中文网络评论中的产品特征情感倾向提取算法研究

Web中的客户评论信息挖掘是大数据分析中的一项重要内容.分析客户评论中所包含的产品特征情感倾向,不仅可为消费者购买产品提供更具体的决策支持,还能有效帮助企业改进产品质量.针对商业应用的实际需要,提出了一种自动从中文客户评论中抽取产品特征并判断其情感倾向的方案.基于frequent pattern-tree (FP-tree)方法提取产品特征,结合基于语料库的方法和依存句法分析方法识别关于产品特征的主观评论语句、情感词及其情感词的依存关系,综合考虑情感词、否定词、程度词计算产品特征的情感倾向值.采用公开数据中的600篇手机评论作为实验数据,检验了算法的准确性.对比分析的结果说明,算法有很好的应用潜力,能够有效地从网络评论中获取有价值的商业信息.     

区域经济发展水平评价中的权重挖掘及实证分析

应用粗糙集(RoughSet)理论研究了评价和预测问题中各因素的合理赋权问题,给出一种无需专家赋权和调查统计,仅仅从原始的统计数据中挖掘出各评价因素的权重的方法;并依据中国科学院可持续发展研究组所提供的评价指标体系和有关数据,对中国区域经济发展水平评价问题进行了权重挖掘,发现了各评价因素对总体水平评价的不同贡献;按照所得权重给出了新的评价结果,并根据所得权重及海南省经济发展水平现状进行了实证分析.     

一种时间序列表示算法及其在聚类中的应用

时间序列数据量远远大于普通数据库的特点,导致一些通用的数据挖掘工具直接应用于时间序列效果很不理想。为此提出了一种时间序列分段线性化表示算法,这种表示方法将大大提高相似性测量的计算速度。在分段线性化表示的基础上提出了一种相似性计算方法,该方法对于时间序列的多种变形都不敏感。将k-平均(k-mean)聚类算法应用于分段线性化表示的时间序列,聚类结果表明算法非常有效。     

拥挤交通流交织区车道变换行为仿真

拥挤交通流交织区交通运行特征表现为频繁的车道变换和冒险型的驾驶行为,目前广为使用的仿真模型在进行交织区拥挤车辆模拟分析时一般需经过复杂的参数标定过程.研究从分析拥挤状况的交织区运行行为特性出发,利用多智能体建模的优势,在传统的强制性车道变换模型中引入换道t"协作"机制、换道冲突"协商"机制,建立了相应的仿真模型 TESS.然后以上海市快速路系统两处交织区汇入汇出仿真为例,根据实测结果和成熟仿真系统ⅥSSIM、PARAMICS的实验比较分析,验证了仿真模型的有效性.     

Robust H∞ filtering for discrete-time systems with Markovian switching and time-delays

The robust H∞ filtering problem for uncertain discrete-time Markovian jump linear systems with modedependent time-delays is investigated. Attention is focused on designing a Markovian jump linear filter that ensures robust stochastic stability while achieving a prescribed H∞ performance level of the resulting filtering error system, for all admissible uncertainties. The key features of the approach include the introduction of a new type of stochastic Lyapunov functional and some free weighting matrix variables. Sufficient conditions for the solvability of this problem are obtained in terms of a set of linear matrix inequalities. Numerical examples are provided to demonstrate the reduced conservatism of the proposed approach.     

超高压输电线脱冰动力响应数值模拟

采用ABAQUS软件建立500 kV超高压输电线路的有限元模型,计算分析具有不同结构参数的耐张线路段在各种脱冰工况下导线的动力响应,获得导线冰跳高度和张力随时间的变化,进一步得到脱冰率、覆冰厚度、耐张段档数、档距以及高差等对导线脱冰后最大冰跳高度的影响规律,为重冰区超高压输电线路电线的间隙设计以及杆塔设计提供依据.     

基于D_S证据理论的Web事务识别方法

基于D_S证据理论,提出一种新的Web事务识别方法,融合多个特征对Web事务进行综合评判,并选取计算代价较小的特征及高效的融合规则,保证算法性能的高效. 实验结果表明,该方法与其他事务识别方法相比,具有更高的事务识别率.     

Web数据挖掘现状分析

随着Internet／Web技术的快速普及和迅猛发展,使各种信息可以以非常低的成本在网络上获得,如何在这个全球最大的数据集合中发现有用信息成为数据挖掘研究的热点。Web数据挖掘是目前数据挖掘领域中的一个很重要的研究领域,文章介绍了Web数据挖掘研究领域的现状及发展。     

基于属性预扫描的不确定性函数依赖挖掘

函数依赖是关系数据库和数据建模中所需的关键约束知识。在海量数据中挖掘函数依赖时为降低噪音干扰和提高效率,该文采用带有满意度函数依赖的概念及挖掘带有满意度函数依赖的算法(MFDD),对噪音进行测度与表达,并有效挖掘得到函数依赖最小集。利用对属性散列度的测度概念,在带有满意度函数依赖的理论框架内采用3条优化策略,实现了属性预扫描算法。结果表明:基于该算法可显著提高挖掘效率。     

基于兴趣度的关联规则在选课分析中的应用

通过对关联规则经典算法Apriori的分析,并应用到选课分析系统中,发现了存在的问题.通过增加兴趣度阈值以提高关联规则在数据挖掘中的精度,从而有效的减少了无用规则的产生,为学生选课系统的实现提供了较好的支持.