笑地用“陰錯(cuò)陽(yáng)差”來(lái)形容自己學(xué)業(yè)和事業(yè)所取得的穩(wěn)步發(fā)展。

大學(xué)時(shí)，李權(quán)在北京工業(yè)學(xué)院學(xué)機(jī)械工程，看似與金融無(wú)關(guān)，但專業(yè)的學(xué)習(xí)鍛煉了他的邏輯思維能力，也使他打下了良好的數(shù)學(xué)基礎(chǔ)。大學(xué)畢業(yè)時(shí)，教委開始從應(yīng)屆畢業(yè)生里選拔公派出國(guó)研究生。1985年李權(quán)以優(yōu)異的成績(jī)獲得英國(guó)駐華使領(lǐng)館文化教育處與國(guó)家教委共同設(shè)立的“技術(shù)合作獎(jiǎng)學(xué)金”，去英國(guó)伯明翰大學(xué)學(xué)習(xí)計(jì)算機(jī)輔助生產(chǎn)和制造。這個(gè)專業(yè)較多地涉及生產(chǎn)過(guò)程的管理。出于自己的興趣和對(duì)未來(lái)人才市場(chǎng)發(fā)展前景的考慮，李權(quán)很快改學(xué)工業(yè)管理，這門課程后來(lái)演變成許多商學(xué)院里的管理課程。獲得管理學(xué)碩士學(xué)位后，他進(jìn)入阿斯頓商學(xué)院繼續(xù)攻讀博士學(xué)位,研究經(jīng)濟(jì)轉(zhuǎn)型國(guó)家的產(chǎn)業(yè)政策和戰(zhàn)略管理領(lǐng)域。在撰寫博士論文的同時(shí),他因自己的亞洲背景和學(xué)術(shù)專長(zhǎng)加入英國(guó)廣播公司（BBC）任節(jié)目制作/新聞?dòng)浾?，主要?fù)責(zé)亞太區(qū)和中國(guó)金融及市場(chǎng)方面的分析評(píng)論。這段過(guò)程使他的事業(yè)轉(zhuǎn)為向金融業(yè)發(fā)展。

1993年下半年，隨著中國(guó)經(jīng)濟(jì)的起飛，倫敦很多大的金融機(jī)構(gòu)都希望進(jìn)入中國(guó)市場(chǎng)。倫敦的大型投資銀行和商業(yè)銀行紛紛招聘了一批年輕人準(zhǔn)備派到亞太區(qū)。李權(quán)就在這時(shí)加入英國(guó)四大銀行之一英國(guó)國(guó)民西敏銀行（National Westminster Bank）的經(jīng)濟(jì)研究部，負(fù)責(zé)亞太區(qū)的經(jīng)濟(jì)研究。不久后他被調(diào)任到香港，出任首席經(jīng)濟(jì)師并參與該行在亞太地區(qū)的戰(zhàn)略決策。1998年夏，他回到中國(guó)，負(fù)責(zé)拓展國(guó)內(nèi)的市場(chǎng)。李權(quán)博士對(duì)英國(guó)大銀行做事的方式、程序以及監(jiān)管當(dāng)局的要求都有相當(dāng)?shù)牧私?，這對(duì)他在分行或者代表處的管理工作有很大的幫助。他相信，代表處作為整個(gè)銀行的一部分，必須以同樣的嚴(yán)格要求來(lái)保證同樣高的服務(wù)標(biāo)準(zhǔn)。

海外留學(xué)經(jīng)歷讓人體驗(yàn)完全不同的異國(guó)文化

從80年代初到90年代初，李權(quán)博士在英國(guó)前后學(xué)習(xí)、生活、工作了近10年。在英國(guó)讀書多年的經(jīng)歷，令李權(quán)對(duì)中西方的教育方法和體制有著深入的了解。他說(shuō):“在國(guó)內(nèi)，各門課程都有一本主教材，把這本書吃透，考試就基本能過(guò)，考高分也有可能。但到了國(guó)外，每一門課程都不是單一內(nèi)容的，它有可能涵蓋其他很多領(lǐng)域的內(nèi)容，要求學(xué)生博覽群書?！彼€有另外一個(gè)心得：只要有機(jī)會(huì)就盡可能在課堂上進(jìn)行小組討論，每個(gè)人即使對(duì)所討論的問(wèn)題了解不深也可以盡量參與，因?yàn)檫@同時(shí)也是對(duì)語(yǔ)言表述能力的最好鍛煉。讀書時(shí)所積累的知識(shí)和所掌握的研究方法,有很多應(yīng)用到了他以后的工作中，包括英文的口頭表達(dá)能力和寫作能力。銀行工作特別要求嚴(yán)謹(jǐn)性和認(rèn)真性，對(duì)人的邏輯思維能力和文字表述能力有很高的要求。另外，“在公共場(chǎng)合表達(dá)自己的能力也很重要。要很有條理、很清晰地把你所想的用讓人信服的方式說(shuō)出來(lái)?！苯裉旎剡^(guò)頭去看那段留學(xué)的收獲時(shí)，李權(quán)認(rèn)為，不管去哪個(gè)國(guó)家，一定要把那個(gè)國(guó)家的語(yǔ)言學(xué)好。因?yàn)椤霸诤芏啻笮涂鐕?guó)公司里，日常工作常常是以中文以外的語(yǔ)言作媒介，對(duì)語(yǔ)言能力的要求在外企里是比較高的。出國(guó)留學(xué)除了學(xué)好專業(yè)以外，一定要盡量地提高自己的語(yǔ)言表達(dá)能力?！?/p>

此外，李權(quán)覺得除了在課堂上的學(xué)習(xí)，從生活中去學(xué)習(xí)也是大有裨益的。課余時(shí)，他會(huì)和英國(guó)同學(xué)結(jié)伴去校園附近的酒吧，大家在非常放松的氣氛中聊天、辯論。李權(quán)借此機(jī)會(huì)提高了自己的英語(yǔ)表達(dá)水平，也從周圍人的身上了解了更多英國(guó)文化和社會(huì)底蘊(yùn)。他認(rèn)為和英國(guó)人交往完全不像一些人想象的那么難。英國(guó)人彬彬有禮，常與人保持距離的印象實(shí)際只是表面的。他抱著開放和欣賞的態(tài)度去主動(dòng)地接觸當(dāng)?shù)氐奈幕?，并從這個(gè)過(guò)程中學(xué)到了很多東西，這也成為他專業(yè)知識(shí)以外的另一個(gè)優(yōu)勢(shì)，對(duì)他事業(yè)的發(fā)展具有重要的意義。李權(quán)舉了一個(gè)例子：“在任何一個(gè)企業(yè)里，工作的關(guān)系就是人和人的關(guān)系，如果你對(duì)這個(gè)企業(yè)所屬國(guó)家的文化和歷史有一定程度的了解，那么你就會(huì)和它的管理者或外籍雇員在溝通方面有很大的優(yōu)勢(shì)。”

李權(quán)不但樂于接受不同的文化，更希望讓別人對(duì)中國(guó)文化有所了解。很多外國(guó)人對(duì)中國(guó)的認(rèn)識(shí)是從中餐館開始的，認(rèn)識(shí)非常有限，李權(quán)則會(huì)在與朋友交往的過(guò)程中不失時(shí)機(jī)地介紹中國(guó)的風(fēng)土人情和中國(guó)人看問(wèn)題的方式。他覺得，“在人和人的交往中，雙方互有給予，這種交往才會(huì)深入、長(zhǎng)久。”

李權(quán)博士幾乎走遍了整個(gè)英國(guó)，他去過(guò)的地方甚至比很多英國(guó)人都多。說(shuō)起英國(guó)各地的風(fēng)土人情，他如數(shù)家珍。倫敦是英國(guó)的政治和文化中心，也是很重要的國(guó)際金融中心。它是非常國(guó)際化的大都市，在這里你幾乎可以找到任何你想要的東西，要找到和自己文化背景相似的東西更不是問(wèn)題。對(duì)于生活在大城市的李權(quán)來(lái)說(shuō)，英國(guó)鄉(xiāng)村飄動(dòng)著的那種空曠、自由更令他心神俱醉。英格蘭中部和西南部有令人心馳神往的綠野，蘇格蘭多見蒼茫的山林和羊群……各地的風(fēng)光各有特色，各地的人也有不同的個(gè)性。比如;蘇格蘭、威爾士的小城鎮(zhèn)的人們和藹友善，甚至比生活在緊張的大都市中的人們更樂于接受新鮮的事物。求學(xué)期間，他還曾背著背包，買了鐵路通票，在歐洲大陸游歷了一個(gè)月。許多當(dāng)時(shí)覺得有些艱苦的經(jīng)歷,現(xiàn)在回想起來(lái)很有意義。歐洲大陸擁有巨大的文化財(cái)富，而且具有很強(qiáng)的地域特點(diǎn)。幾百公里以外就可能是一個(gè)完全不同的國(guó)度，可以讓人體驗(yàn)到完全不同的文化色彩，那里有著真正意義上的多元文化。

