QPLSA: Utilizing quad-tuples for aspect identification and rating

Aspect level sentiment analysis is important for numerous opinion mining and market analysis applications. In this paper, we study the problem of identifying and rating review aspects, which is the fundamental task in aspect level sentiment analysis. Previous review aspect analysis methods seldom consider entity or rating but only 2-tuples, i.e., head and modifier pair, e.g., in the phrase “nice room”, “room” is the head and “nice” is the modifier. To solve this problem, we novelly present a Quad-tuple Probability Latent Semantic Analysis (QPLSA), which incorporates entity and its rating together with the 2-tuples into the PLSA model. Specifically, QPLSA not only generates fine-granularity aspects, but also captures the correlations between words and ratings. We also develop two novel prediction approaches, the Quad-tuple Prediction (from the global perspective) and the Expectation Prediction (from the local perspective). For evaluation, systematic experiments show that: Quad-tuple PLSA outperforms 2-tuple PLSA significantly on both aspect identification and aspect rating prediction for publication datasets. Moreover, for aspect rating prediction, QPLSA shows significant superiority over state-of-the-art baseline methods. Besides, the Quad-tuple Prediction and the Expectation Prediction also show their strong ability in aspect rating on different datasets.     

Implicit aspect extraction in sentiment analysis: Review,taxonomy, oppportunities,and open challenges

Sentiment analysis is a text classification branch, which is defined as the process of extracting sentiment terms (i.e. feature/aspect, or opinion) and determining their opinion semantic orientation. At aspect level, aspect extraction is the core task for sentiment analysis which can either be implicit or explicit aspects. The growth of sentiment analysis has resulted in the emergence of various techniques for both explicit and implicit aspect extraction. However, majority of the research attempts targeted explicit aspect extraction, which indicates that there is a lack of research on implicit aspect extraction. This research provides a review of implicit aspect/features extraction techniques from different perspectives. The first perspective is making a comparison analysis for the techniques available for implicit term extraction with a brief summary of each technique. The second perspective is classifying and comparing the performance, datasets, language used, and shortcomings of the available techniques. In this study, over 50 articles have been reviewed, however, only 45 articles on implicit aspect extraction that span from 2005 to 2016 were analyzed and discussed. Majority of the researchers on implicit aspects extraction rely heavily on unsupervised methods in their research, which makes about 64% of the 45 articles, followed by supervised methods of about 27%, and lastly semi-supervised of 9%. In addition, 25 articles conducted the research work solely on product reviews, and 5 articles conducted their research work using product reviews jointly with other types of data, which makes product review datasets the most frequently used data type compared to other types. Furthermore, research on implicit aspect features extraction has focused on English and Chinese languages compared to other languages. Finally, this review also provides recommendations for future research directions and open problems.     

基于改进的遗传算法的后非线性盲源分离

针对后非线性盲源分离中非线性参数估计中存在的问题,提出一种基于改进的自适应遗传算法的后非线性盲源分离方法.该方法给出一种新的适应度函数,利用适应度函数值反馈调节交叉概率和变异概率的选取,并将优先进化策略和模拟退火机制引入遗传算法中,再通过线性分离算法得到分离矩阵.仿真验证表明,该方法较传统方法具有更快的收敛速度和较高的分离精度.     

试析《中图法》(第五版)彩票业类目设置

由于目前学术界对彩票业性质认识不一,导致图书馆界对彩票业类目研究出现偏差。笔者通过分析彩票业性质及影响彩票业类目设置因素,提出完善彩票业类目设置的建议,希望起到抛砖引玉的作用。     

一种新型的技术形态识别方法——基于SAO语义挖掘方法

形态分析法作为一种面向未来的系统分析方法,已被广泛运用于技术机会识别和技术预测等领域。但现有形态分析方法中,形态结构构建过程对领域专家有较强的依赖。虽有学者尝试引入定量分析方法,但单纯以词频为依据选择特征词,忽略了词间的影响,存在无法展示技术/部件的目的、构成和语义关系等缺陷,限制了技术预测的效果。因此,本文引入主语-谓语-宾语(SAO)语义挖掘方法,提出一种新型的技术形态识别方法,并以德温特专利数据为基础,描述了专利技术形态识别的过程,验证了该方法的可行性和有效性。该方法弥补了基于关键词方法的不足,增强了定量方法对技术形态识别中的应用,减少了技术形态定义对专家知识的依赖,提高了技术形态识别的效率,有助于为未来技术预测研究与应用提供重要的理论和方法保障。     

