基于主题模型的文本分类算法性能比较SSCI

文章利用LDA模型进行文本降维和特征提取,并将传统分类算法置于集成学习框架下进行训练,以探讨是否能提高单一分类算法的分类准确度,并获得较优的分类效果,使LDA模型能够发挥更高的性能和效果,从而为文本分类精度的提高服务。同时,以Web of Science为数据来源,依据其学科类别划分标准,建立涵盖6个主题的实验文本集,利用Weka作为实验工具,以平均F值作为评价指标,对比分析了朴素贝叶斯、逻辑回归、支持向量机、K近邻算法4种传统分类算法以及AdaBoost、Bagging、Random Subspace 3种集成学习算法的分类效果。从总体上看,通过“同质集成”集成后的文本分类准确率高于单个分类器的分类准确率;利用LDA模型进行文本降维和特征提取,将朴素贝叶斯作为基分类器,并利用Bagging进行集成训练,分类效果最优,实现了“全局最优”。     

我国社会科学情报理论研究的进展与趋势——《情报资料工作》实例研究

文章在统计《情报资料工作》创刊以来28年间发表的社科情报理论研究论文的基础上,将我国社科情报理论研究分为萌芽期、繁荣期、低落期和复苏期4个阶段,并分析了我国社科情报理论研究的现状,梳理了我国社科情报学的发展动向。     

区域性科技文献资源共享服务机制探索-以上海为例

简要介绍区域性科技文献资源共享服务机制的相关理论,系统地论述了上海地区科技文献资源共享服务机制的发展状况并提出了有针对性的改进措施。     

构建图书馆局域网系统升级服务器WSUS

Windows Server Update Services(WSUS)是微软公司提供的免费软件,它向Windows操作系统提供更新文件的分发。基于此技术构建的WSUS服务器,可以向图书馆局域网中的用户提供免费的WSUS服务。使用此服务,可以快速进行部分Windows操作系统的关键补丁更新,不仅大大节省了更新时间,同时也节省了网络带宽。该文详细介绍WSUS系统在图书馆的部署和应用。     

阅微草堂

在北京市宣武区的珠市口西大街上,有一处非常有名的地方——“阅微草堂”。阅微草堂原为三进带跨院的老四合院。第一进院,门道连南房2间,西侧有绿屏门通西院,北房大厅两明一暗,院子中有古藤蜿蜒而上,老干屈盘,大如蛟龙,花时浓荫满院。     

Google学术搜索引擎与跨库检索系统的功能对比

文章介绍了两种数字资源整合利用的方法--Google中文学术搜索引擎和Cross-Search跨库检索系统,并将它们各自的功能进行了对比.     

透视中国学术期刊的国际竞争力

学术期刊可以体现一个国家的科研竞争力,同时也是科学生产率的重要表现形式之一.中国作为世界上发展速度较快的国家之一,经济、军事、科技、教育等领域的发展都面临着巨大的机遇和挑战,因此把我国科技期刊置身于世界范围内进行比较和分析有着很重要的意义.本文利用JCR 2001～2005年的数据,从总被引,影响因子,即年指标,载文量等各项指标分析了中国学术期刊的期刊表现力和学术竞争力,得出以下结论:中国被收录的期刊数量稳步增长,但整体质量有待提高;被收录期刊所涉及的学科逐年增加,但学科内各期刊排名较后,仍需进一步加强;从期刊的角度来看,中国的学术期刊在过去的几年中有了很大的进步,成绩斐然,但这些进步主要是在自然科学方面,在社会科学方面中国学术期刊表现一直比较低迷.     

基于二部图的搜索引擎排序欺骗检测算法

"链接工厂"欺骗(Link farm spam)和重复链接严重地损坏了像HITS这样基于链接排序的算法性能.为了检测与抑制Web"链接工厂"欺骗和重复链接,本文充分利用页面之间的复制信息,尤其是利用完全超链接信息识别可疑链接目标.提出一种由页面文档和完全链接构成的二部图结构,通过对二部图进行构建与分析,搜寻共享锚文本和链接目标的Web页面,在此过程中标识链接工厂和重复链接,并通过带惩罚因子的权重邻接矩阵减小可疑链接的影响.实时实验和用户仿真测试结果显示,本文算法能显著改善传统HITS类方法的信息搜索质量.