结构化和半结构化异构信息源的语义集成

如何有效地集成多个异构的信息源是目前成为CIMS企业的一个关键性问题。本文主要介绍异构信息源在语义方面的描述支持集成和查询优化的捕获和推理     

一种利用用户反馈日志获取图像语义标注方法

快速高效获取图像语义是基于语义的图像检索系统实现的关键,也是当前研究的热点.该文提出了一种利用检索系统的用户点击记录学习图像语义的方法,通过对用户检索时反馈日志的分析获得图像的语义标注并对标注信息加以改善.实验证明该方法对于图像语义的学习具有较好的效果.     

一种面向企业的语义Mashup平台

Mashup是一种允许用户糅合多种服务形成新服务的一种WEB应用程序开发技术.目前的Mashup工具均需要用户具有编程经验和对相关资源比较了解才能构建有效的Mashup程序.提出一种面向企业的语义Mashup平台（enterprise semantic mashup platform,ESMP）.它提供了对资源进行语义标注、连接的方法,同时提供工具帮助用户实现Mash应用程序的开发和发布,使用户能快速构建有效的企业解决方案.     

中文语义角色标注研究概述

语义角色标注是实现浅层语义分析的一种方式,在问答系统、机器翻译和信息抽取等方面得到了成功地应用,是目前自然语言理解领域中比较热门的一个研究方向。本文介绍了中文语义角色标注语料资源、中文语义角色标注发展现状以及对中文语义角色标注未来工作进行了展望。     

基于领域本体概念划分的语义标注方法

对当前的基于领域本体的语义标注方法进行了说明和分析,提出了基于领域本体概念划分的语义标注方法．该方法将领域本体中的概念分为特有概念和普通概念,先用一般的领域本体标注算法计算特征词的权值,再对普通概念特征词的权值进行调整,最后结合水稻领域进行试验．实验表明,该方法在保证查全率的基础上,提高了普通概念特征词的查准率．     

一种面向程序理解的程序语义聚类技术

针对源代码中一些非结构化的自然语言描述信息进行语义聚类,辅助开发人员开展程序理解。主要利用自然语言处理技术对程序中的标识符和注释进行预处理,将程序转换成词频矩阵;然后利用潜在语义索引技术对该词频矩阵进行层次聚类,并对每个聚类的标记进行推荐,辅助开发人员理解程序。在开源项目JEdit上进行验证,结果显示对该5万行规模的项目代码进行聚类时耗不足1分钟。因此,该技术能够快速对程序进行语义聚类,辅助开发人员快速理解程序。     

网络标注的主要方法

标注对于检索至关重要,网络标注在网络资源海量的今天更是如此。本文介绍的网络标注方法有元数据标注、聚类标注和分类标注,以及大众标注和语义标注;最后对这些标注方法进行比较分析及评价。     

网络标注的主要方法

标注对于检索至关重要,网络标注在网络资源海量的今天更是如此。本文介绍的网络标注方法有元数据标注、聚类标注和分类标注,以及大众标注和语义标注;最后对这些标注方法进行比较分析及评价。     

一种基于语义关联度计算的查询扩展方法

语义查询扩展是提高信息检索质量的常用方法之一,针对语义查询扩展容易出现扩展过度的现象,综合多个因素计算语义相似度,考虑用户自定义关系计算语义相关度,引入Sigmoid权重函数计算综合关联度,提高查询扩展的精确度。最后,通过实验表明扩展效果良好。     

一种基于语义的Web挖掘方法研究

在已有的基于Dom Tree的网页信息提取算法基础上,通过对Html标签进行分类,逐个分析各Html标签所包含的结构信息,设计了一种自底向上的网页分块方法,并在此基础上,实现了文本相似度比较的网页主题内容信息块识别算法,提高了主题内容信息块的识别精确度。     

Distributed anonymous data perturbation method for privacy-preserving data mining

Privacy is a critical requirement in distributed data mining. Cryptography-based secure multiparty computation is a main approach for privacy preserving. However, it shows poor performance in large scale distributed systems. Meanwhile, data perturbation techniques are comparatively efficient but are mainly used in centralized privacy-preserving data mining （PPDM）. In this paper, we propose a light-weight anonymous data perturbation method for efficient privacy preserving in distributed data mining. We first define the privacy constraints for data perturbation based PPDM in a semi-honest distributed environment. Two protocols are proposed to address these constraints and protect data statistics and the randomization process against collusion attacks： the adaptive privacy-preserving summary protocol and the anonymous exchange protocol. Finally, a distributed data perturbation framework based on these protocols is proposed to realize distributed PPDM. Experiment results show that our approach achieves a high security level and is very efficient in a large scale distributed environment.     

对过度反应现象进行数据挖掘的数学模型

对证券市场过度反应现象的研究是行为金融学的一个重要研究方向。文章讨论了过度反应现象的数学描述，并建立了一种以研究过度反应现象的数据挖掘算法为目标的数学模型。用我国A股市场1994．1．3至2004、12．31年的全部个股数据进行实证分析的结论是：在我国股票市场，投资者的投资行为对好消息存在过度反应现象。     

也谈数据挖掘

论述了数据挖掘的现状、存在的问题:业务理解错误、数据理解错误、模型构建错误,数据挖掘的未来发展趋势:较强可视化和交互性、集成性、能支持移动环境等内容.     

A novel algorithm for frequent itemset mining in data warehouses

INTRODUCTION A data warehouse (Inmon, 1996) is an integrated and time-varying database primarily used for the support of decision-making, and integrates volumi- nous data from multiple and independent data sources consisting of operational databases in a common repository for querying and analysis. In terms of data modeling, a data warehouse consists of one or several dimensional models that are composed of a central fact table and a set of surrounding dimension tables each corresponding t…     

关联规则算法的实现与优化

对基于关联规则的数据挖掘算法进行了研究,对经典的频繁项集计数算法进行了改进,提高了关联规则数据挖掘的效率。优化结果证明了关联规则算法在医学科研实验室数据挖掘中的重要作用。     

机器学习与数据挖掘

介绍了机器学习的基本模型和分类，并对数据挖掘的体系结构和实际应用做了分析，最后举例说明了二者的结合及发展．     

一种分析含受控源网络的新方法

该文介绍了一种分析含受控源电路的简便方法.应用这种方法可以把电路中的受控源视为独立源,因此具有简化计算的优点.     

一种对语义网上本体查询和检索的新方法

针对语义网信息检索中存在的问题,提出了一个基于语义索引词的语义网信息检索模型SIR(semantic information retrieval).其核心思想是将领域本体转换成全局本体,并从全局本体中提取语义索引词.通过语义索引词进行语义推理,可得概念的逻辑视图.SIR通过语义索引词间的语义关系对网络资源进行检索,解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析,无法根据信息资源中的语义关系进行检索的问题.最后分析了SIR的可用性,证明了SIR可极大地提高语义网上信息检索的查全率和查准率.     

一种新的语义网信息检索方法

为了提高基于描述逻辑的知识库检索的效率,提出了断言图的概念和基于断言图匹配的检索方法.断言图是带有标签的有向图,基于断言图匹配的检索方法首先利用给定规则对基于描述逻辑的知识库和查询请求中的量化符号进行处理,然后转换成有向的知识断言图和查询断言图,最后利用图的遍历算法实现基于描述逻辑知识库检索.实验表明,该方法能够明显提高知识库检索的效率,其执行效率比当前流行的RACER和KAON2分别提高了0·4%和3·3%.