四川地区1960年-2004年降水集中程度研究

利用四川地区1960年-2004年121个观测站逐日降水资料,运用降水集中度和集中期的定义,以及小波分析,合成分析等方法,分区域对四川地区降水时空分布特征和变化规律进行讨论。结果表明:1960年-2004年,四川地区降水集中度和集中期能够定量的表征降水量在时空场上的非均匀性。整个四川地区降水的降水集中度呈减小趋势。东部盆地和西部高原的局部地区,枯水年出现旱涝的可能性很大,南部地区降水的可预报性较强。四川东部降水逐年减少,并在很长一段时间内转人干旱时期,西部降水短期内逐年有所增加,南部将转人干旱时期。     

生境和资源等价分析法国外研究进展与应用

等价分析法是基于生境/资源修复目标,通过服务对等假设来确定修复工程规模或成本的损害评估方法,最先被美国应用于溢油损害评估中,近年来成为国际上生境与资源损害评估和修复的主流方法之一,被广泛应用于河口湿地,森林和海洋生态系统等生境和资源的保护与修复领域。2007年,国内学者开始引入等价分析法,但目前研究多只是对其应用领域的简单拓展,缺乏理论层面的探讨。在此背景下,本文系统梳理了等价分析法的提出背景、概念原理、关键假设和输入参数,总结归纳等价分析法在生境与资源损害评估中的应用领域,讨论了该方法现阶段应用过程中存在的争议。从理论层面对生态修复方法进行探索,以期国外研究成果和管理经验可为中国政府部门开展生态修复管理提供重要的参考和借鉴。     

基于结构分解的碳排放驱动因素及行业影响分析 ——以广东为例

为弥补缺乏从行业附加值视角研究碳排放强度和部门生产环节碳排放结构的不足,以更好地分析碳排放变动情况,基于消费者视角,同时考虑附加值对碳排放的影响,将引起碳排放的因素分解为能源结构效应、能源强度效应、附加值效应、投入结构效应和最终需求效应并构建研究模型,以广东为例,利用其2007年、2012年和2017年投入产出表数据,采用结构分解分析（SDA）法和结构路径分析（SPA）法对广东及其部分行业碳排放情况进行分析。结果表明：对于广东而言,能源强度效应是碳排放减少的主要因素,最终需求效应是碳排放增加的主要因素;直接碳强度和完全碳强度增加的部门主要是能源部门,其碳排放呈现增加状态,其中直接消耗引起的碳排放比例增加,间接消耗引起的碳排放集中在第1和第2层生产环节上;能源强度效应是非能源部门直接碳排放和完全碳强度降低的关键因素。最后,从应对最终需求高碳化对碳排放的影响、能源消费结构和产业结构优化调整以及政府调控手段等方面对促进广东碳减排提出有关对策建议。     

基于PCA-GRA模型的南京生态城市建设与产业结构关联分析

基于“驱动力-压力-状态-响应”（DPSR）模型构建生态城市建设水平评价指标体系,利用主成分分析法（PCA）计算指标权重对南京生态城市建设水平进行评价;同时,运用灰色关联模型（GRA）分析南京三次产业及产业内部结构对生态城市建设造成的影响。研究结果显示：2007－2016年间,南京生态城市建设水平除部分年份综合得分变动幅度明显较小外,总体上处于上升趋势;第一二三次产业对生态城市建设均存在重要影响,其中第三产业关联最大,其次为第一产业和第二产业;第一产业内部农业及农林牧渔服务业关联度较大,第二产业中工业关联度有所提升,建筑业关联度较低,第三产业中金融业、其他服务业等关联度较大,住宿餐饮业和交通运输业关联度较低。为推动南京生态城市建设,未来应进一步采取优化产业结构、对第一二三次产业内部进行取长补短的提升、加大环境治理的科技水平等措施。     

基于MFA和DEA的东北地区矿业城市可持续发展能力评价

本文应用MFA和DEA模型,以14个典型矿业城市为案例,对1995年～2006年东北地区矿业城市的可持续发展能力演变特征及影响因素进行了初步探讨.研究发现:①东北地区矿业城市可持续发展能力平均水平较高,且整体呈提升趋势;②从资源类型看,煤炭城市可持续发展能力迅速提升,而石油、冶金、综合3类城市则在降低;从发展阶段看,老年阶段矿业城市可持续发展能力大幅提升,中、幼年阶段呈下降趋势,尤以幼年阶段显著;从城市规模看,特大型和中等矿业城市可持续发展能力呈下降之势,而大型矿业城市则显著提升;从地区分布看,辽宁矿业城市可持续发展能力变化比较平稳,吉林省呈下降趋势,而黑龙江省则呈较大幅度提高之势;③纯技术效率是驱动矿业城市可持续发展能力提高的主导因素,而规模无效是造成矿业城市DEA无效的主要原因,合理调控投入规模成为促动东北矿业城市可持续发展的路径选择.     

