基于神经网络的概念联想和概念聚类

本文针对信息检索中自动标引和用户的检索提问问题 ,介绍了一种概念空间技术以及采用Hopfield神经网络进行概念联想与概念聚类的算法 ,并对其中部分算法进行了模拟和实验 ,针对存在的问题提出了改进方法 ,并通过数据说明其可行性     

基于聚类分析的企业竞争对手社会网络分析

为提高企业竞争情报获取和分析能力,从数据挖掘、社会网络分析方法入手,根据企业产品市场共通性原则,对产品市场进行聚类分析,继而构建出同类竞争企业的竞争网络图,清晰展现出企业及其竞争对手在行业中的位置和其竞争力。以手机市场为例,分析整个手机市场的企业竞争情况,从宏观和微观指标上得出目前企业竞争力状况。     

一种基于自组织神经网络的中文文本聚类新方法

针对传统K—均值等算法在文本聚类中的缺陷 ,本文提出了一种树形动态自组织映射 (TGSOM)神经网络来实现中文文本聚类 ,克服了传统的K—均值等算法中文本种类需要预先给定的缺点。本文详尽描述了该网络模型的生成算法和算法中扩展因子的作用 ,并阐述了中文文本的数字化方法———TF .IDF .IG方法     

竞争对手跟踪分析

本文从信息组织和分析两个视角提出并论述了一套跟踪和分析竞争对手现行战略、竞争实力、自我假设、企业目标和反应模式的竞争对手跟踪模式 ,归纳为两个模型、一个程序、两个数据库和一个系统 ,因而具有竞争对手跟踪分析论纲的意义。     

NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用

提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。     

基于自组织竞争神经网络的变压器故障诊断策略

电力变压器的安全运行对整个电网起着至关重要的作用。本文采用自组织竞争神经网络等人工智能算法诊断变压器运行状况,并通过MATLAB软件对变压器运行数据进行分析,得到自组织竞争网络诊断变压器运行状态准确性高,能较好地应用于实际工程中。     

企业竞争对手决策层信息的类型和获取

企业对竞争对手决策层的信息有全面深入的研究，就掌握了竞争中的主动权。因此，在信息系统的建设中一定要给予竞争对手决策层信息以足够的重视。     

基于Web网站的竞争对手情报获取

Web蕴含了大量的企业竞争情报,但现有的企业竞争情报获取系统还缺乏直接从Web中获取竞争情报的能力.以往的研究主要关注从网页内容中收集竞争对手情报,忽略了对Web网站相关要素的分析.本文研究了利用Web网站所蕴含的竞争对手情报要素获取竞争情报的方法,分析了Web网站竞争对手情报要素,并给出了具体的竞争对手情报获取过程和相关工具.最后,以我国C2C电子商务领域的三个代表性企业淘宝、亚马逊中国和eBay中国为例进行了实证研究.结果表明,利用Web网站可以获取隐含的竞争对手情报,尤其对于发现潜在的竞争对手或者比较竞争对手的实力有着较大的帮助.     

竞争战略差异度的定量研究

本文认为可以把竞争战略差异度作为竞争情报分析工具之一。战略差异度在预测产业发展和演进、资本市场的投资赢利回报、企业战略转移的难易性等方面具有特殊的意义。     

竞争对手分析论纲

本文试图对众多的竞争对手分析方法建构具有方法论意义的竞争对手分析论纲 ,侧重论述了三维分析法、竞争对手分析流程和竞争对手分析软件 ,可为竞争对手分析技术的研究和应用提供思路和框架     

基于人际网络节点中心度的竞争对手分析

本文认为可以用人际网络节点的中心度指标来分析竞争对手。网络节点的中心程度可以由度中心度、最近距离中心度、路中心度等指标从不同角度来说明,本文依次探讨了竞争情报工作者如何利用各种不同的中心度指标对竞争对手企业的内部人际网络、基于供需链的人际网络、基于战略联盟的人际网络的各节点做出正确的竞争策略分析。     

