Knowledge-Domain Semantic Searching and Recommendation Based on Improved Ant Colony Algorithm

To obtain accurate search results and advocate the use of human effort in discovering knowledge, we propose a method based on Ant Colony Algorithm （ACA）. The proposed method simulates the behavior of ants searching for food. Specific features such as the behavior of ants searching for food, their established search paths, and the ant ＂neighborhood＂ profile are investigated. The investigation results reveal that the behavior of people searching for useful information resembles that of ants searching for food. We also use semantic annotation and the decreasing matrix dimension approach to accelerate the food searching process an.d shorten the distance between the query starting points and the ultimate answers. A user behavior model is constructed based on personal and domain ontologies. Experimental evaluation with the enhanced ACA has two parts： （1） estimating the efficiency of information retrieval with user interests considered and （2） identifying how to weigh usage and rate user data during recommendation.     

谈使用基础理论设计课程标准与教材

现代科学技术的发展产生了新型的综合性基础理论，他们是信息论、控制论、系统论、耗散结构论、协同论和突变论。其中，前三者被称做“旧三论”，后三者被称做“新三论”。就笔者所看到的研究课程标准与构建教材体系的依据中，相对缺乏对现有基础理论的研究，是本文提出一些新观点的背景。在这里，我们以现有的高中生物课程标准与人教版教材为例，来谈谈使用基础理论设计课程标准与教材的一些设想。     

基于多出行模式两步移动搜索法的广州多尺度绿地可达性与公平性研究

绿地可达性与公平性是衡量城市居民接触和使用绿地便捷程度与机会的重要指标，也是评价和反映城市绿地资源空间配置科学性与合理性的重要体现，并与城市环境、生态、健康、社会和可持续发展密切相关。已有研究较少从多个尺度、多种出行模式测度绿地可达性与公平性。以广州为研究区域，结合出行O-D点智能查询系统（Travel O-D Point Intelligent Query System，TIQS）构建了多出行模式两步移动搜索法模型（Multi-mode Two-step Floating Catchment Area Method，M2SFCA）和绿地公平性模型，对广州绿地可达性和公平性空间格局与差异进行了研究。研究发现：（1）广州多尺度绿地可达性水平存在明显的"城郊两极化"空间差异，低绿地可达性区域集聚于人口密度较高的中心城区，而人口较少的外围城市区域绿地可达性值普遍较高。（2）广州市域绿地资源空间分布处于严重不公平状态（绿地公平性指数为0.58），且各行政区之间也存在较大差异，南沙区、天河区和花都区绿地公平性相对较好，其他区域绿地资源空间分配均有待提高与优化。（3）在镇街层面，有73.29%的镇街绿地资源空间分配处于高度平均水平（绿地公平性指数≤0.2）；在社区层面，低可达性-公平类型的社区数量最多（占社区总量的39.85%），高可达性类型的社区分布最少：有15.91%的社区属于高可达性-公平类型，有12.94%的社区属于高可达性-不公平类型。研究结论将为优化城市区域绿地空间结构、保障绿地空间公平提供科学依据。