文本自动分类研究进展

通过介绍文本分类的过程及其关键技术,讨论了文本表示、分类算法、分类器性能评价原理和方法,最后对文本分类今后的发展进行了展望。     

朴素贝叶斯分类算法在毕业生就业预测方面的研究

朴素贝叶斯分类算法应用于毕业生就业预测分析,关键是建立有效的分类模型.文章提出了一种有效分类模型的发现算法,并研究了该算法实施中的零值属性计数、缺失数据问题及解决方法,能有效解决毕业生就业预测的可靠性问题.     

关于中国大学分类的一点思考——一个三维-立锥分类模型的初建

以借鉴国内外有重要影响的四种分类方法——卡内基分类法、“类 型”分类法、国际教育标准分类法和政府定位层次分类为切入点,提出了综合上述标准的三(多)维度-立锥分类(模型)方法,并指出应用该模型应具备拓展和分类比较的意识。     

五年制高职分类教学模型探析

结合五年制高职教育实施分类教学实践,提出五年制高职教育实施分类教学“因需施教”的基本思想,构建五种分类教学模型,揭示分类教学实施过程中出现的新问题。     

基于领域向量模型的新闻网页分类算法

随着互联网中网页数量的激增,网页自动分类已经成为互联网技术中亟待解决的问题。提出一种领域向量模型的设计与构建方法,设计并实现一种针对新闻网页的基于领域向量模型的网页分类TSC(Topic Sensitive Classify)算法,从新的角度解决网页自动分类问题。首先,对大量的新闻网页URL进行分析,提取新闻网页的URL特征;然后,设计一个领域向量模型,对特定领域的新闻网页内容特征进行提取;最后,结合新闻网页URL特征和内容特征对新闻网页进行自动分类。实验结果表明,TSC算法分类效果比传统SVM和ID3等文本分类算法更优。     

Web文本层次分类方法研究

Web文本分类是在给定分类体系下,根据Web丈本内容判定丈本所属类别的一种分类方法。当丈本类别数量庞大或者类别复杂时,可采用基于向量空间模型的Web丈本层次分类方法,但该分类方法仍存在若干不足。本丈就此归纳多种改进方法,用作讨论,为文本在Web中的分类及构建模型提供参考。     

诊断分类模型:测试领域的新工具

诊断分类模型是以分类为目的模型的总称.它可以充分利用考分直接反映学生的能力状况,符合教育领域以有效的考题信息来辅助教学的趋势.本文撇除数学公式,以简单的语言总结该类模型的要素、种类和常见参数,通过Eunice Jang的研究,展示诊断分类模型在语言测试和教学领域的具体运用.研究结果表明,诊断分类模型可以为教学提供有益的...     

基于BP神经网络的税务稽查研究

税务稽查实质上是一个分类问题,可以通过BP神经网络进行数据挖掘的分类和问题预测。在分析BP神经网络原理的基础上,利用税务系统中的纳税人申报数据,建立基于BP神经网络的分类模型,对纳税人进行诚实纳税和非诚实纳税的评估、分类。模型分类准确度达到预期效果,表明该方法能够提高税务稽查部门的工作效率和效果。     

DNA序列的分类模型

应用模糊分类的思想，利用多元统计方法完成对DNA序列的分类界定。     

职业教育分类教学模型探析

本结合中等职业教育实施分类教学实践研究，提出职业教育实施分类教学“因需施教”的基本思想，构建了四个分类教学模型，揭示了分类教学实施过程中出现的新问题。     

数学模型的常见类型和构建方法

本文就高中生物学教学中所遇到的模型分类、常见的数学模型及模型构建进行简要的介绍。     

程序设计中常用的分类算法

针对程序设计中常出现的分类问题．介绍了六种常用的分类算法：冒泡分类、选择分类、合并分类、基数分类(桶分类)、堆分类、快速分类，以及每种分类法所需的时间复杂度。当对大量的数据进行分类时，应选择适当的算法，以提高程序的执行速度。     