基于DEA和SOM的数字图书馆评价研究

目前数字图书馆评价模型研究中,权重确定带有一定的主观性,某种程度上会影响到评价结果的有效性。本文提出的基于DEA和SOM的数字图书馆评价模型,利用DEA模型进行数据处理,得到各个决策单元的相对效率值,再利用SOM模型对样本值进行聚类分析,最后得到数字化图书馆的评价分类结果。该模型极其有效地避免了评价中权重确定的主观因素,因此评价结果客观性和有效性得到进一步提升。     

中国生态足迹的多尺度变化及驱动因素分析

在基于生态足迹模型计算1953年-2007年中国人均生态足迹(Ecological Footprint,EF)数据基础上,采用经验模态分解(Empirical Mode Decomposition,EMD)方法研究发现,1953年-2007年中国人均EF存在明显的4.3a、10.8a两个波动周期和一个递增趋势。选取与中国人均EF变化高度相关的产业结构、能源消费、发电量、居民消费、城市化水平等7个指标,不同时间尺度下的驱动因素逐步回归分析发现,人均GDP、第二产业产值、重工业、原油消费、发电量、居民消费、城市化率7个因素是驱动其不同周期性变化和持续增长的主要因素。稳定经济增长,优化产业机构,降低原油消费,提高天然气、水电及可再生能源消费比重,提高电力利用效率,适当控制城镇化等是中国减少生态足迹、降低人类环境影响的有效措施。     

基于物质流核算的数据包络分析——国内19个主要城市的实证研究

文章介绍了物质流核算的基本思想和数据包络分析的基本方法,在对国内19个主要城市的物质流进行核算的基础上选取相关数据,并综合一些经济统计数据做了DEA分析,对于这19个城市的物质流基本状况进行了评价,为以后的城市循环经济政策制定提供了一种定量的分析工具。文章的主要结论有:(1)我国物质流输入量所带来的经济效益较欧美发达国家明显偏低,我们的先进城市大约相当于欧美发达国家20世纪90年代中期平均利用率的1/4,日本的1/9,这充分说明我国的经济增长方式主要还是粗放式的;(2)多个城市的物质流核算均由于基础设施建设过多导致的物质流动规模十分巨大,这从一个侧面说明了我国很多城市的经济增长对于固定资产建设的投资依赖十分明显;(3)在DEA分析中我们可以看出很大的物质流投入并不能带来同等的GDP和财政收入。     

一种基于自修改代码技术的软件保护方法

提出一种基于自修改代码(SMC)技术的软件保护方法,该方法通过将关键代码转换为数据存储在原程序中,以隐藏关键代码;受保护的可执行文件执行过程中,通过修改进程中存储有隐藏代码的虚拟内存页面属性为可执行,实现数据到可执行代码的转换. 实验证明,此软件保护方法简单,易实现,可以有效提高SMC的抗逆向分析能力.     

Examining the critical success factors of cloud computing adoption in the MSMEs by using ISM model

For cutting down cost and improving the efficiency of enterprises, adoption of innovations in ICT especially in cloud computing applications is the need of the time in the highly competitive global environment. It has been noted that generally, the Indian MSMEs are not utilizing the CC applications for the promotion of their business activities and are not availing their benefits. Hence, in the present investigation, the critical success factors (CSFs) for cloud computing adoption (CCA) in the Indian micro, small and medium enterprises (MSMEs) are identified through an exhaustive literature review and expert opinions. The association between the identified factors is established by employing an interpretive structural modeling methodology that is a multi-criteria decision making (MCDM) approach. Later, the MICMAC analysis is carried out for identifying the factors having high influential power. The results of the study revealed that a CSF namely ‘previous technological experience’ is the most significant factor having the highest driving power. The findings of this research are intended to guide cloud service providers, enterprise managers, and governmental bodies in formulating the strategies and policies for effective implementation of cloud computing facilities and harness the benefits of the same. This study makes a significant contribution to the knowledge base of CC adoption for future research in the subject field.     

