基于概率模型的名人网页相关度评价

天网知名度系统是根据用户预定信息提供个性化检索的信息服务系统.该文提出了一种基于概率模型的名人网页相关度评价模型.改进Okapi BM25公式,引入HTML标记权重系数针对不同领域名人特点引入名人属性权重系数.分别采用伪反馈和用户反馈两种方法进行相关反馈,实现对评价模型中权重参数的自动优化.实验表明,该模型有效地提高了系统相关度评价质量,并且发现用户反馈的效果受实体属性信息词数影响,属性信息越丰富反馈后性能提高的概率越大.     

基于网页主题重要性的专题搜索策略研究

网页之间的链接结构为评价网页的主题重要性提供了丰富的信息,但传统的基于链接结构评价的主题排序算法,虽然提出了用向量来表示网页在不同主题中的重要程度,但它们在计算过程中没有充分考虑网页本身的主题相关度.为解决这一问题,本文提出根据链接上下文信息得到主题相关度预测,并将其融合到主题重要性的计算中.同时,根据网页的主题重要性排序,来指导专题爬行器的爬行方向.实验结果表明,基于网页主题重要性的排序测度TopicalRank比PageRank、TSPR(Topical-Sensitive PageRank)对专题爬行更有指导意义.     

元搜索引擎中检索结果排序的优化方法

提出了一种新的基于概率模型的排序优化方法．利用贝叶斯规则，结合各组成系统平均执行性能的信息，推导出一种新的相关度计算公式，较好地解决了结果融合中相关度规范化和均衡化的问题．经实验验证，该方法对结果进行了最优化排序，其实际执行性能超出了现有的任何一个组成系统的性能．     

一种基于协同推荐的网页排序算法

针对目前搜索结果个性化排序算法中的用户兴趣模型构建难、相关度计算不精确等问题,提出了一种结合用户兴趣模型和协同推荐算法的个性化排序方法.该方法从用户的搜索历史,包括提交查询、点击相关网页等反馈信息来训练用户的兴趣模型,然后采用协同推荐算法获取具有共同兴趣的邻居用户,根据这些邻居对网页的推荐程度和网页与用户的相关程度来排序搜索结果.实验结果表明:该排序算法的平均最小精确度比一般排序算法提高了约0.1,且随着用户邻居数目的增长,最小精确度随之增长.与其他排序算法相比,采用协同推荐算法有助于提高网页与用户兴趣关联程度计算的精确度,从而提高排序的效率,有助于改善用户的搜索体验.     

基于深度置信网络的语义相关度计算模型

语义相关度是问答系统等领域的关键技术之一,目前的相关度计算方法往往对语义因素考虑不全,造成计算结果的准确度不足。由受限玻尔兹曼机构造的深度置信网是一种深度学习模型,能模仿人类大脑抽象语义特征,由此提出了一种基于深度置信网络的语义相关度计算模型。首先,对组成模型的受限玻尔兹曼机进行介绍;然后,详细阐述了模型的构建及其训练和微调过程;最后,通过对比实验验证了提出的计算模型相对基准方法在评价指标上获得了更好的效果。     

网页分类技术

网页分类是使用机器学习的方法实现网页类别的自动标注.回顾了文本分类技术的研究状况,分析了网页的结构特征,难点在于结合网页的结构信息选择合理的表示方式和分类算法.使用纯文本分类技术处理网页是不合理的.基于概率模型的方法和关系学习方法计算量大,关系学习方法学习结果的可解释性好,支持向量机方法分类准确率高,但核函数的构造和大规模数据集的训练都是该算法的难题.应该采用多种指标对网页分类算法进行评价.     

融入链接相关度策略的PageRank算法

为实现对网页更好地评分,提出了融入链接相关度策略的PageRank算法.以体现人工智能的当代经典PageRank算法为基础,分析其基本思想并指出其在对网页评分中存在的不足,通过引入相关度计算使链接标题的质量和其所指向网页的内容产生联系,实现在网页中各个链接之间的竞争.通过实验和分析,新的算法在不影响原算法的优点和效率的同时能更好地进行网页评分,在网页优先级算法上向人工智能和语义网又迈进了一步.     

基于链接文本相关度的超链接算法

分析了超链接PageRank算法的不足．采用矢量空间模型计算检索关键词与超链接文本之间的相关度,提出了基于超链接文本相关度的超链接算法．实验结果表明,该算法可以提高PageRank算法的检索精确度．     

一种知识型网络爬虫的设计与实现

介绍了网页可达性原理、一种知识建模方法以及知识模型与网页知识之间的映射机制;阐述了知识型网络爬虫的组件及其实施的关键技术,提出了一种知识相关度计算模型,可计算页面的知识含量.这种知识提取方法可用于构建新一代智能搜索引擎.     

