一种基于语义相似度和多属性决策方法的商品信息智能检索模型*

提出一种结合语义检索和多属性决策方法的商品信息检索模型。通过构建语义向量空间进行语义相似度计算,以实现检索结果与顾客查询关键词的语义匹配;同时该模型也采用TOPSIS多属性决策方法对检索到的商品进行效用值计算,从而建立商品内容的比较机制。最后,从准确率、顾客接受度等指标通过实验证实该模型的有效性,能够提高商品信息检索的精准度。     

用户查询中潜在时间意图分析及其检索建模

基于Sogou实验室提供的查询日志数据和新闻数据,探讨潜在时间意图查询的判断及其相关时间属性识别,构建潜在时间意图查询的检索排序模型。实验结果表明,时间属性识别的准确率为85%,且构建的检索模型能有效提高排序效果。     

基于GIS技术的地震档案查询系统

针对中心的各类地震观测档案资料建立了一个地震档案数据库,基于观测档案的地理属性在GIS平台上建立相应的时空数据库,建立档案数据库与空间数据库之间的关联关系,使空间数据与档案数据可以互相查询,实现以地理定位为基础的信息与其对应的档案数据的准确、快速双向检索,建立了一个基于GIS技术的地震档案查询系统。     

杂合VPRS与PNN的知识发现方法

本文提出一种变精度粗糙集(Variableprecisionroughsets,VPRS)与概率神经网络(ProbabilisticNeuralNetwork,PNN)杂合的方法。变精度粗糙集对噪声数据有一定的相容性,给定置信阈值β,通过变精度粗糙集模型将信息系统中的冗余属性排除,求出一个最小的知识表示,由此可以约简神经网络的输入。由于概率神经网络的分类及泛化能力较强,接下来应用概率神经网络建立的模型进行分类、预测。实验表明,变精度粗糙集与概率神经网络杂合方法的分类及预测精度均较高。该方法可用于从模糊的、冗余的、不完备的且有噪声的大型数据库中发现知识。     

多维技术在面向学科知识仓库中的使用*——以构建多维电子期刊数据库模型为例

通过对多维数据库的分析，提出多维技术可以应用到面向学科的知识仓库中。以构建三维数据立方体结构电子期刊数据库模型为例，对数据立方体模型进行简单定义，分析切片、切块、钻取、旋转等各种多维操作动作。采用多种途径实现多维数据库的物理存储。     

面向查询的观点摘要模型研究:以Debatepedia为数据源

本文系统性地研究面向查询的观点摘要任务,旨在构建一种查询式观点摘要模型框架,探究不同的摘要方法对摘要效果的影响。通过综合考虑情感倾向与句子相似度,从待检文档中抽取出待摘要语句,再结合神经网络和词嵌入技术生成摘要,进而构建面向查询的观点摘要框架。从Debatepedia网站上爬取议题和论述内容构建观点摘要实验数据集,将本文方法应用到该数据集上,以检验不同模型的效果。实验结果表明,在该数据集上,仅使用基于抽取式的方法生成的观点摘要质量更高,取得了最高的平均ROUGE分数、深度语义相似度分数和情感分数,较生成式方法分别提高6.58%、1.79%和11.52%,而比组合式方法提高了8.33%、2.80%和13.86%;同时,本文提出的句子深度语义相似度和情感分数评估指标有助于更好地评估面向查询的观点摘要模型效果。研究结果对于提升面向查询的观点摘要效果,促进观点摘要模型在情报学领域的应用具有重要意义。     

大数据环境下数据挖掘技术及图书馆应用实证研究

文章结合图书馆实际数据,研究如何进行异构数据源的数据抽取、转换及加载,建立各业务主题的OLAP联机分析处理模型,并应用数据挖掘算法,研究了读者利用图书馆的行为模式及图书馆自身馆藏,以便实际工作中参考.     

刑事案件的多维关联分析模型研究

为了发现刑事案件中犯罪的特点与规律,本文建立了刑事案件的多维关联分析模型.首先,进行刑事案件的数据清理;然后,建立刑事案件多维数据模型,其中包括概念分层与建立数据立方体;在此基础上,利用改进的频繁谓词集算法寻找频繁谓词集,根据最小支持度与最小置信度要求,产生强关联规则;最后,对结果进行解释与评价.建立模型后,本文利用刑事案件的样本数据,详细地描述了整个模型的建立过程,并且利用大连市公安局提供的真实数据验证了模型的可用性与正确性并对结果进行了详细分析.本文建立的刑事案件多维关联分析模型为今后城市公安数据挖掘应用研究提供了参考.     

金融投资决策中的模型管理子系统

文章介绍了金融投资决策平台中模型管理子系统的系统结构以及实现中的关键技术,提出了一种利用数据立方体结构描述时序数据的方法,以及在此基础上实现金融数学模型管理系统的方法。     

基于粗糙-模糊集的Web信息检索改进模型

针对传统信息检索模型对不确定性知识处理的不足,提出一种基于粗糙集的信息检索改进模型,并以粗糙集技术为支撑,结合模糊集合理论,对查询进行泛化以提高查询性能,同时给出该模型的关键实现算法及性能评估方法。该模型能够提高信息检索的效率,具有较高的理论及应用价值。     