本科學(xué)歷+實(shí)際工作經(jīng)驗(yàn)+深造才能成為優(yōu)秀的管理人才

機(jī)械工程博士論文范文第4篇

關(guān)鍵詞：資源型城市；產(chǎn)業(yè)；升級(jí)；路徑

中圖分類號(hào)：F260 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2013）33-0048-02

收稿日期：2013-07-18

基金項(xiàng)目：2012年度黑龍江省哲學(xué)社會(huì)科學(xué)青年項(xiàng)目的階段性成果（12C061）

作者簡(jiǎn)介：路欣（1984-），女，黑龍江大慶人，副科，講師，碩士研究生，從事行政管理研究；赫明剛（1982-），男，黑龍江伊春人，中級(jí)經(jīng)濟(jì)師，從事行政管理研究。

一、黑龍江省資源型城市產(chǎn)業(yè)升級(jí)的難度分析

（一）轉(zhuǎn)型的普遍性

資源型城市的形成發(fā)展大多是因資源而興，隨著資源保有量的變化，有其形成、發(fā)展、興盛和衰退過(guò)程，這是社會(huì)經(jīng)濟(jì)發(fā)展的普遍現(xiàn)象。城市繁榮和工業(yè)經(jīng)濟(jì)的發(fā)展是同步的，工業(yè)發(fā)展需要消耗大量的礦產(chǎn)資源，資源開發(fā)帶來(lái)資本的積累和城市建設(shè)投資不斷增長(zhǎng)，資源型產(chǎn)業(yè)就會(huì)成為整個(gè)城市發(fā)展的主導(dǎo)。隨著資源的不斷開發(fā)，儲(chǔ)量將不斷消耗，資源型城市最終將面臨資源枯竭、環(huán)境污染、產(chǎn)業(yè)單一等問(wèn)題，這是完全符合資源開發(fā)規(guī)律、經(jīng)濟(jì)發(fā)展規(guī)律和城市發(fā)展規(guī)律的客觀現(xiàn)象。

（二）轉(zhuǎn)型的復(fù)雜性

資源型城市的轉(zhuǎn)型升級(jí)之所以成為世界性難題，就在于其問(wèn)題本身的復(fù)雜性和問(wèn)題解決方案的不成熟性。資源型城市的轉(zhuǎn)型升級(jí)不只是延伸產(chǎn)業(yè)鏈、培育創(chuàng)新創(chuàng)業(yè)主體、調(diào)整產(chǎn)業(yè)布局等經(jīng)濟(jì)的轉(zhuǎn)型，還有及時(shí)解決民生問(wèn)題、提升社會(huì)保障水平、擴(kuò)大公共產(chǎn)品供給等社會(huì)的轉(zhuǎn)型，更有資源開發(fā)補(bǔ)償機(jī)制、接續(xù)產(chǎn)業(yè)振興機(jī)制、科技創(chuàng)新驅(qū)動(dòng)機(jī)制等制度的轉(zhuǎn)型。

（三）轉(zhuǎn)型的綜合性

在資源型城市的轉(zhuǎn)型升級(jí)過(guò)程中，政策要素、環(huán)境要素、市場(chǎng)要素、產(chǎn)業(yè)及空間要素、人力要素、資金要素各種城市要素相互交叉、相互影響、相互制約，每一個(gè)領(lǐng)域、部分、方面問(wèn)題的解決都受到其他相關(guān)領(lǐng)域、部分、方面問(wèn)題的制約和影響。例如，實(shí)施產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，就會(huì)涉及到發(fā)展和改革委員會(huì)、工業(yè)和信息化委員、財(cái)政局、國(guó)資委等經(jīng)濟(jì)部門，人力資源和社會(huì)保障局、審計(jì)局、環(huán)保局、安監(jiān)局等服務(wù)和監(jiān)管部門，局、公安局等維穩(wěn)部門，實(shí)現(xiàn)多種要素、多部門的統(tǒng)籌協(xié)調(diào)，就需要能夠駕馭復(fù)雜局面和富于改革創(chuàng)新的地方官員來(lái)掌舵。

（四）轉(zhuǎn)型的風(fēng)險(xiǎn)性

資源型城市轉(zhuǎn)型升級(jí)任務(wù)艱巨、過(guò)程艱辛、局面復(fù)雜、時(shí)間漫長(zhǎng)，少則十幾年，多則幾十年，其間，充滿了各種變數(shù)、不確定性及可以預(yù)見或不可預(yù)見的風(fēng)險(xiǎn)。很難對(duì)金融危機(jī)背景下的動(dòng)態(tài)經(jīng)濟(jì)發(fā)展進(jìn)程進(jìn)行相對(duì)準(zhǔn)確的預(yù)測(cè)，并據(jù)以作出配套決策。如果在轉(zhuǎn)型的方向、途徑、道路等重大經(jīng)濟(jì)決策中發(fā)生失誤，就會(huì)導(dǎo)致轉(zhuǎn)型失敗，將有造成巨大政治、經(jīng)濟(jì)、社會(huì)損失的風(fēng)險(xiǎn)，事關(guān)幾代人的長(zhǎng)遠(yuǎn)生計(jì)，歷屆地方政府不得不高度重視，慎之又慎。

（五）條件的不利性

目前，黑龍江省資源型城市普遍存在資源不足、產(chǎn)業(yè)結(jié)構(gòu)單一、人才外流嚴(yán)重、創(chuàng)新創(chuàng)業(yè)不足等不利條件，建立在資源型產(chǎn)業(yè)服務(wù)的結(jié)構(gòu)之上的技術(shù)結(jié)構(gòu)、制度結(jié)構(gòu)、文化結(jié)構(gòu)都對(duì)經(jīng)濟(jì)轉(zhuǎn)型形成剛性制約。

綜合上述幾點(diǎn)，概括資源型城市的轉(zhuǎn)型升級(jí)難就難在：一是缺乏成熟的轉(zhuǎn)型經(jīng)驗(yàn)。迄今為止，少數(shù)城市的轉(zhuǎn)型雖為破解轉(zhuǎn)型難題提供了先行先試和寶貴啟示，但總體上說(shuō)，實(shí)踐答卷尚不夠充分。二是資源型城市經(jīng)濟(jì)轉(zhuǎn)型還缺乏建立在實(shí)踐之上的完整、系統(tǒng)的科學(xué)理論的指導(dǎo)，缺乏一套“一管幾十年”的頂層設(shè)計(jì)和符合資源型城市社會(huì)經(jīng)濟(jì)發(fā)展規(guī)律的政策體系。

二、黑龍江省資源型城市產(chǎn)業(yè)升級(jí)的一般路徑選擇

（一）強(qiáng)化轉(zhuǎn)型升級(jí)的頂層設(shè)計(jì)，增強(qiáng)政策的穩(wěn)定性和連續(xù)性

制定《黑龍江省資源型城市轉(zhuǎn)型升級(jí)中長(zhǎng)期發(fā)展規(guī)劃》，就是要對(duì)資源型城市未來(lái)發(fā)展進(jìn)行超前研究和規(guī)劃，不因地方主政領(lǐng)導(dǎo)的更迭而改變，以保證地方政府在路徑選擇和政策施行的長(zhǎng)期跟進(jìn)。首先，要明確《規(guī)劃》的地域范圍、轉(zhuǎn)型目標(biāo)和任務(wù)，戰(zhàn)略重點(diǎn)和實(shí)施階段，配套措施及中央和地方政府責(zé)任等；明確接續(xù)產(chǎn)業(yè)、環(huán)境恢復(fù)、勞動(dòng)力就業(yè)等問(wèn)題，結(jié)合原有主導(dǎo)產(chǎn)業(yè)特點(diǎn)和發(fā)展階段，實(shí)施差異化轉(zhuǎn)型戰(zhàn)略。其次，明確劃分轉(zhuǎn)型任務(wù)的前后次序，做好財(cái)政預(yù)算資金配置。例如伊春市是優(yōu)先發(fā)展工業(yè)，還是第三產(chǎn)業(yè)（旅游業(yè)）；優(yōu)先推進(jìn)市政建設(shè)，還是民生發(fā)展。最后，做好《規(guī)劃》階段性成果的考核。由GDP至上轉(zhuǎn)向社會(huì)穩(wěn)定、生態(tài)建設(shè)、接續(xù)產(chǎn)業(yè)發(fā)展等指標(biāo)，并將其一起納入組織部地方干部政績(jī)考核的評(píng)價(jià)體系，增強(qiáng)地方政府落實(shí)規(guī)劃的積極性。