基于人耳听觉模型的语音质量客观评价方法

将人耳听觉模型应用于语音质量客观评价,用听觉模型对语音作处理得到挖的短时语音频谱,在此基础上得到谱距离作为语音质量的评判标准,实验结果表明这咱方法与主观评价结果的相关度达到０．８３。     

图书馆人传承传统图书馆文化的探讨——历史名人的学识和笃行给图书馆人的启示

阐述了有关历史名人的学识和笃行,分析了如何处理好图书馆传统文化和现代文化之间关系的问题,指出了应注重传统图书馆文化中对系统性文献的管理,学习图书馆历史名人精严无瑕的治学精神。     

针对卓越工程师培养的课程实验测评模式探索

课程实验测评是课程实验教学实施的重要环节,其测评模式决定了学生对实践能力培养的重视程度和收获效果。针对电子科技大学软件工程专业实施卓越工程师教育培养计划项目,文中分析探讨课程实验测评模式对学生工程实践能力培养的影响。提出一种突出工程实践能力培养的课程实验测评模式,解决传统课程实验测评模式固有问题。结合数据库课程的学生实验测评,文中设计了课程实验测评方案、测评内容及其测评系统,用于评价学生课程实验的学习成效。通过数据库课程实验测评应用,学生在数据库设计、数据库应用开发、数据库产品应用等工程实践能力方面取得较大收获,培养了软件工程师的数据库基本能力。     

地方特色文化创意化路径研究——以江西为个案

打造江西的文化品牌必须重视江西历史文化名人的创意开发,其创意化可以遵循如此路径：其一,就江西区域历史文化名人的影响力做出调查.其二,对相关历史文化名人在文学、绘画、雕塑、音乐、影视、动漫等各门艺术作出搜集整理与创作.其三,精心选择重点打造江西区域文化的名片,有选择地规划建设历史文化名人主题公园.其四,重视新兴媒介的传播宣传作用.     

DILD英语教师培训模式实验研究

采用DILD英语教师培训模式开展小学英语教师培训的实验情况,主要从该培训模式的研究背景、理论支撑、操作方式、实验过程和实验结果等方面阐述,论证DILD英语教师培训模式的针对性、实践性、实效性和发展性等特点,旨在探索有效的英语教师培训模式,为开展中小学英语教师培训提供借鉴和启示。     

基于Term-Query-URL异构信息网络的查询推荐

查询推荐是一种帮助搜索引擎更好的理解用户检索需求的方法.基于查询的上下文片段训练词汇和查询之间的语义关系,同时结合查询和URL的点击图以及查询中的序列行为构建Term-Query-URL异构信息网络,采用重启动随机游走(Random Walk with Restart,RWR)进行查询推荐.综合利用语义信息和日志信息,提高了稀疏查询的推荐效果.基于概率语言模型构造查询的词汇向量,可以为新的查询进行查询推荐.在大规模商业搜索引擎查询日志上的实验表明本文方法相比传统的查询推荐方法性能提升约为3%~10%.     

项目引导型模式在电工电子实验教学中的应用

电工电子实验是电类人才教育的基础,直接影响着电类创新型人才的培养,而长期以来电工电子实验的教学模式因循守旧,已经不符合时代的需要。文中着力研究项目引导型实验教学模式在电工电子教学改革中的应用,通过改革内容、教学方法和评价体系三个方面的探索,证明了此模式对于提高学生的自主学习积极性、动手能力以及创新能力有着积极的效果。此项研究为电工电子实验教学改革以及创新型人才培养提供了一种有效途径,具有一定的现实意义。     

一种中文领域网页过滤方法

鉴于互联网上各种不良网页的影响,提出了一种使用贝叶斯分类算法和领域本体过滤中文网页的方法。 该方法根据正反例领域网页计算领域特征词的权重,建立领域特征词库并制作领域本体,根据正例领域网页得到本体元素权重库;使用贝叶斯分类算法得到候选网页;根据领域本体对候选网页进行语义相关度计算并进行网页过滤。 该方法可以区分相同领域网页中的正反例网页并可兼顾网页过滤的实时性。 通过游戏领域网页的测试,准确率和召回率均在98%以上, 语义分析游戏相关网页的平均时间为1~2 s, 对用户浏览网页速度的影响较小, 效果令人满意。      

基于GPR与概率神经网络的城市道路路基病害预警模型研究

近年来由道路路基病害所导致的城市道路塌陷事故频繁发生,造成人员伤亡和巨大的经济损失。针对城市道路路基病害所带来的诸多问题与安全隐患,提出了一种基于探地雷达与概率神经网络的城市道路路基病害预警模型。首先在分析路基病害成因的基础上建立了城市道路路基病害评价指标体系;然后依托城市道路路基病害动态演化物理模型,使用探地雷达采集并积累样本数据;最后基于样本数据建立概率神经网络预警模型并进行仿真分析,结果表明预警准确率达到88.9%。该预警模型在郑州市中牟县的滨河路和荟萃路进行了应用试验,预警结果与实际情况基本吻合,表明该预警模型可对城市道路路基病害做出有效预警,为道路养护和工程整治设计提供技术支撑。     

手机终端网络购物的动作标准和动作时间研究——以京东APP为例

作为效率分析和改善工具的方法,时间研究在制造业得到了广泛的应用,但是该方法在服务业和新兴的电子商务行业中的应用却未见报道.以京东手机APP为例,通过实验设计,对受测者在APP上购物的全过程进行录像,通过动作影像分析,对手机终端顾客的动作标准和时间进行研究.结果发现,顾客在手机终端上的购物动作包括点击、移动、滑动、等待4大类和输入点击、功能键点击、智能联想点击、移动、滑动、浏览思考和等待页面跳转7小类动作.通过比较各种手机购物动作的频次和平均时间,进而分析不同APP页面上影响顾客动作效率的网页设计因素,最后提出了基于效率的手机终端顾客动作的分类及相应的网页设计和改善对策.