OLAP技术在数字期刊检索系统中的应用

数字期刊是高校数字图书馆建设的重要组成部分，在高等学校的教学与研究中起着重要的作用，如何对检索出的期刊进行有效的价值评估，为读者进行文献参考提供决策支持，是本文的研究方向。联机分析处理（OLAP）作为商业智能领域的成熟数据处理技术，其优势是能够基于海量数据为用户提供高效、实时、多角度的数据展现。本文将OLAP技术应用到期刊评价领域，并基于ROLAP模式开发了一个完整的期刊评价系统，阐述了数据清洗、数据仓库及多维数据模型构建、期刊评价的OLAP操作实现等各个环节的实现原理及基本流程。     

计算机辅助信息分析的技术框架及其发展趋势

[目的/意义] 为了更好地指导计算机辅助信息分析工作的开展,构建计算机辅助信息分析技术框架,从顶层架构设计的视角指导计算机辅助信息分析。[方法/过程] 在文献综述和资料收集基础上,从数据库、数据仓库、OLTP、OLAP、BI和DSS 6个技术领域构建计算机辅助信息分析技术框架模型,从联机在线分析、数据挖掘和知识发现、社会网络分析、大数据分析4个方面详细分析当前主要的计算机辅助信息分析技术。[结果/结论] 对计算机辅助信息分析所面临的主要挑战和发展趋势进行展望,认为大数据分析将成为未来计算机辅助信息分析的重要研究内容,在大数据和云计算技术的推动下,计算机辅助信息分析将进一步向前发展,移动计算、社会计算将与信息分析深度融合。     

一种本体驱动的Web信息检索模型及实现

本文提出一个本体驱动的Web信息检索模型以解决当前Web信息检索中存在的问题(如查准率低),并分析了该模型的关键组件用户提问分析组件、查询组件。在实验中,选择抽水蓄能领域资源简单地实现了该模型,向用户提供基于抽水蓄能本体的概念查询和语义扩充查询、语义缩小查询三种查询途径。该模型能够改善用户查准率和满意度,实现对该领域资源的智能化检索。     

On the Complexity of the Reduction of Multidimensional Data Models

In this paper, decomposition methods for multidimensional data hypercubes of OLAP systems are investigated. Criteria for reducing the computational complexity of the decomposition methods are presented and comparisons are made with the traditional solutions of multidimensional data analysis problems. Examples illustrating the application of these criteria to investigating the dynamics of computational complexity changes for specific types of reduction problems are considered.     

基于混合策略的公众健康领域新词识别方法研究

[目的/意义] 从互联网公众查询数据中发现公众使用的健康术语,为建立公众健康术语与医学专业术语的映射提供基础,进而优化健康类知识服务平台的知识组织与管理性能。[方法/过程] 设计规则与N-Gram相结合的健康术语新词的识别模型,采集公众查询数据,开展实验验证,通过多次实验,逐步完善过滤语料集合,结合人工判读,不断优化并验证方案的有效性。[结果/结论] 从互联网中公众提问句抽取出规则,结合统计算法进行公众使用的健康类新词抽取,该技术方法对识别公众使用的健康术语具有一定的通用性,能为建立公众术语与医学术语映射提供数据基础。实验结果表明:基于规则进行公众日志数据预处理,能为后续的实验方案提供较好的预处理文本,而采用N-Gram及各种过滤规则结合的术语识别方法,能较好地识别发现短文本中的新词。     

基于数据仓库的高校图书馆管理的设计与实现

目前高校图书馆管理过程中产生大量的数据,而应用数据仓库技术可以从中获得重要的决策信息。剖析高校图书馆管理系统的现状和存在的问题,设计实现一个数据仓库系统,包括事实表、维度表以及以借阅事实表为中心的数据仓库模型。指出利用OLAP技术进行数据分析,以期为图书馆和高校提供决策支持。      

关联数据驱动的查询扩展技术研究

[目的/意义] 针对当前查询扩展技术面临的瓶颈,提出一种关联数据驱动的查询扩展方法,改善检索系统的查全率、查准率。[方法/过程] 将扩散激活理论应用到关联数据集中,使得在输入查询词搜索潜在语义实体时,对提取的查询词的语义特征在知识库中进行有特定机制的扩散和激活,最后对这些语义关联的候补概念进行收集,并利用推理机制进行筛选,得到更优的概念集。[结果/结论] 该方法能有效提高检索系统的查全率、查准率,证明了本文提出的技术的可行性、有效性。     

大学图书馆地理信息系统设计与应用

系统利用GIS空间查询和空间分析功能,建立馆藏空间基础地理信息模型,将馆藏资源的属性数据与空间数据相关联,实现GIS在馆藏信息资源空间管理上的应用。系统支持具有不同使用权限的使用者在虚拟环境中实现馆藏资源的管理、检索、查询、分析和应用功能,读者可以方便地进行空间数据和属性数据的双向查询。     

Algebraic query optimization for distributed top-k queries

Distributed top-k query processing is increasingly becoming an essential functionality in a large number of emerging application classes. This paper addresses the efficient algebraic optimization of top-k queries in wide-area distributed data repositories where the index lists for the attribute values (or text terms) of a query are distributed across a number of data peers and the computational costs include network latency, bandwidth consumption, and local peer work. We use a dynamic programming approach to find the optimal execution plan using compact data synopses for selectivity estimation that is the basis for our cost model. The optimized query is executed in a hierarchical way involving a small and fixed number of communication phases. We have performed experiments on real web data that show the benefits of distributed top-k query optimization both in network resource consumption and query response time.     

图书馆联机分析系统的设计与实现

随着各种形式文献资源的出现 ,读者的需求变得越来越复杂。为了更好地了解读者的需求 ,实现对图书馆决策的支持 ,本文尝试结合数据仓库及OLAP技术 ,开发一个图书馆联机分析系统 ,并给出一个分析实例及结果。