社会关系态势图在竞争对手分析中的应用

社会关系资本是企业获取持续竞争力的基础。本文认为通过人际网络关系均衡概念可以得到社会关系态势图,该图可以作为竞争对手分析工具之一。竞争情报工作者依据社会关系态势图可以制定更有效的企业关系资本竞争策略,同时利用该图可以更好理解竞争对手的攻击和回应的行为模式。     

基于神经网络的汉语自动分词系统的设计与分析

应用神经网络进行汉语自动分词研究是中文信息处理领域的重要课题。本文从分析神经网络的一个主要模型和算法入手,阐述了基于神经网络的汉语自动分词系统的设计方法,较详细地介绍了该系统的实验结果,并给出了必要的分析。     

基于深度循环神经网络的跨领域文本情感分析

[目的/意义]通过在标注资源丰富的源领域（Source Domain）中学习,并将目标领域（Target Domain）的文档投影到与源领域相同的特征空间（Feature Space）中去,从而解决目标领域因标注数据量较小而难以获得好的分类模型的问题。[方法/过程]选择亚马逊在书籍、DVD和音乐类目下的中文评论作为实验数据,以跨领域情感分析作为研究任务,提出一种跨领域深度循环神经网络（Cross Domain Deep Recurrent Neural Network,CD-DRNN）模型,实现不同领域环境下的知识迁移。CD-DRNN模型在跨领域环境下的平均分类准确度达到了81.70%,优于传统的栈式长短时记忆网络（Stacked Long Short Term Memory,Stacked-LSTM）模型（79.90%）、双向长短时记忆网络模型（Bidirectional Long Short Term Memory,Bi-LSTM）模型（80.50%）、卷积神经网络长短时记忆网络串联（Convolution Neural Network with Long Short Term Memory,CNN-LSTM）（74.70%）模型以及卷积神经网络长短时记忆网络并联（Merged Convolution Neural Network with Long Short Term Memory,Merged-CNN-LSTM）模型（80.90%）。[结果/结论]源领域和目标领域的知识迁移能够有效解决监督学习在小数据集上难以获得好的分类效果的问题,通过CD-DRNN模型能够从无标注数据中有效地筛选特征,从而大大降低目标领域数据标注相关的工作量。     

基于BP神经网络的图书馆电子资源质量评价研究

建立基于用户满意度的图书馆电子资源质量评价指标体系,并利用BP网络构建模型实现图书馆电子资源质量评价。结果表明,基于BP神经网络的图书馆电子资源质量评价模型是一个合理的、可行的、精度较高的预测模型,基于人工神经网络的电子资源评价方法是一种很好的评价方法。     

竞争情报研究的创新途径——基于社会网络分析的观点

社会网络分析为丰富竞争情报研究方法和深化竞争情报研究内容提供参考途径.本文首先分析社会网络分析对竞争情报研究带来的重要应用价值,主要表现在其对竞争情报分析方法和分析工具上给予全新的启示,为竞争情报研究向综观范式演进奠定基础;接着讨论人际竞争情报网络的建模过程,从宏观、中观、微观三个角度归纳和诠释重要的人际分析指标;最后从社会网络分析指标出发探讨社会网络对竞争情报规划、搜集、分析、传播影响,同时指出了其在竞争情报活动各环节的研究脉络及其解决思路.     

基于网络关系整合的竞争态势分析方法

网络共链分析与网络共词分析用于企业竞争情报分析的有效性已经得到证实。在上述研究基础之上,对基于网络关系整合的竞争情报分析方法进行实证研究。评价指标比较以及QAP分析结果表明,与基于单一关系的分析方法相比,基于网络关系整合的方法对企业间关系的揭示能力更好,不仅可以揭示出企业间的竞争关系,而且能发现产业或企业间的供给关系。