（二）實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，培育新興產(chǎn)業(yè)增長(zhǎng)極

首先，加強(qiáng)對(duì)關(guān)鍵技術(shù)和共性技術(shù)的聯(lián)合攻關(guān)研究。目前，我省現(xiàn)有高校及科研院所的科研實(shí)力難以滿足資源型城市轉(zhuǎn)型升級(jí)的技術(shù)需求。建議將黑龍江省資源型城市全部納入東北老工業(yè)基地政策扶持范疇，將資源綜合開發(fā)和生態(tài)環(huán)境建設(shè)的關(guān)鍵技術(shù)納入國(guó)家重大科技攻關(guān)研究計(jì)劃。其次，大力推進(jìn)區(qū)域性產(chǎn)學(xué)研戰(zhàn)略聯(lián)盟建設(shè)。學(xué)習(xí)南方先進(jìn)省市對(duì)現(xiàn)有科研資源進(jìn)行整合，組建行業(yè)工業(yè)技術(shù)研究院勢(shì)在必行。例如組建黑龍江省農(nóng)業(yè)機(jī)械化科學(xué)院。將黑龍江省農(nóng)業(yè)機(jī)械工程研究院、黑龍江省農(nóng)機(jī)修理研究所、黑龍江省農(nóng)機(jī)運(yùn)用研究所、黑龍江省農(nóng)副產(chǎn)品加工機(jī)械化研究所、黑龍江省水田機(jī)械化研究所、黑龍江省畜牧機(jī)械化研究所職責(zé)任務(wù)整合劃入黑龍江省農(nóng)業(yè)機(jī)械化科學(xué)院。

（三）加快政策性擔(dān)保體系建設(shè)，優(yōu)化小微企業(yè)發(fā)展環(huán)境

政策性擔(dān)保機(jī)構(gòu)是憑借政府注入資本及公共信用，提升申請(qǐng)企業(yè)（或個(gè)人）信用級(jí)別，化解融資風(fēng)險(xiǎn)的非銀行性融資機(jī)構(gòu)。它是公共財(cái)政在市場(chǎng)經(jīng)濟(jì)體制下產(chǎn)生的新生事物，是資源型城市優(yōu)化中小企業(yè)融資環(huán)境、撬動(dòng)銀行貸款、提升小微企業(yè)信用等級(jí)的重要載體。

（四）加強(qiáng)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，發(fā)展現(xiàn)代農(nóng)業(yè)和服務(wù)業(yè)

產(chǎn)業(yè)結(jié)構(gòu)是衡量資源型城市三大產(chǎn)業(yè)的構(gòu)成及各產(chǎn)業(yè)之間的比例關(guān)系的重要指標(biāo)。目前我省資源型城市普遍存在著第一產(chǎn)業(yè)、第三產(chǎn)業(yè)比例較小，第二產(chǎn)業(yè)比例較大的問(wèn)題，非資源型產(chǎn)業(yè)比例小，資源型產(chǎn)業(yè)比例較大的問(wèn)題。一是大力發(fā)展棚室經(jīng)濟(jì)，實(shí)現(xiàn)農(nóng)民增產(chǎn)增收?，F(xiàn)代農(nóng)業(yè)是相對(duì)于傳統(tǒng)農(nóng)業(yè)而言，是廣泛應(yīng)用現(xiàn)代科學(xué)技術(shù)、現(xiàn)代工業(yè)提供的生產(chǎn)資料和科學(xué)管理方法進(jìn)行的社會(huì)化農(nóng)業(yè)。二是大力發(fā)展現(xiàn)代物流業(yè)，打牢產(chǎn)業(yè)轉(zhuǎn)型基礎(chǔ)。經(jīng)過(guò)三十多年的發(fā)展，中國(guó)已經(jīng)成為物流大國(guó)，物流業(yè)已經(jīng)成為區(qū)域經(jīng)濟(jì)的支柱產(chǎn)業(yè)和重要的現(xiàn)代服務(wù)業(yè)。資源型城市轉(zhuǎn)型過(guò)程中必然帶來(lái)原有大宗資源、能源及副產(chǎn)品的大規(guī)模運(yùn)輸和流動(dòng)的需求。

（五）完善人才引進(jìn)機(jī)制，營(yíng)造良好的選人用人環(huán)境

首先，建立一套完善的人才引進(jìn)機(jī)制。針對(duì)大慶、雞西、伊春等資源型城市大多數(shù)從業(yè)人員受教育程度低、技能單一、適應(yīng)能力差、轉(zhuǎn)移就業(yè)難度大等實(shí)際狀況，應(yīng)當(dāng)建立與本地區(qū)轉(zhuǎn)型模式相匹配的人才引進(jìn)政策，服務(wù)于當(dāng)?shù)氐漠a(chǎn)業(yè)轉(zhuǎn)型。加大對(duì)專業(yè)技術(shù)人才的引進(jìn)和定向培養(yǎng)，加大對(duì)優(yōu)秀職業(yè)經(jīng)理人和財(cái)政金融人才的引進(jìn)。其次，營(yíng)造良好的選人用人環(huán)境。一是機(jī)制留。市人才辦公室負(fù)責(zé)制定實(shí)施公開、平等、競(jìng)爭(zhēng)、擇優(yōu)的用人機(jī)制和“能上能下”的激勵(lì)約束機(jī)制，營(yíng)造良好的創(chuàng)新創(chuàng)業(yè)環(huán)境。二是待遇留。對(duì)于引進(jìn)的高層次人才，市委組織部及人才辦公室要在編制、職務(wù)、職稱、報(bào)酬、住房等方面依據(jù)轉(zhuǎn)型升級(jí)需要視個(gè)人能力、貢獻(xiàn)大小給予特殊的優(yōu)惠政策，對(duì)其隨遷親屬就業(yè)，子女教育等方面從優(yōu)安置。三是高薪留。地方財(cái)政局應(yīng)當(dāng)設(shè)立人才專項(xiàng)資金，改變?cè)瓉?lái)以檔案工資作為報(bào)酬支付標(biāo)準(zhǔn)，對(duì)碩士研究生以上學(xué)歷的人才每月給予生活補(bǔ)貼500元、創(chuàng)業(yè)人員提供三年全額貼息貸款、科研人員提供項(xiàng)目啟動(dòng)資金，對(duì)于做出突出貢獻(xiàn)的人才給予轉(zhuǎn)型城市特殊貢獻(xiàn)獎(jiǎng)每年10萬(wàn)元（近似于黑龍江省院士補(bǔ)貼標(biāo)準(zhǔn)）。

（六）加快新型城鎮(zhèn)化建設(shè)進(jìn)程，建設(shè)宜居宜業(yè)城市

重點(diǎn)解決好資源型城市縣域、鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)育不夠、規(guī)模小、市場(chǎng)化程度低、人口不足等問(wèn)題，建設(shè)一批工業(yè)重鎮(zhèn)、商貿(mào)大鎮(zhèn)、邊貿(mào)強(qiáng)鎮(zhèn)和旅游名鎮(zhèn)。一是著眼建設(shè)“對(duì)俄邊貿(mào)合作區(qū)”，重點(diǎn)推進(jìn)邊貿(mào)強(qiáng)鎮(zhèn)。充分發(fā)揮伊春的嘉蔭縣邊貿(mào)口岸的優(yōu)勢(shì)，進(jìn)一步擴(kuò)大對(duì)俄口岸貿(mào)易，彌補(bǔ)資源減少帶來(lái)的經(jīng)濟(jì)損失。加大對(duì)俄羅斯木材進(jìn)口和勞務(wù)輸出，彌補(bǔ)木材產(chǎn)業(yè)頹勢(shì)；加大對(duì)煤炭進(jìn)口和蔬菜、糧食有機(jī)食品輸出彌補(bǔ)煤炭?jī)r(jià)格下跌損失；加大管道石油和天然氣的進(jìn)口和輕工紡織產(chǎn)品的出口，減輕大慶石油穩(wěn)產(chǎn)高產(chǎn)壓力。二是著眼建設(shè)“城郊功能提升帶”，重點(diǎn)做強(qiáng)旅游名鎮(zhèn)。城郊可以充分毗鄰市區(qū)的優(yōu)勢(shì)，走綠色采摘游、休閑度假游、特色飲食游、草原風(fēng)情游等品牌路線，建設(shè)一批農(nóng)業(yè)與旅游互動(dòng)的鄉(xiāng)鎮(zhèn)。三是著眼建設(shè)“城鎮(zhèn)發(fā)展廊道”，重點(diǎn)建好示范新村。這些鄉(xiāng)鎮(zhèn)大多為產(chǎn)糧大鎮(zhèn)或商貿(mào)大鎮(zhèn)，臨近省道國(guó)道、交通樞紐和鐵路周轉(zhuǎn)站，地理位置優(yōu)越。例如大慶肇源縣的新站鎮(zhèn)、大同區(qū)的太陽(yáng)升鎮(zhèn)，兩者都為我省重要的糧食集散地和物流港，糧食貿(mào)易異?；钴S，要充分發(fā)揮這些特色經(jīng)濟(jì)重鎮(zhèn)對(duì)縣域經(jīng)濟(jì)的多元支撐和城鎮(zhèn)化的多點(diǎn)帶動(dòng)作用。有序推進(jìn)資源城市附屬鄉(xiāng)鎮(zhèn)在就業(yè)方式、人居環(huán)境、功能配套、社會(huì)保障等方面實(shí)現(xiàn)由鄉(xiāng)到城的戰(zhàn)略轉(zhuǎn)變。

參考文獻(xiàn)：

[1] 鄭鑫.大慶市政府招商引資全過(guò)程項(xiàng)目化管理研究[D].大慶：東北石油大學(xué)碩士論文，2011：6.

