广义Web内容挖掘模型算法

在信息时代的今天,网络以几何速度飞速发展,成为现代人获取信息的主要来源之一．也正因为网络信息增长太快,人们反而面临“信息爆炸”与“知识贫瘠”共存的局面．数据挖掘(DM)是通过数据获取知识的最佳工具,由此,产生了Web数据挖掘,即KDW的概念．本文重点论述广义Web内容挖掘的特点与发展、狭义的内容挖掘中页面内和页面间挖掘的区分及应用的主要算法、结构挖掘中的两大算法及其优劣．     

基于主题发现的舆情分析系统的设计与实现

开发了一套由中文分词、向量空间模型建立(VSM)、特征提取、降维处理和文本聚类等模块组成的舆情分析系统,实现互联网舆情信息的主题发现;在舆情分析系统的实现过程中,提出了一种K-means改进算法。实验证明,改进后的算法在查全率和查准率上都有了一定的提高,能够得到较高且稳定的准确率。     

一种基于传统VSM和词共现概念的中文文本聚类的研究

提出了一种利用传统向量空间模型VSM(Vector Space Model)和词共现概念共同表示文档特征的新方法,并将该方法应用于基于平面划分的中文文本聚类中.通过实验,表明基于传统VSM和词共现概念的文本聚类方法与传统的单纯基于     

纯Peer-to-Peer环境下有效的本体匹配方法

目前大多数的Peer-to-Peer(P2P)系统由于欠缺对语义的支持而不能很好地应用于知识共享领域.可能的方法是采用本体(ontology)来描述Peer节点共享资源的语义.针对纯P2P环境下不同节点单独维护局部本体异构的特点,提出了基于历史查询记录的纯P2P环境下的本体匹配方法HOM.首先利用历史查询记录挖掘出概念之间可能存在的映射关系,然后利用向量空间模型VSM(vector space model)方法来识别概念在语言学上可能存在的联系,进而修正概念之间的映射关系,建立不同节点间本体概念的匹配.分析和仿真表明,与现有方法相比,HOM方法考虑了节点的自治特性,并提高了本体匹配的精度.     

基于领域本体的语句相似度研究

语句相似度计算是设计和实现智能答疑系统的关键技术.由于智能答疑系统一般面向受限领域的特点,在构建出其领域本体的基础上,利用本体语义树计算词汇相似度,从而计算出语句的语义相似度.最后,设计了一个实验模型验证了该语句相似度算法的有效性.     

An E.Commerce Recommender System Based on Content-Based Filtering

Content-based filtering E-commerce recommender system was discussed fully in this paper. Users＇ unique features can be explored by means of vector space model firstly. Then based on the qualitative value of products informa tion, the recommender lists were obtained. Since the system can adapt to the users＇ feedback automatically, its performance were enhanced comprehensively. Finally the evaluation of the system and the experimental results were presented.     

一种基于改进TF-IDF函数的文本分类方法

为了解决传统TF-IDF函数由于忽略特征项之间的联系带来的诸多问题,对TF-IDF函数在文本分类中的应用进行了研究.结合信息论相关知识,找出了类间分布度和类内分布度表征特征项之间的潜在关系,进而提出改进的TF-IDF函数用于文本分类.实验表明,改进后的TF-IDF函数是有效可行的,而且较好的弥补了传统方法所丢失的特征项之间的关联信息,提高了文本分类的准确率.     

深井掘进技术在厚层高渗透性粉细砂层中适用性的数值模拟研究

科学合理高效开发深层地下空间是城市不断发展的必然趋势与重要难题。深井掘进技术(vertical shaft machine, VSM)是一种开挖超深竖井的新型工法,该技术施作的竖井结构形式简单、结构受力状态好、施工速度快、对周边环境扰动小、适用性广泛,可被广泛用于城市深层地下空间的点状开发。以中国首例使用VSM施工的南京市儿童医院沉井停车库项目为原型,建立在砂性土中开挖60 m竖井的数值模型,重点研究VSM竖井在厚层高渗透性的粉细砂层开挖过程的变形情况与开挖面的稳定性问题。数值模型结果表明：60 m竖井开挖过中地表变形量均控制在毫米数量级,且最大地表变形量不超过13 mm;在水位差1 m的水下施工过程中安全系数均较好控制在2.0以上。对于变形问题,分析不同开挖深度下的井底隆起变形和地表变形情况,表明在60 m开挖深度内,使用VSM开挖砂性土竖井在深度、安全性和对周边环境扰动上均具有明显优势。针对开挖面稳定性,计算分析与竖井内外水位差和竖井深度相关的开挖面安全系数,计算结果可用于指导实际施工,实现分段施工与精细化控制。     

VSM测量居里温度方法的研究

讨论了ＶＳＭ测量居里温度的几种方法及有关的数据处理方法，对测量结果进行了分析，指出了ＶＳＭ测量居里温度时容易出现的问题。     

文本分类实现技术

文本分类是文本数据挖掘的重要技术.从文本分类实现过程的各个环节,包括建立文档模型、特征提取、维数约简、选择分类策略几个方面分别给出了目前实用的解决方案,同时对各种算法进行了分类和性能上的定性与定量的比较,最后讨论了国内文本分类研究中的一些问题和未来的发展.