基于DEA模型的城镇产业结构效率评价——以新疆鄯善县为例

以鄯善县产业结构作为研究对象,结合鄯善县经济所处发展阶段及产业发展现状特点构建评价指标体系.以DEA方法为手段,用Matlab软件进行数学计算,对鄯善县2002~2006年产业结构效率进行定量分析和评价.结果表明,鄯善县产业结构经济效益整体上相对有效,其中2002年和2003年均为DEA有效,2004年、2005年和2006年则是弱DEA有效.最后排序表明,2002年的产业结构效率是所选5年中最优的,可以作为鄯善县产业结构优化的一个参考.     

基于连通性的引文网络结构分析新视角:主路径分析

引文网络主路径方法的提出对于解决特定学科(领域)的关键性文献识别和主流研究线索提取具有重要意义。本文从科学史研究与科学结构揭示的关键文献识别和主流研究提取的实践需求入手,深刻剖析引文网络主路径分析方法的产生背景、基本内涵与算法实现。从引文网络主路径分析的实践应用及与其它方法的整合两方面探讨该方法的演化发展状况,并总结主路径分析在理论及应用研究中存在的主要问题。     

Multi-objective meta level soft computing-based evolutionary structural design

Evolutionary structural design has been the topic of much recent research; however, such designs are usually hampered by the time-consuming stage of prototype evaluations using standard finite element analysis (FEA). Replacing the time-consuming FEA by neural network approximations may be a computationally efficient alternative, but the error in such approximation may misguide the optimization procedure. In this paper, a multi-objective meta-level (MOML) soft computing-based evolutionary scheme is proposed that aims to strike a balance between accuracy vs. computational efficiency and exploration vs. exploitation. The neural network (NN) is used here as a pre-filter when fitness is estimated to be of lesser significance while the standard FEA is used for solutions that may be optimal in their current population. Furthermore, a fuzzy controller updates parameters of the genetic algorithm (GA) in order to balance exploitation vs. exploration in the search process, and the multi-objective GA optimizes parameters of the membership functions in the fuzzy controller. The algorithm is first optimized on two benchmark problems, i.e. a 2-D Truss frame and an airplane wing. General applicability of the resulting optimization algorithm is then tested on two other benchmark problems, i.e. a 3-layer composite beam and a piezoelectric bimorph beam. Performance of the proposed algorithm is compared with several other competing algorithms, i.e. a fuzzy-GA-NN, a GA-NN, as well as a simple GA that only uses only FEA, in terms of both computational efficiency and accuracy. Statistical analysis indicates the superiority as well as robustness of the above approach as compared with the other optimization algorithms. Specifically, the proposed approach finds better structural designs more consistently while being computationally more efficient.     

运用Web of Science做好英文科技期刊的自我评价

【目的】 探索我国英文科技期刊如何更好地利用Web of Science(WoS)数据库平台做好期刊的学术影响力指标跟踪及国际化程度评估。【方法】 以Journal of Bionic Engineering及同领域的竞争期刊为例,探讨运用WoS的自动统计分析功能进行科技期刊学术影响力指标跟踪和期刊国际化程度评估的新方法。【结果】 利用WoS的自动统计分析功能可以快速、准确地做好科技期刊的学术影响力指标跟踪及期刊国际化程度评估,帮助期刊编辑部查找不足,从而适时地调整办刊策略。【结论】 高效运用WoS等网络新兴工具可以更好地为我国科技期刊的国际化助力。     

探索社会力量参与新农村建设效果的作用机理——基于北京郊区533个村庄的问卷调查

近年来,社会力量参与新农村建设日益成为社会关注的焦点,但在作用机理方面尚无实证性研究。本文根据在北京郊区村庄调研所得的数据,对社会力量在新农村建设中所发挥的作用机理进行了实证分析。结果表明:人口越少、面积越小、距离城市越远的村庄的建设更加需要社会力量的参与;能够利用政策扶持和参与基础设施建设的社会力量在新农村建设中发挥更好的作用;部分村庄并没有在公平公正的条件下使村民均等地获得就业和创收的机会。在此基础上,本文提出要加大力度吸引更多社会力量参与规模小、距离城市偏远的村庄建设当中,并增加对基础设施建设的投入,同时也需要加强对建设质量的检查与村庄分配方式的监督等相关政策建议。