基于情感词汇的在线评论产品个性化推荐方法研究

针对网络在线产品评论,利用Apriori算法从在线产品评论中挖掘出产品的热门属性,提取情感词汇并确定词汇和属性的搭配关系;对情感词汇进行模糊化表示,通过构建产品属性与推荐度的模糊推理规则,实现个性化产品推荐计算.以京东商城网站手机产品评论为例进行了实际计算,结果表明,该方法较传统的按销量排序方法更具个性化和针对性.     

油气资源评价方法的分类、内涵与外延

根据计算基础、计算方式、计算过程的不同,可将油气资源评价方法分为成因法、统计法、类比法3大类,并且这3类评价方法可进一步细分。通过对不同油气资源评价方法的实质与关键问题分析,认为成因法实质上是一种"模拟法",不同成因法的计算侧重点有所不同,计算过程可看做"递减"模式;统计法通过分析各种统计数据来计算油气资源量,实质上是一种"数据法",计算过程可看做"递增"模式;类比法通过与刻度区的相似性来确定预测区中油气资源的富集程度,其计算结果往往会受一些敏感参数的影响,实质上是一种"主观认识法",计算过程可看做"中值"模式。对不同评价对象与不同勘探程度地区需要选择适用的评价方法,以提高可靠程度。本文还讨论了一种新的资源量结果综合法,即结果区间法,可更直观地分析资源量计算结果的分布范围,提高最终结果的准确度。     

既有空间结构位形推算的随机偏差方法

根据未测节点空间位置的不确定性和随机分布特性,提出了结构位形推算的随机偏差方法.结合空间结构特点,给出随机偏差方法的抽样测点选取原则和最小样本容量确定方法.基于概率论及数理统计理论,给出随机偏差方法的偏差分布推断方法.引入先验信息概念,基于贝叶斯统计理论,给出有先验信息条件下的参数推断方法.对实际网壳结构采用该随机偏差方法推算结构实际位形,并进行整体稳定性分析,结果表明基于随机偏差方法的鉴定分析结果更符合实际.     

基于DAG方法的SVAR模型识别: 理论基础和仿真实验

在递归结构假设条件下,文章证明了SVAR模型与线性动态因果结构模型是相同的数据生成过程,且SVAR模型中的同期变量系数矩阵结构与同期变量为节点的DAG之间存在特定的对应关系;文章还证明：给定真实的数据生成过程为线性动态因果结构模型,从数据出发,利用现有的IC,SGS,PC等因果结构推断算法可以对同期变量为节点的DAG作出正确推断,且这一结论不依赖于变量服从联合高斯分布,从而在理论上证明了基于DAG方法构建SVAR模型识别条件的可行性,并给出该方法下SVAR模型识别的充要条件;最后,Monte Carlo仿真结果显示：在扰动项服从不同分布条件下,基于DAG方法在构建正确的SVAR模型识别条件方面均有着非常好的表现,SVAR模型识别的充要条件也得到了仿真结果的有力支持.     

亚纯p-叶函数的一个新子类

通过定义一个新的线性算子Lp(a,c),得到亚纯p-叶函数的一个新子类,并研究得到新子类的两个相关结论及一个推论.     

远端检测场景下信号交叉口延误参数提取方法分析

延误参数对于信号交叉口的配时优化和服务水平评价均具有比较重要的作用。首先分析了远端检测器设置的情况,结合交叉口的配时以及后端检测器能够获取到的参数,使用逻辑推导的方式给出了延误提取的方法。通过实际交叉口数据提取验证,结果表明,在使用实时获取的首车车头时距,该方法的参数提取精度可以达到80.33%,如果对首车车头时距使用统一设定的值,则参数提取的精度为74.46%。表明该方法可以为后端检测器设置场景下的参数提取提供一种新的思路。     

Selection of the relevant information set for predictive relationships analysis between time series

In time series analysis, a vector Y is often called causal for another vector X if the former helps to improve the k‐step‐ahead forecast of the latter. If this holds for k=1, vector Y is commonly called Granger‐causal for X . It has been shown in several studies that the finding of causality between two (vectors of) variables is not robust to changes of the information set. In this paper, using the concept of Hilbert spaces, we derive a condition under which the predictive relationships between two vectors are invariant to the selection of a bivariate or trivariate framework. In more detail, we provide a condition under which the finding of causality (improved predictability at forecast horizon 1) respectively non‐causality of Y for X is unaffected if the information set is either enlarged or reduced by the information in a third vector Z . This result has a practical usefulness since it provides a guidance to validate the choice of the bivariate system { X , Y } in place of { X , Y , Z }. In fact, to test the ‘goodness’ of { X , Y } we should test whether Z Granger cause X not requiring the joint analysis of all variables in { X , Y , Z }. Copyright © 2002 John Wiley & Sons, Ltd.     

产生式系统与神经元网络的结合

提出了产生式系统和神经元网络相结合的方法,研究了从推理网络转换到神经元网络的途径,研究了从神经元网络权矩阵转换到产生式规则的方法,从而使产生式系统能自动修正规则和获取规则.还提出了一种由二次型阈值元件组成的神经元网络,给出了它的学习算法,并严格证明了它的收敛性.     

在培养应用型人才中看高等数学教学的改革

本文从培养应用型人才出发,研究了高等数学教学方法的改革,强调了教学内容的直观引入,以达到把教学方法灵活地运用到解决实际问题。     

现代英语词汇的新变化

语言是社会交际的工具。它随时都在适应社会的需要,反映社会的变化。语言这种适应社会和反映社会的过程,就是语言本身的发展过程。在当代,英、美社会的急剧变化和科学技术的飞速发展使得现代英语的词汇有了不少新的变化。尤其是美国英语的兴起,对整个现代英语的发展影响很大,不可忽视。掌握现代英语词汇变化的新情况,跟上它的发展步伐,对于我们学习和使用这种语言是十分必要的。