数据挖掘与无障碍技术

时间：2013年7月27日 北京
演讲类型：学生项目介绍
讲者：刘学炜 - 来自广州
主要内容：数据挖掘与无障碍技术

Transcript

1.        toBraille Welcome welcome
2.    toBraille 座右铭：打不死的是小强，像小强一样活着 讲者简介   刘学炜   广州大学城   在校学生（大三）   软件工程专业   邮箱：liu.xuewei@hotmail.com   QQ：441929786
3. 我的代表作品 l tobraille盲文翻译系统   l braille-­‐font盲文字体   l 盲人鼠标   l 盲文打印机   l BlueBee蓝蜜蜂记账系统  
4. 什么是信息无障碍？
5. 我的理解 •  面向的人群：信息无障碍面向任何人，不 是仅仅针对残疾人（狭义），还包括一些 老年人和认知有障碍的人群（广义）。   •  具体作用：信息无障碍使得任何人能够平 等的、方便的、无障碍的获取信息、利用 信息，适合于任何人，是人与信息的一个 实际存在的关系。
6. 身边的无障碍标志
7. 身边的无障碍设施
8. 互联网上的信息无障碍 •  读屏软件（视觉障碍人群）   •  写字板（不懂拼音、五笔的中老年人）   •  翻译软件（语言障碍）
9. 我已完成的无障碍项目 •  tobraille    盲文翻译系统   •  Braille-­‐font  盲文字体   •  盲文纸质打印机   •  盲人鼠标     什么是盲文？  
10. Why(项目背景) 盲文——视觉障碍者学习的载体   什么是盲文(Braille布莱尔)？   针对盲人眼不能看的特点而设计的一种由凸点显示、 供手指摸识的文字体系。盲文的组成是以“方”为 单位的，每个方的组成是六个点,也就是类似英文的 字母为单位一样，一个汉字由若干个方组成，书写 的规则就是按照汉字的拼音来书写。我们书写的次 序比较特殊，是反写正读的，也就是从右向左写。 这样才能够读的时候保证是从左向右读，因为要从 纸的背面扎一些点，然后从正面来摸读的。
11. 摸读盲文
12. 人工扎盲字
13. 汉语盲文拼音对照表  
14. Why(项目背景) •  盲文书籍出版成本高：   1.  材料：进口（国外产品）针式盲文打印机，以 牛皮纸（ 有较高机械强度的纸）作为承印材料， 采用机械压印变形来实现盲文凸点字符。（缺 点：成本高，牛皮纸需要上好的木浆原料来 制作；使用寿命短：纸张的机械变形不适合 于较长时间摸读，盲文书不耐 用）   2.  人工：人工翻译文章、手工扎盲字   •  盲人专用电脑昂贵    多数信息化学习辅具依赖进口，价格昂贵  
15. Why(项目背景) 我国现状：      盲文出版物数量严重不足，品种结构单一，供求差距 过大。盲人求知问学的最基本盲文语言工具书、乐谱和 低视力大字本等许多领域还存在空白，盲文基础教育和 职业教育教材少之又少，又多年得不到更新，盲人中用 手工扎盲字、抄书的现象还很多，盲文出版整体上仍处 于严重供不应求的“书荒”状态。 欧美国家状况：    已经广泛使用计算机读屏软件、盲文电子显示器、盲 用PDA  等先进的信息化工具和DAISY  、TTS等有声技术   (都是建立在视觉和听觉的技术)
16.                              What(toBraille盲文) •  解决盲文书籍成本、人工扎字问题   盲文纸质打印机腾空出世  
17. 盲文纸质打印机原理 •  以紫外固化胶水为印刷介质，普通纸张为承 印材料， 按照盲文进行排版   •  分别采用蘸胶和喷胶方式实现微量UV胶水到 普通纸张的转移，并采用紫外LED固化等对胶 点固化形成盲文凸点。 优点：承印材料只需普通纸张，成本低；耐用性好
18. 打印配置软件
19.          What(toBraille盲文) 解决昂贵的专用电脑问题     1、盲人鼠标
20.            What(toBraille盲文) 解决人工翻译文章问题   2、toBraille    toBraille是一个开源的Java盲文库目前支持简 体、繁体中文、字母、数字、图片中的文字换为 盲文，而且还能智能识别数据源中的拼音串转换 成对应发音的盲文。 （暂时不支持外文，但已加入扩充计划）   希望懂外文的同学加入这项公益项目O(∩_∩)O
21.            What(toBraille盲文) •  应用范围   – 1、对商品条形码手机拍照转换为盲文，方 便有视觉障碍的人进行商场选购   – 2、解析网页html文件，将网页新闻、小说 等文字转换为盲文数据、发送到盲文显示板 即可方便有视觉障碍的用户快速上网冲浪。   – 3、解决盲文出版社苦于要人工的进行书籍 翻译，效率低下的问题，toBraille可以自动 翻译图书为盲文，然后直接通过盲文打印机 就能打印出盲文书籍
22. 正在做的无障碍项目 Accessible-­‐Mining:   数据挖掘与无障碍技术      
23. 为在Web  日志数据中挖掘关联规则以指导信 息无障碍网站的设计与开发   主要工作：   • 用户习惯的挖掘   • 输入错误的纠错   • 交互界面操作简化  
24. 已完成的工作 1.针对大量用户对网站页面的访问频率等信息， 通过Apriori  算法实现数据挖掘。根据3  次点击 原则及网站结构设计的特点，能通过对关联 规则的分析确定用户感兴趣的网页类型，找 出用户所访问网页之间的链接关系。   2.使用C4.5算法构建决策树，对用户类型进行 分类，对潜在的访问用户进行消息推送
25. 目前得到的数据理论 根据交互设计领域的基本理论之一的“3  次点 击”原则，即对于Web  设计来说，如果用户 在3  次点击中无法找到信息或完成网站功能， 用户就会对该网站失去耐心，对信息无障碍 网站的设计和开发更需要遵循这样的设计原 则。因此，信息无障碍网站在网站的结构设 计上最多只设置3  层链接深度，即从网站首 页开始到网站任意子页面不超过3  层链接。
26. 算法实现过程 •  Step1  数据收集及数据净化处理。从服务端获得 Web  日志数据库信息，删除日志文件中不是由用 •  户请求，而是由浏览器自动请求产生的访问记录 Step2  对Web  日志进行预处理，得到事务数据库。 事务数据库主要由用户IP  及每次访问的URL   •  信息组成。 •  Step3  扫描事务数据库，计算每个数据项出现的次 数。根据给定的最小支持度(  0． 8)  ，挖掘出挖 •  掘频繁1-­‐项集的集合，每项的支持度都必须大于 或等于0． 8。
27. •  Step4  挖掘频繁1-­‐项集自身连接，重复Step3  的操作， 产生候选频繁2-­‐项集;  再根据给出的最小支持度   (  0.  8)  挖掘出挖掘频繁2-­‐项集。   •  Step5  挖掘频繁2-­‐项集的自身连接，重复Step3  的操 作，产生候选频繁3-­‐项集，因为其自身连接产生的 子集为空;  再根据给出的最小支持度(  0． 8)  挖掘出 挖掘频繁3-­‐项集。 •  Step6  执行上述过程后，程序会根据Apriori  的频繁 项集的所有子集都是频繁原理进行剪枝操作，把不 符合要求的数据删除，从而产生频繁项集，最终通 过程序的挖掘获得关联规则。
28.  How(toBraille盲文) Thank You
29.  How(toBraille盲文)    Q&A   (Ques`on  And   Answer)