论话语分类

本文从8个方面对话语进行分类,旨在从不同角度研究不同类型的话语,防止语体研究的混乱现象。这8种分类为：1、文体分类;2、文学作品分类;3、话语的安表达方式分类;4、话语按语言形式分类;5、话语按主体单复数分类;6、话语按基调分类;7、话语按韵律分类;8、话语按功能风格分类。按功能风格分类就是语体分类,它保证在各种语境类型中实现语言功能,它与前7种话语分类标准不同,作用也不一样。但各类之间又存在着一定的联系。     

武汉市在校生垃圾分类认知和行为调查研究——基于二元Logistic回归模型

基于武汉市颁布垃圾分类政策的背景,以问卷法对江汉大学200名学生进行实证调查,构建二元Logistic回归模型,分析在校生垃圾处理方式的影响因素,采用不记名的方式了解在校生对于垃圾分类相关理论知识的掌握情况。研究表明,大部分学生垃圾分类知识欠缺。在校生垃圾分类掌握度缺乏,回收设备、垃圾处理技术落后等变量对在校生日常生活中是否进行垃圾分类有显著影响。因此,提出了加大学校财政投入、改善校园硬件设施、开展垃圾分类课程等建议。     

模型在高中生物教学中的作用

生物是高中教学中必修的一门理科。高中生物这一理科课程具有很大的抽象性,需要借助模型帮助学生学习,以解决高中生对生物知识的抽象问题,并且扩展他们的思维,帮助其对知识的理解和掌握。本文主要介绍模型的分类和模型在高中生物教学中的作用。     

论高校分类的逻辑

复杂性系统处于有序和无序之间,故对其进行分类应以描述性分类为主、规范性分类为辅。高校分类遵循的基本逻辑是描述性原则、建构性原则和内在一致性原则。盎格鲁-撒克逊传统的高等教育体系实行市场式治理,以描述性分类为主;欧洲大陆传统的高等教育体系实行科层式治理,以规范性分类为主。随着高等教育的大众化、普及化,西欧和北美均形成了规模庞大的高等教育系统,描述性分类成为全球高校分类的主导逻辑。中国高等教育治理具有浓厚的欧洲大陆色彩,在精英高等教育时代,基于分层的分类和规范性分类相互建构,高校同质化特性突出;随着高等教育进入普及化,需要新的分类标准以促进高校多样性发展。     

基于决策树的高职学生网络学习分类模型构建

高职学生个性化学习行为是目前高等教育比较重要的研究方向。通过采集高职学生在网络学习过程中的心理、行为、方法和效果的数据,经过筛选、量化、分类和评价,最终根据影响学习效果的学习者内在因素和个性特征对学习者进行分类,通过基于决策树学习分类模型的建立,对学习者未来的学习进行形成性评估。     

基于VSM的中文网页自动分类模型

通过对文本分类的相关技术进行深入研究 ,提出了一种基于VSM的中文网页自动分类模型的构造方法     

国外高等学校分类维度：现状、特点及启示

本文对世界不同国家和地区的高等学校分类维度做了简要梳理。当前世界范围内主要的分类维度包括：历史发展、隶属关系、高校职能及多维组合的维度。当前高校分类的维度呈现出＂形式分散,本质集中＂的特点。通过梳理国外高等学校分类维度的现状,总结它们的特点,我们能够从中得到以下几点启示：分类维度应从单一维度发展为多元维度;分类维度应从静态维度发展为动态维度;分类维度的设计应以＂人才培养＂作为逻辑起点。     

基于关键词的文献分类

文本分类是情报检索的基础性工作,它的任务是在给定的分类体系下,根据分类的文本所描述的内容,来确定该文本所属的类别,从而提高信息检索的速度和准确度。本文从实用的角度出发,以具有确定分类标准的关键词分类为应用背景,模仿人工分类的思想,采用一种较简单的通过给主、次关键词分别赋予不同的权重进行文献分类的方法,构建了一个文本分类的实验系统,该系统简化了文本自动分类的繁杂技术,克服了人工分类的不足,可用于管理计算机科学专业的毕业生论文。实验表明,此系统得到了较高的分类准确率。