s.remove(n)删除在s中找到对应的n

insert,插入可以指定位置，insert(0,'Allen)

sql第二天

论大数据分析的方法论意义面向大量数据，考虑时效性以及计算机处理不能考虑到当时的语境。目前我国的相关研究主要包括：数据挖掘、数据算法、实际应用有效性及相关理论。包括经济领域、社会服务领域、医疗领域及科学研究领域。研究主体主要集中在：高等院校、研究所和以信息技术为基础的商业公司。界定大数据：规模性，多样性，高速性和价值性结合语义搜集数据，有效减少数据的二义性。（准确定位数据的真实性）大数据分析方法的基本方面：可视化分析，直观的表示数据之间的关系；数据挖掘算法，通常以数据类型和格式为依据。预测性分析能力，从已有数据对未来的数据做出预测；语义引擎，通过搜索网页关键词或者标签来预判客户的消费方向；数据质...

基于知识图谱个性化学习推荐系统的研究与实现孙嘉琦知识图谱技术通过搭建知识库内容框架将知识库里的资源挂靠在知识节点上,从而更好的对知识库中的资源以及甚知识点进行更高效的利用。在挂靠到知识点后，通过自适应学习的方式来指导学生下一步的学习内容。知识图谱构建是指用相应的技术从结构化数据、半结构化数据、非结构化的数据之中提取出知识,并使用数据库存储的过程。知识图谱是一个更新迭代的过程,每一个次的更新迭代。存储在数据库中的数据归类为结构化数据、存储在网络结构中的数据归类为半结构化数据、对于音频、视频、书本这类数据归类为非结构化数据。基于用户的协同过滤算法主要包括以下几个步骤。（1）使用相似度计算方法，找到...

基于知识图谱的个性化习题推荐系统设计研究期刊 王冬青，殷红岩吴强强、陈昊鹏等以软件工程专业为例，基于 MOOC 平台设计了简单而高效的专业课程知识图谱， 并基于学习者的历史课程学习数据，进行学习质量评估和课程推荐。个性化学习推荐的发展：1.将协同过滤用于在线测评系统，比较基于用户和基于目的的协同过滤算法的有效性。2.对协同过滤算法进行优化，以及用户相似度做出推荐。3.改进协同过滤算法，把认知诊断结果与用户相似度结合。4.基于项目反应理论改进用户相似度模型。没有考虑到知识点之间丰富的语义关系。①本体层次结构模型构建：层次，即包含的分布。②数据属性：③关系属性：属于、包含、被包含等关系外...

视频学习资源个性化推荐系统的设计与实现华东师范大学 硕士论文 曹杰推荐算法：基于内容、协同过滤、关联规则三种常见的推荐技术。个性化学习强调，学习过程应是针对学生个性特点和发展潜能而采取恰当的方法、手段、内容、起点、进程、评价方式等，促进学生各方面获得充分、自由）和谐发展的过程。推荐系统有三个重要模块：用户兴趣模块、推荐算法模块、推荐对象模块。协同过滤推荐技术中主要有是基于用户的协同过滤和基于项目的协同过滤推荐人群选择：没有注册的老用户：对没有注册的老用户，用户的属性信息没有办法获得，所以只能通过用户历史观看的视频来计算用户可能感兴趣的公开课视频，亦即利用基于视频属性方法来获取相似视频。注册了...

知识图谱研究综述知识图谱：以图的形式表示客观世界中的实体极其之间关系的知识库。2012年，谷歌提出了知识图谱的概念。知识图谱目前常与本体技术一起使用。目前在寻找知识图谱与本体的关系，期望将知识图谱基于实体发展。本体：共享概念模型的显示说明，描述概念与概念之间的关系。知识图谱与本体的不同之处在于: 知识图谱更灵活, 支持通过添加自定义的标签划分事物的类别. 本体侧重概念模型的说明, 能对知识表示进行概括性、抽象性的描述, 强调的是概念以及概念之间的关系.本体是知识图谱（三元组）的抽象表达，描述知识的上层模式。知识图谱是本体的实例化，基于本体的知识库。知识图谱常用的语言，大多是常用的本体语言。RD...