[2] 王艷芳，張昕，徐忠惠，劉方正.資源型城市產(chǎn)業(yè)轉(zhuǎn)型模式研究———以黑龍江省雞西市為例[J].經(jīng)濟(jì)師，2011，（12）.

[3] 董鋒，譚清美，周德群，龍如銀，朱佳翔.資源型城市可持續(xù)發(fā)展水平評(píng)價(jià)——以黑龍江省大慶市為例[J].資源科學(xué)，2010，（8）.

[4] 曹彩杰.中國(guó)森林生態(tài)旅游業(yè)發(fā)展的SWOT分析[J].硅谷，2010，（2） ：121-122.

機(jī)械工程博士論文范文第5篇

關(guān)鍵詞：推薦系統(tǒng)；云計(jì)算；數(shù)據(jù)挖掘；個(gè)性化

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10，3969/J.issn.1003-6970.2013.03.001

本文著錄格式：[1]郭平，劉波，沈岳，農(nóng)業(yè)云大數(shù)據(jù)自組織推送關(guān)鍵技術(shù)綜述[J].軟件，2013，34（3）：1-6

0 引言

隨著物聯(lián)網(wǎng)、云計(jì)算、下一代互聯(lián)網(wǎng)等新一代信息技術(shù)的快速發(fā)展和信息內(nèi)容的日益增長(zhǎng)，“信息過(guò)載”問(wèn)題愈來(lái)愈嚴(yán)重，推薦系統(tǒng)（recommender systems）被認(rèn)為可以有效的緩解此難題，幫助用戶從海量數(shù)據(jù)中發(fā)現(xiàn)感興趣信息，滿足個(gè)性化需求。

近年來(lái)，我國(guó)在農(nóng)業(yè)個(gè)性化知識(shí)服務(wù)服務(wù)領(lǐng)域從本體論、語(yǔ)義網(wǎng)、知識(shí)工程角度開展了廣泛的研究，成果主要體現(xiàn)在三個(gè)方面：以搜索引擎為代表的知識(shí)檢索系統(tǒng)，需回答大量預(yù)設(shè)問(wèn)題進(jìn)行知識(shí)推理的專家系統(tǒng)，特定領(lǐng)域應(yīng)用系統(tǒng)，它們?cè)诟髯缘膱?chǎng)合都發(fā)揮了積極作用。然而知識(shí)檢索系統(tǒng)不能滿足用戶個(gè)性化需求，專家系統(tǒng)的應(yīng)用很難普及，特定領(lǐng)域應(yīng)用開發(fā)成本高和重用難度大。物聯(lián)網(wǎng)與數(shù)據(jù)挖掘云服務(wù)提供知識(shí)服務(wù)云實(shí)現(xiàn)物理世界的“感知控”，知識(shí)服務(wù)云的研究主要集中在制造和圖書情報(bào)領(lǐng)域，云環(huán)境下的農(nóng)業(yè)個(gè)性化知識(shí)服務(wù)的研究尚處于起步階段，主要集中在服務(wù)模式的構(gòu)建與展望。

本文是對(duì)科技部科技支撐課題“農(nóng)村農(nóng)業(yè)信息化關(guān)鍵技術(shù)集成與示范”（2011BAD21803）與“農(nóng)村物聯(lián)網(wǎng)綜合信息服務(wù)科技工程”（2012BAD35800）研究成果的總結(jié)，也是對(duì)農(nóng)業(yè)云推薦系統(tǒng)研究的升華。

1 農(nóng)業(yè)云大數(shù)據(jù)自組織區(qū)域推送的提出

1.1 農(nóng)業(yè)信息資源特點(diǎn)

我國(guó)自“十一五”時(shí)期以來(lái)，農(nóng)業(yè)農(nóng)村信息化發(fā)展取得了顯著成效，主要表現(xiàn)在農(nóng)業(yè)農(nóng)村信息化基礎(chǔ)設(shè)施不斷完善、業(yè)務(wù)應(yīng)用深入發(fā)展、物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)中逐步推廣應(yīng)用等方面。從中央到省，市、縣建立了“三農(nóng)”綜合信息服務(wù)平臺(tái)，涉農(nóng)企業(yè)、組織和科研院所也積極搭建了各具特色的農(nóng)業(yè)信息服務(wù)平臺(tái)，目前正向鄉(xiāng)鎮(zhèn)村發(fā)展。農(nóng)村信息員隊(duì)伍及以農(nóng)業(yè)綜合信息服務(wù)站和農(nóng)業(yè)合作社為代表的農(nóng)村信息服務(wù)機(jī)構(gòu)發(fā)展迅速，“三電合一”、“農(nóng)民信箱”、“農(nóng)村熱線”等信息服務(wù)模式應(yīng)用深入。云計(jì)算利用海量的存儲(chǔ)能力把農(nóng)業(yè)信息資源形成高度集成和虛擬化的計(jì)算資源一“農(nóng)業(yè)知識(shí)聚合云”，支持用戶在任意位置、使用各種終端方便獲取信息，但由于農(nóng)業(yè)領(lǐng)域生態(tài)區(qū)域性和過(guò)程復(fù)雜性及農(nóng)業(yè)區(qū)域發(fā)展不平衡和農(nóng)民文化的多層次性也帶來(lái)了“信息過(guò)載”、“資源隱晦”“資源迷向”等問(wèn)題。

1.2 農(nóng)業(yè)云環(huán)境下大數(shù)據(jù)自組織區(qū)域推送

物聯(lián)網(wǎng)和云計(jì)算背后是大數(shù)據(jù)，在云計(jì)算模式下，用戶不確定的、智能的交互，個(gè)性化需求更加多元化，信息交互行為更加頻繁；在大量用戶通過(guò)社會(huì)標(biāo)注達(dá)成共識(shí)的過(guò)程中，逐漸形成不同社區(qū)，涌現(xiàn)出群體智能，形成“農(nóng)業(yè)用戶興趣社交云”。利用云的海量存儲(chǔ)、群體涌現(xiàn)智能、強(qiáng)大的計(jì)算能力和物聯(lián)網(wǎng)感知控優(yōu)勢(shì)，可以提供面向用戶復(fù)雜分析計(jì)算，實(shí)現(xiàn)業(yè)務(wù)重點(diǎn)由面向應(yīng)用和資源的傳統(tǒng)信息服務(wù)，轉(zhuǎn)變?yōu)榛趯?duì)海量農(nóng)業(yè)知識(shí)進(jìn)行動(dòng)態(tài)劃分，有目的、主動(dòng)、定制、自組織推送給有需求的農(nóng)業(yè)用戶，為農(nóng)業(yè)用戶提供實(shí)時(shí)性、個(gè)性化知識(shí)服務(wù)，指導(dǎo)農(nóng)業(yè)生產(chǎn)過(guò)程。

首先以Hadoop+MapReduce+HBaSe分布式框架為處理平臺(tái)，對(duì)“農(nóng)業(yè)用戶興趣社交云”，融合用戶興趣偏好和社交網(wǎng)絡(luò)進(jìn)行建模，將這些多元用戶信息充分融入推送系統(tǒng)會(huì)更好產(chǎn)生推薦結(jié)果；將推薦對(duì)象“農(nóng)業(yè)知識(shí)聚合云”按農(nóng)業(yè)知識(shí)高維性、多樣性、多層次性特征分類聚類為各種知識(shí)塊靜態(tài)和動(dòng)態(tài)元數(shù)據(jù)；通過(guò)智能算法推薦和社會(huì)網(wǎng)絡(luò)推薦為用戶發(fā)現(xiàn)個(gè)性化內(nèi)容；根據(jù)用戶的地理位置、用戶服務(wù)的評(píng)價(jià)以及云基礎(chǔ)服務(wù)提供商信息將預(yù)測(cè)值最高的服務(wù)推送給用戶實(shí)現(xiàn)與物理世界的互動(dòng)（如圖1）。

從以上分析可知，農(nóng)業(yè)云大數(shù)據(jù)自組織區(qū)域推送的關(guān)鍵技術(shù)有用戶興趣模型、推薦對(duì)象模型，推薦算法、數(shù)據(jù)挖掘四個(gè)部分，以下分別對(duì)這幾項(xiàng)技術(shù)進(jìn)行論述。

1.2.1 用戶興趣模型

用戶興趣建模是個(gè)性化服務(wù)技術(shù)的基礎(chǔ)和核心，包括數(shù)據(jù)收集、模型表示、模型學(xué)習(xí)與模型更新。用戶興趣建模的方法有很多，常用的有向量空間模型、神經(jīng)網(wǎng)絡(luò)、遺傳算法、用戶一項(xiàng)目評(píng)價(jià)矩陣、基于案例的表示、基于本體論的表示、基于加權(quán)關(guān)鍵詞的表示，基于社會(huì)網(wǎng)絡(luò)的表示等。幾乎每種表示形式都是以一種私有形式進(jìn)行知識(shí)表示，此外一些表示技術(shù)還依賴于模型學(xué)習(xí)，如廣泛使用的基于向量空間模型的表示與TF-IDF學(xué)習(xí)技術(shù)聯(lián)系在一起。表示形式的私有性和對(duì)學(xué)習(xí)技術(shù)的依賴性阻礙了用戶模型在系統(tǒng)間的共享，這種共享對(duì)于減少用戶建模工作量，提高推薦算法啟動(dòng)效率具有重要意義。因此開發(fā)獨(dú)立于模型學(xué)習(xí)技術(shù)的通用用戶模型表示技術(shù)是目前研究中熱點(diǎn)，基于語(yǔ)義網(wǎng)和社交網(wǎng)絡(luò)的用戶模型在這方面表現(xiàn)了優(yōu)勢(shì)。

用戶的興趣或需求會(huì)隨時(shí)間、情景發(fā)生變化，結(jié)合長(zhǎng)期和短期興趣及興趣的變化用戶興趣建模的重點(diǎn)，目前的更新機(jī)制很難及時(shí)跟蹤用戶興趣的變化，有更好的學(xué)習(xí)效率和動(dòng)態(tài)變化適應(yīng)能力的建模是未來(lái)的重要研究方向，國(guó)內(nèi)外大量的文獻(xiàn)對(duì)此展開了研究，遺忘函數(shù)、時(shí)間窗、用戶興趣的漂移特性等被提出。

在湖南農(nóng)業(yè)云中，基于呼叫中心、互聯(lián)網(wǎng)，手機(jī)報(bào)、手機(jī)短信，電視廣播等用戶在多應(yīng)用系統(tǒng)中形成的興趣偏好和社交網(wǎng)絡(luò)特征，提出“農(nóng)業(yè)用戶興趣社交云”建模思路：以圖論模型表示用戶“興趣圖”數(shù)據(jù)和“社交圖”數(shù)據(jù)，根據(jù)經(jīng)典的局域世界演化理論，綜合考慮實(shí)際情況中用戶之間的多重關(guān)系和關(guān)系的強(qiáng)弱程度，以用戶之間相似度為節(jié)點(diǎn)連接概率因素，生成動(dòng)態(tài)多維網(wǎng)絡(luò)，進(jìn)行用戶數(shù)據(jù)的挖掘和更新；結(jié)合農(nóng)業(yè)本體，在多維社交網(wǎng)絡(luò)的基礎(chǔ)上，將基于農(nóng)業(yè)本體的區(qū)域用戶興趣融合在云計(jì)算平臺(tái)上進(jìn)行處理。

1.2.2 推薦對(duì)象模型

推薦本質(zhì)上是將推薦對(duì)象的特征與用戶的興趣偏好進(jìn)行推薦計(jì)算，所以推薦對(duì)象的描述和用戶的描述密切相關(guān)。推薦系統(tǒng)應(yīng)用不同領(lǐng)域，它推薦的對(duì)象也就各不相同，目前，湖南農(nóng)業(yè)云主要是文本性數(shù)據(jù)；不同的對(duì)象，特征也不相同，目前沒有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)來(lái)進(jìn)行統(tǒng)一描述，主要有基于內(nèi)容、分類、聚類的方法。

基于內(nèi)容的方法是從對(duì)象本身抽取信息表示對(duì)象，常見的是向量空間模型，使用最廣泛的是加權(quán)關(guān)鍵詞矢量方法進(jìn)行特征選取，使用TFIDF計(jì)算每個(gè)特征的權(quán)值。向量空間模型對(duì)模型中的特征詞進(jìn)行權(quán)重估計(jì)（TF-IDF）過(guò)程中不考慮特征詞之間的相關(guān)性，直接用特征詞作為維度構(gòu)建文檔向量，降低了文檔向量對(duì)文檔概念表達(dá)的準(zhǔn)確性以及對(duì)不同類型文檔的區(qū)分能力。

基于分類的方法是把推薦對(duì)象放入不同類別，把同類文檔推薦給對(duì)該類文檔感興趣的用戶。主要有兩種，一種是基于知識(shí)工程的方法，使專家的類別知識(shí)直接編碼為分類規(guī)則，正確率和召回率高，但工作量大；近期研究最多的是另一種一機(jī)器學(xué)習(xí)，根據(jù)訓(xùn)練樣本集建立分類器，方法有很多，常見的有概率分類、貝葉斯回歸分析、決策樹分類器、決策規(guī)則分類器、Rocchio分類器、神經(jīng)網(wǎng)絡(luò)分類器、支持向量機(jī)（SVM）、分類器融合、Boosting分類器、k最近鄰方法（KNN）等。

研究文本聚類的最初目的是為了提高信息檢索的查全率和查準(zhǔn)率，近年來(lái)，文本聚類用于自動(dòng)產(chǎn)生文本的多層次的類，并利用這些新生成的類對(duì)新文本進(jìn)行效率較好的歸類，已經(jīng)提出了大量的文本聚類算法。傳統(tǒng)的聚類算法在處理高維和海量文本時(shí)效率不很理想。針對(duì)這樣的問(wèn)題，將聚類分析與計(jì)算智能理論，并行計(jì)算、云計(jì)算等相結(jié)合，設(shè)計(jì)出高效的并行聚類算法，己經(jīng)成為一個(gè)比較流行的研究思路。

在湖南農(nóng)業(yè)知識(shí)云數(shù)據(jù)模型中，將能更好反映特征詞相關(guān)性的超圖模型引入，將文檔中提取的特征項(xiàng)表示為圖中節(jié)點(diǎn)，特征詞條之間的關(guān)系構(gòu)成圖中邊，用邊上權(quán)值表示相關(guān)聯(lián)特征項(xiàng)之間共現(xiàn)程度。通過(guò)對(duì)文本圖模型K最近鄰劃分實(shí)現(xiàn)降維降噪的粗粒度數(shù)據(jù)切片；對(duì)切片后數(shù)據(jù)反映用戶興趣如地域、時(shí)間、訴求等多維度特征的智能聚類，實(shí)現(xiàn)細(xì)粒度的聚合與分割。

“農(nóng)業(yè)知識(shí)聚合云”模型算法建立在基于MapReduce處理的大規(guī)模圖上，得到各種知識(shí)塊靜態(tài)和動(dòng)態(tài)元數(shù)據(jù)。

1.2.3 推薦算法

推薦算法是整個(gè)推薦系統(tǒng)中核心部分，大量的論文和著作都關(guān)注了這個(gè)方面。目前，基本包括以下幾種：基于內(nèi)容過(guò)濾推薦、協(xié)同過(guò)濾推薦、基于關(guān)聯(lián)推薦、基于知識(shí)推薦、基于效用推薦、基于網(wǎng)絡(luò)結(jié)構(gòu)推薦、基于聚類推薦、基于社會(huì)網(wǎng)絡(luò)分析推薦、混合型推薦等。通過(guò)對(duì)眾多推薦算法進(jìn)行比較分析，各種算法都有優(yōu)缺點(diǎn)（如表1）：

各種推薦方法都有各自的優(yōu)缺點(diǎn)，在實(shí)際問(wèn)題中采用多種策略進(jìn)行混合推薦，主要有兩種混合思路：推薦結(jié)果混合和推薦算法混合。目前大部分的推薦算法都是混合推薦算法，主要還是以協(xié)同理論為核心，再配合其他算法的優(yōu)點(diǎn)或交叉學(xué)科的理論來(lái)改善推薦的質(zhì)量。另外基于社會(huì)網(wǎng)絡(luò)個(gè)性化推薦算法研究是一個(gè)趨勢(shì)，基于社會(huì)網(wǎng)絡(luò)的推薦是協(xié)同過(guò)濾的延伸，通過(guò)考察結(jié)點(diǎn)之間（用戶和用戶之間或產(chǎn)品之間）的相關(guān)性和結(jié)點(diǎn)之間的信任度可以獲得比一般協(xié)同推薦更高推薦效果，如文獻(xiàn)提出將社會(huì)網(wǎng)絡(luò)關(guān)系結(jié)合到推薦算法中?？v觀國(guó)內(nèi)外在推薦算法上的研究，主要集中在基于用戶顯性評(píng)分?jǐn)?shù)據(jù)的協(xié)同過(guò)濾算法上，對(duì)基于非顯性評(píng)分行為數(shù)據(jù)場(chǎng)景下的研究卻顯得有點(diǎn)不足。目前在擴(kuò)展性問(wèn)題上學(xué)術(shù)研究不是很具有針對(duì)性，主要集中在通過(guò)各種交叉學(xué)科中的方法來(lái)對(duì)用戶進(jìn)行聚類或?qū)π袨閿?shù)據(jù)進(jìn)行降維、壓縮等縮短推薦的項(xiàng)目集或減少計(jì)算量，從而提升算法的性能；有關(guān)基于云平臺(tái)上的推薦算法研究目前主要集中于協(xié)同過(guò)濾算法MapReduce化。而實(shí)際應(yīng)用中，己出現(xiàn)利用分布式集群解決算法擴(kuò)展性方法，如Google News的推薦算法就是部署在分布式環(huán)境下，從而滿足海量數(shù)據(jù)下的推薦服務(wù)。

根據(jù)農(nóng)業(yè)云大數(shù)據(jù)自組織區(qū)域推送實(shí)際情況將推薦結(jié)果和推薦算法混合，提出“三層推薦”策略：在豐富的知識(shí)塊云元數(shù)據(jù)基礎(chǔ)上，將知識(shí)塊屬性和用戶興趣行為基于頻繁模式的知識(shí)關(guān)聯(lián)撮合推薦；通過(guò)復(fù)雜網(wǎng)絡(luò)聚類算法識(shí)別一個(gè)用戶多個(gè)社區(qū)興趣，融合“興趣圖”和“社交圖”協(xié)同過(guò)濾推薦，突破算法推薦的局限性，讓用戶信任的朋友圈子為其發(fā)現(xiàn)和推薦內(nèi)容，取得社交推薦的時(shí)效性和算法推薦的長(zhǎng)尾性之間的互補(bǔ)，從而針對(duì)每個(gè)社區(qū)成員提供精準(zhǔn)個(gè)性化推薦；根據(jù)基礎(chǔ)設(shè)施服務(wù)供應(yīng)商、用戶所在的地理位置以及用戶對(duì)服務(wù)可用性評(píng)價(jià)值的相似性等，將大量用戶云終端聚類為一定數(shù)量的社區(qū)，提高云端推送服務(wù)的有效性，最終形成通過(guò)大眾參與，支持云間變換，集電信網(wǎng)、廣播電視網(wǎng)、互聯(lián)網(wǎng)合一的自組織區(qū)域推送，較有效地處理一般推薦算法中存在的稀疏性、冷啟動(dòng)以及大規(guī)模實(shí)時(shí)計(jì)算的問(wèn)題。

1.2.4 云計(jì)算下個(gè)性化數(shù)據(jù)挖掘

數(shù)據(jù)挖掘采用了多種領(lǐng)域中的思想，包括來(lái)自統(tǒng)計(jì)學(xué)的抽樣、估計(jì)、假設(shè)檢驗(yàn)以及人工智能、模式識(shí)別和機(jī)器學(xué)習(xí)的搜索算法、建模技術(shù)和學(xué)習(xí)理論。隨著數(shù)據(jù)挖掘的不斷發(fā)展，也采用了包括最優(yōu)化、進(jìn)化計(jì)算、信息論、信號(hào)處理、可視化、信息檢索、云計(jì)算、并行計(jì)算等技術(shù)。與傳統(tǒng)的數(shù)據(jù)挖掘相比，云計(jì)算下的個(gè)性化數(shù)據(jù)挖掘的目標(biāo)，就是通過(guò)云計(jì)算中心，向用戶提供針對(duì)其即時(shí)演化需求的數(shù)據(jù)挖掘SaaS（Software as aService，軟件即服務(wù)）服務(wù)，其基礎(chǔ)問(wèn)題主要為：對(duì)于用戶不同的數(shù)據(jù)挖掘需求以及針對(duì)用戶特點(diǎn)進(jìn)行個(gè)性推薦的建模和表征；數(shù)據(jù)挖掘算法適應(yīng)云計(jì)算的并行分布式化；使數(shù)據(jù)挖掘的結(jié)果和算法能夠支持云間變換并形成一種面向用戶、即時(shí)組合的、變粒度的云服務(wù)，其中數(shù)據(jù)挖掘的云服務(wù)化是研究的難點(diǎn)。

（1）云計(jì)算下個(gè)性推薦的建模和表征

云下的個(gè)性推薦建模和表征與傳統(tǒng)上個(gè)性化推薦明顯的不同在于海量異構(gòu)大數(shù)據(jù)和用戶間群體涌現(xiàn)的社交網(wǎng)絡(luò)，它們本質(zhì)上形成了多個(gè)頂點(diǎn)的大規(guī)模圖。云計(jì)算可以為大規(guī)模個(gè)性化提供技術(shù)支撐，云服務(wù)本身也有大規(guī)模個(gè)性化定制應(yīng)用需求，目前研究?jī)烧呓Y(jié)合的文獻(xiàn)還很少，張澤華從計(jì)算資源的角度基于復(fù)雜系統(tǒng)理論對(duì)云計(jì)算聯(lián)盟體系結(jié)構(gòu)進(jìn)行建模，并基于蟻群優(yōu)化算法和復(fù)雜系統(tǒng)理論進(jìn)行了負(fù)載均衡研究；郭昱就有效處理客戶需求信息該如何選擇與分布云計(jì)算平臺(tái)中的關(guān)鍵節(jié)點(diǎn)問(wèn)題，提出了基于云計(jì)算的大規(guī)模定制客戶需求模型。趙東杰對(duì)復(fù)雜網(wǎng)絡(luò)、數(shù)據(jù)挖掘與群體智能有效結(jié)合進(jìn)行了探索研究。農(nóng)業(yè)云大數(shù)據(jù)自組織推送通過(guò)“農(nóng)業(yè)知識(shí)聚合云”分解的靜態(tài)、動(dòng)態(tài)知識(shí)元數(shù)據(jù)和“農(nóng)業(yè)用戶興趣社交云”形成的興趣圖、社交圖基于用戶行為和知識(shí)元數(shù)據(jù)的關(guān)聯(lián)撮合，通過(guò)人工智能和社交圈子幫助用戶發(fā)現(xiàn)內(nèi)容，實(shí)現(xiàn)搜索和推薦的無(wú)縫結(jié)合，為智能個(gè)性化推薦實(shí)現(xiàn)“內(nèi)容找人”愿景。

（2）算法并行分布式與高性能計(jì)算

對(duì)于大規(guī)模數(shù)據(jù)的處理，典型系統(tǒng)結(jié)構(gòu)大致分為三類：基于MapReduce模型的分布式并行處理系統(tǒng)、基于BSP模型的分布式并行處理系統(tǒng)和分布式圖數(shù)據(jù)庫(kù)系統(tǒng)。數(shù)據(jù)挖掘算法現(xiàn)在的發(fā)展趨勢(shì)是基于云計(jì)算的并行數(shù)據(jù)挖掘，它的同一個(gè)算法可以分布在多個(gè)節(jié)點(diǎn)上，多個(gè)算法之間是并行的，多個(gè)資源實(shí)行按需分配，而且分布式計(jì)算模型采用云計(jì)算模式，數(shù)據(jù)用DFS或者HBASE，編程模式采用MapReduce這種方式。Bhaduri等整理了一個(gè)十分詳盡的并行數(shù)據(jù)挖掘算法文獻(xiàn)目錄，包含了關(guān)聯(lián)規(guī)則學(xué)習(xí)、分類、聚類、流數(shù)據(jù)挖掘四大類分布式數(shù)據(jù)挖掘算法，同時(shí)還包括分布式系統(tǒng)、隱私保護(hù)等相關(guān)的研究工作。

2 基于云計(jì)算推薦系統(tǒng)研究的重點(diǎn)、難點(diǎn)與熱點(diǎn)

2.1 云環(huán)境下用戶偏好獲取安全與可信問(wèn)題

推薦系統(tǒng)中，用戶數(shù)據(jù)集的數(shù)量和質(zhì)量問(wèn)題，影響用戶模型的精確度、可用性，導(dǎo)致問(wèn)題的根本原因在于用戶對(duì)隱私和安全的考慮。而云環(huán)境下，數(shù)據(jù)的安全與隱私是用戶非常關(guān)心的問(wèn)題。既能得到準(zhǔn)確用戶信息而提高推薦系統(tǒng)性能，又能有效保護(hù)用戶信息同時(shí)檢測(cè)并能預(yù)防推薦攻擊（一些不法的用戶為了提高或降低某些對(duì)象的推薦概率，惡意捏造用戶評(píng)分?jǐn)?shù)據(jù)而達(dá)到目的）將是未來(lái)推薦系統(tǒng)的一個(gè)重要研究方向。

2.2 模型過(guò)擬合問(wèn)題

過(guò)擬合現(xiàn)象是指系統(tǒng)推薦給用戶的對(duì)象與用戶剛剛看過(guò)的不是太相似或者太不相關(guān)。過(guò)擬合（過(guò)學(xué)習(xí)）的問(wèn)題本質(zhì)上來(lái)自于數(shù)據(jù)的不完備性，這在實(shí)際應(yīng)用中是無(wú)法完全避免的。在于興趣偏好獲取方式或隱私等原因使用戶沒有對(duì)足夠多類別的對(duì)象進(jìn)行評(píng)價(jià)。目前解決的主要方法是引入隨機(jī)性，使推薦算法收斂到全局最優(yōu)或者逼近全局最優(yōu)，關(guān)于既要保證推薦的多樣性，又不能與用戶看過(guò)的對(duì)象重復(fù)或毫不相關(guān)這一問(wèn)題的研究是推薦系統(tǒng)研究的一個(gè)難點(diǎn)和重點(diǎn)。

2.3 稀疏性與冷啟動(dòng)問(wèn)題

稀疏性和冷啟動(dòng)問(wèn)題困擾推薦系統(tǒng)很長(zhǎng)時(shí)間了，前者的解決辦法主要過(guò)濾和降維。目前針對(duì)冷啟動(dòng)問(wèn)題提出了一些解決方法，主要分為兩大方面，一是直接利用傳統(tǒng)協(xié)同過(guò)濾的評(píng)分?jǐn)?shù)據(jù)結(jié)合特定的方法進(jìn)行解決，二是新用戶或新項(xiàng)目的內(nèi)容屬性信息與傳統(tǒng)的協(xié)同過(guò)濾評(píng)分?jǐn)?shù)據(jù)相結(jié)合的方法進(jìn)行改善冷啟動(dòng)問(wèn)題。稀疏性與冷啟動(dòng)問(wèn)題一直是推薦系統(tǒng)研究的一個(gè)難點(diǎn)和重點(diǎn)。

2.4 數(shù)據(jù)挖掘的結(jié)果和算法智能服務(wù)化

將數(shù)據(jù)挖掘算法融入針對(duì)海量用戶的使用記錄和計(jì)算資源間協(xié)作進(jìn)行優(yōu)化組合，利用這些特性通過(guò)大眾參與的交互作用，提高云間服務(wù)的智能性、有效性將是大數(shù)據(jù)時(shí)代推薦系統(tǒng)研究的一個(gè)制高點(diǎn)。將數(shù)據(jù)挖掘任務(wù)及其實(shí)現(xiàn)算法服務(wù)化，通過(guò)SaaS方式向云計(jì)算中心索取所需的相應(yīng)的數(shù)據(jù)挖掘，這可能是目前突破數(shù)據(jù)挖掘?qū)Ｓ密浖褂瞄T檻過(guò)高、普通大眾難以觸及、企業(yè)用戶使用成本太大、挖掘算法和結(jié)果難以實(shí)時(shí)得到評(píng)價(jià)和相應(yīng)修改等問(wèn)題的最有希望的解決方案之一，也是數(shù)據(jù)挖掘走向互聯(lián)網(wǎng)大眾、走向?qū)嵱没闹匾囊徊健?/p>

2.5 大數(shù)據(jù)處理與增量計(jì)算問(wèn)題

目前對(duì)大數(shù)據(jù)的研究仍處于一個(gè)非常初步的階段，半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)給傳統(tǒng)的數(shù)據(jù)分析帶來(lái)巨大挑戰(zhàn)，尤其算法如何快速高效地處理推薦系統(tǒng)海量和稀疏的數(shù)據(jù)成為迫在眉睫的問(wèn)題。當(dāng)產(chǎn)生新的數(shù)據(jù)時(shí)，算法的結(jié)果不需要在整個(gè)數(shù)據(jù)集上重新進(jìn)行計(jì)算，而只需考慮增量部分，對(duì)原有的結(jié)果進(jìn)行微調(diào)，快速得到準(zhǔn)確的新結(jié)果，是增量計(jì)算的理想狀態(tài)。但一般而言，隨著信息量的增多，算法的誤差會(huì)累積變大，最終每過(guò)一段時(shí)間還是需要利用全局?jǐn)?shù)據(jù)重新進(jìn)行計(jì)算。一個(gè)特別困難的挑戰(zhàn)是如何設(shè)計(jì)一種能夠保證其誤差不會(huì)累積的算法，也就是說(shuō)其結(jié)果與利用全部數(shù)據(jù)重新計(jì)算的結(jié)果之間的差異不會(huì)單調(diào)上升，要達(dá)到這種程度，還有很長(zhǎng)的路要走。

結(jié)束語(yǔ)：

隨著新一代信息技術(shù)的快速發(fā)展和信息內(nèi)容的日益增長(zhǎng)，搭載在云計(jì)算平臺(tái)的自組織區(qū)域推送具有它天然的優(yōu)勢(shì)：云的海量存儲(chǔ)使得推薦系統(tǒng)能有效獲取訓(xùn)練數(shù)據(jù)；云的分布式計(jì)算能力提供了較高的響應(yīng)能力；海量用戶的使用記錄和計(jì)算資源問(wèn)大眾參與的交互涌現(xiàn)，最終形成自組織優(yōu)化組合的智能個(gè)性化云推送。因此，農(nóng)業(yè)云自組織區(qū)域推送具有重要的研究意義和廣闊的應(yīng)用前景，對(duì)云環(huán)境下其他領(lǐng)域的個(gè)性化推送應(yīng)用具有借鑒意義，但目前存在大量問(wèn)題需要進(jìn)行深入細(xì)致的研究。

參考文獻(xiàn)

[1]孟祥武，胡勛，王立才，張玉潔，移動(dòng)推薦系統(tǒng)及其應(yīng)用[J]，軟件學(xué)報(bào)，2013，24（1）：91-108

[2]楊濤，基于本體的農(nóng)業(yè)領(lǐng)域知識(shí)服務(wù)若干關(guān)鍵技術(shù)研究[D]，上海：復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院博士論文，2011，1-50

[3]楊曉蓉，分布式農(nóng)業(yè)科技信息共享關(guān)鍵技術(shù)研究與應(yīng)用[D]，北京：中國(guó)農(nóng)業(yè)科學(xué)院博士學(xué)位論文，2011，3-35

[4]趙春江，農(nóng)業(yè)智能系統(tǒng)[M]，北京：科學(xué)出版社，2009，1-210，

[5]何清，物聯(lián)網(wǎng)與數(shù)據(jù)挖掘云服務(wù)[J]，智能系統(tǒng)學(xué)報(bào)，2012，7（3）：1-5，

[6]黃衛(wèi)東，于瑞強(qiáng)，共享學(xué)習(xí)模式下知識(shí)服務(wù)云平臺(tái)的構(gòu)建研究[J]，電信科學(xué)，2011，12：6-11

[7]丁靜，楊善林，羅賀，丁帥，云計(jì)算環(huán)境下的數(shù)據(jù)挖掘服務(wù)模式[J]，計(jì)算機(jī)科學(xué)，2012，39（6）：217-219，237

[8]鄧仲華，錢劍紅，陸穎雋，國(guó)內(nèi)圖書情報(bào)領(lǐng)域云計(jì)算研究分析[J]，信息資源管理學(xué)報(bào)，2012，2：10-16

[9]胡安瑞，張霖，陶飛，羅永亮，基于知識(shí)的云制造資源服務(wù)管理[J]同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，40（7）：1093-1101

[10]程功勛，劉麗蘭，林智奇，俞濤，面向用戶偏好的智能云服務(wù)平臺(tái)研究[J]，中國(guó)機(jī)械工程，2012，23（11）：1318-1323，1336

[11]劉波，方逵，沈岳，可重構(gòu)的農(nóng)業(yè)知識(shí)服務(wù)模式研究[J]農(nóng)機(jī)化研究，2011，36（11）：66-70

[12]趙星，廖桂平，史曉慧，陳誠(chéng)，李文圃，物聯(lián)網(wǎng)與云計(jì)算環(huán)境下的農(nóng)業(yè)信息服務(wù)模式構(gòu)建[J]，農(nóng)機(jī)化研究，2012，4：142-147

[13]郭永田，中國(guó)農(nóng)業(yè)農(nóng)村信息化發(fā)展成效與展望[J]，電子政務(wù)，2012，02-03：99-106

[14]李道亮，中國(guó)農(nóng)業(yè)農(nóng)村信息化發(fā)展報(bào)告（2011）[M]，北京：電子工業(yè)出版，2012，87-150

[15]錢平，鄭業(yè)魯，農(nóng)業(yè)木體論研究與應(yīng)用[M]，北京：中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社，2006，1-100

[16]吳麗花，劉魯，個(gè)性化推薦系統(tǒng)用戶建模技術(shù)綜述[J]，情報(bào)學(xué)報(bào)，2006，25（2）：55-62

[17]李珊，個(gè)性化服務(wù)中用戶興趣建模與更新研究[J]，情報(bào)學(xué)報(bào)，2010，29（1）：67-71

[18]王國(guó)霞，劉賀平，個(gè)性化推薦系統(tǒng)綜述[J]，計(jì)算機(jī)工程與應(yīng)用，2012，48（7）：66-76

[19]王巧容，趙海燕，曹健，個(gè)性化服務(wù)中的用戶建模技術(shù)[J]，小型微型計(jì)算機(jī)系統(tǒng)，2011，32（1）：39-46

軟件雜志歡迎推薦投稿：http：///

[20]張華清，動(dòng)態(tài)多維社會(huì)網(wǎng)絡(luò)中個(gè)性化推薦方法研究[D]，濟(jì)南：山東師范大學(xué)碩士學(xué)位論文，2012，16-31

[21]丹，面向跨系統(tǒng)個(gè)性化服務(wù)的用戶建模方法研究[J]_情報(bào)雜志，2012，31（6）：156-161

[22]鄧夏瑋，基于社交網(wǎng)絡(luò)的用戶行為研究[D]，北京：北京交通大學(xué)碩士學(xué)位論文，2012，4-43

[23]馬堯，基于多維用戶特征建模的個(gè)性化社交搜索引擎的設(shè)計(jì)與實(shí)現(xiàn)[D]，廣州：華南理工大學(xué)碩士學(xué)位論文，2012，12-55

[24]陳恩紅，徐童，田繼雷，楊禹，移動(dòng)情景感知的個(gè)性化推薦技術(shù)[J]，中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊，2013，9（3）：19-24

[25]Jong Hwa Kima，b，，Hyun JoonLeeb，Extraction of user profile based on workflow and information flow[J]，Expert Systems with Applications，2012，39（5）：5478-5487

[26]南智敏，錢松榮，引入漂移特性的用戶興趣模型優(yōu)化研究[J]，微型電腦應(yīng)用，2012，28（3）：30-32

[27]郭新明，弋改珍，混合模型的用戶興趣漂移算法[J]，智能系統(tǒng)學(xué)報(bào)，2010，5（2）：181-184

[28]程顯毅，朱倩，文本挖掘原理[M]，北京：科學(xué)出版社，2010，9-45 [29]李濤，推薦系統(tǒng)中若干關(guān)鍵問(wèn)題研究[D]，南京：南京航空航天大學(xué)博士學(xué)位論文，2009，31-80

[30]姜倫，模糊聚類算法及其在中文文本聚類中的研究與實(shí)現(xiàn)[D]，哈爾濱：哈爾濱理工大學(xué)碩士學(xué)位論文，2010，18-48

[31]馮汝偉，謝強(qiáng)，丁秋林，基于文本聚類與分布式Lucene的知識(shí)檢索[J]，計(jì)算機(jī)應(yīng)用，2013，33（1）：186-188

[32]陶紅，周永梅，高尚，一種基于語(yǔ)義相似度的群智能文本聚類的新方法[J]計(jì)算機(jī)應(yīng)用研究，2012，29（2）：482-532

[33]孟海東，劉小榮，基于聚類分析的圖模型文檔分類[J]計(jì)算機(jī)應(yīng)用與軟件，2012，29（1）：117-174，229

[34]饒君，張仁波，東呈曉，吳斌，基于MapReduce的大規(guī)模圖挖掘并行計(jì)算模型[J]，應(yīng)用科技，2012，39（3）：56-60

[35]于戈，谷峪，鮑玉斌，王志剛，云計(jì)算環(huán)境下的大規(guī)模圖數(shù)據(jù)處理技術(shù)[J]，計(jì)算機(jī)學(xué)報(bào)，2011，34（10）：1753-1767

[36]呂善國(guó)，吳效葵，曹義親，基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法[J]_實(shí)驗(yàn)室研究與探索，2012，31（7）：278-280，368

[37]周佳，羅鐵堅(jiān)，一種基于內(nèi)容關(guān)聯(lián)的學(xué)術(shù)資源協(xié)同推薦算法[J]，中國(guó)科學(xué)院研究生院學(xué)報(bào)，2013，30（1）：117-123

[38]唐曉波，張昭，基于混合圖的在線社交網(wǎng)絡(luò)個(gè)性化推薦系統(tǒng)研究[J]情報(bào)理論與實(shí)踐，2013，36（2）：91-95

[39]王立才，孟祥武，張玉潔，上下文感知推薦系統(tǒng)[J]，軟件學(xué)報(bào)，2012，23（1）：1-20

[40]劉建國(guó)，周濤，汪秉宏，個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J]，自然科學(xué)通報(bào)，2009，19（1）：1-15

[41]許海玲，吳瀟，李曉東，閻保平，互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J]軟件學(xué)報(bào)，2009，20（2）：350-362

[42]孫冬婷，何濤，張福海，推薦系統(tǒng)中的冷啟動(dòng)問(wèn)題研究綜述[J]，計(jì)算機(jī)與現(xiàn)代化，2012，5：59-63

[43]張亮，基于聚類技術(shù)的推薦算法研究[D]，成都：電子科技大學(xué)碩士學(xué)位論文，2012，7-18

[44]Liu， F.，Lee， H.J. Use of social network information to enhance collaborative filterinperformance.Expert[J] Systems with Applications. 2010， 37（7）：4772-4778.

[45]Jiang， J.， Lu， J.， Zhang， G.， Long， G. Scaling- Up Item-Based CollaborativeFiltering Recommendation Algorithm Based on Hadoop[C].2011 IEEE World Congress onServices.IEEE[A]. 2011， 490-497.

[46]周源，基于云計(jì)算的推薦算法研究[D]，成都：電子科技大學(xué)碩士學(xué)位論文，2012，26-64

[47]呂雪驥，基于云計(jì)算平臺(tái)的智能推薦系統(tǒng)研究[D]，合肥：安徽大學(xué)碩士學(xué)位論文，2012，25-43

[48]劉晨，改進(jìn)的聚類挖掘算法對(duì)網(wǎng)絡(luò)自助出版“長(zhǎng)尾”文本的推薦應(yīng)用[D]，上海：復(fù)旦大學(xué)碩士學(xué)位論文，2011，10-19

[49]陳桂生，張海粟，劉玉超，云計(jì)算下的個(gè)性化數(shù)據(jù)挖掘服務(wù)[EB/OL]，[2011-2-28]中國(guó)人工智能學(xué)會(huì)通訊，http：//www，/contents/50/119，html

[50]張澤華，云計(jì)算聯(lián)盟建模及實(shí)現(xiàn)的關(guān)鍵技術(shù)研究[D]，昆明：云南大學(xué)博士學(xué)位論文，2012，26-114

[51]郭昱，吳清烈，基于云計(jì)算的大規(guī)模定制客戶需求響應(yīng)模型及其節(jié)點(diǎn)的選擇與分布[J]，系統(tǒng)工程理論與實(shí)踐，2011，31（增刊2）：1-6

[52]趙東杰，張海粟，韓言妮，楊海濤，何宇，基于網(wǎng)絡(luò)化數(shù)據(jù)挖掘的群體智能研究方法[C]，Proceedings of 2010 The 3rdInternational Conference on Computational Intelligence andIndustrial Application（Volume 9）.IEEE[A].2010，239-243.

[53]AnandRajaraman，Jeffrey David Ullman著，王斌譯，互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘與分布式處理[M]，北京：人民郵電出版社，2012，1-253

[54]Bhaduri K， Das K， Liu Kun， et al. Distributed data mining bibliography[EB/OL]. [2011-01-03]. http：// cs. umbc. edu/～hillol/DDMBIB/

[55]楊健，汪海航，王劍，俞定國(guó)，云計(jì)算安全問(wèn)題研究綜述[J]，小型微型計(jì)算機(jī)系統(tǒng)，2012，33（3）：472-479