基于用户自然标注的TF-IDF辅助标引算法及实证研究

[目的/意义] 从用户角度出发,研究基于用户自然标注的TF-IDF辅助标引算法。[方法/过程] 首先以核心期刊论文中作者标注的关键词和分类号为源数据,通过对关键词词频进行统计,使用TF-IDF算法构建用户标注词表、形成标引知识库,然后通过IK Analyzer分词软件对待标引的科技项目数据进行切词和停用词处理,进而使用TF-IDF算法和位置加权算法提取科技项目数据的特征词,最终实现对科技项目数据进行关键词和分类的同步标引。[结果/结论] 实验结果表明,机标关键词与人标关键词的相似比在60%以上的科技项目数据占总数的68.1%,机标分类号与人标分类号前三位一致的占总数的83.9%,结果表明基于用户自然标注数据并采用TF-IDF算法在关键词和分类标引方面是可行的。     

从传播方式到形态:人工智能对传播渠道内涵的改变

人工智能正在改变传播渠道的内涵。从传播方式看,基于算法的智能推送在改变传播模式的同时也提出了规制问题;从渠道的呈现形态看,自然语言处理技术发展下智能语音应用让人的"口"的功能也得到体现,人工智能开始扮演"人"的传播者身份;从渠道形态拓展看,虽然VR技术还处于创新扩散早期的创新者使用时期,但一方面让沉浸式新闻有了渠道基础,另外一方面基于VR的社交4.0时代是社交媒体下一步发展方向。     

一种C语言编译程序中语句处理的实现算法

语法和语义分析在编译程序中占有十分重要的地位,而在此分析过程中语句处理是关键和繁琐的。本文对编译程序中语句处理部分给出了一种全新的实现算法,运用了反填技术,解决了语义分析中对语句真假出口的判断问题,具有很高的使用价值。     

基于神经网络的工程图知识表示方法研究

本文在分析工程图知识特点的基础上,提出采用人工神经网络的方法表示其知识,使用BP神经网络实现工程图形符号的知识表达,并设计了基于BP的工程图符识别方法,把识别过程转化为网络内部权值计算过程。     

递归算法在VB程序设计中的实现

递归是计算机科学的一个重要概念,递归算法是程序设计中经常采用和有效的编程方法。用递归设计的程序结构比较简洁和清晰,但递归算法是较难理解和掌握的,因此,对递归算法的概念及结构进行深入分析,给出递归算法的设计方法,并通过对递归算法的内部实现过程的描述,可以帮助学生正确理解和应用递归算法解决实际问题。     

高速无线通信系统中自适应均衡技术研究

首先介绍常见均衡器的结构和自适应算法,然后指出基于RLS自适应算法的判决反馈均衡器可以有较快的收敛速度,同时有较好的均衡效果,并通过Matlab仿真证明。     

基于模糊聚类的超链分析算法

基于关键字匹配的搜索引擎排序网页时仅仅考虑评价网页的重要性,而忽视分类;基于分类目录的搜索引擎很难动态分析Web信息。本文在分析它们不足的前提下,提出利用模糊聚类的方法对搜索引擎的检索结果进行动态分类,依据超链分析算法PageRank和Web文档隶属度相结合进行分类排序,并给出具有调节值的结合公式。实验证明,该算法能够更有效地满足用户的需要,提高检索效率。     

基于特征权重优化的改进KNN Web文本分类算法

本文提出了一种基于权重优化的样本相似度测量的距离公式,改进了KNN文本分类算法.KNN算法通常采用传统的VSM模型,各个特征具有相同的权重,使其不适应于文本处理的环境.本文首先根据神经网络理论,采用灵敏度方法对文本特征向量的每个特征的权重进行修正,并且采用降低运算量的神经网络特征选择方法进行第二次降维处理.然后根据同一特征对不同类别的文本类的分类作用不同,对距离公式中的特征权重进行进一步改进,从而进一步提高了KNN文本分类算法的精度.     

基于机器学习的Web链接的抽取

互联网网页是通过超链接连接起来的,为人们的日常生活和商务用途提供了非常丰富的信息资源。链接结构分析在万维网的很多研究领域发挥着越来越重要的作用。然而存在着许多与主题无关的链接,造成了主题漂移。本文分析了链接本身的特点,介绍了一种有监督机器学习方法自动地抽取网页中的相关链接。试验结果表明该算法具有实用的价值。     

一种自动获取用户兴趣的个性化搜索算法

解决用户的模糊查询问题一直以来是信息检索领域研究的热点。为了解决不同用户间的查询差异,一种称为个性化搜索的技术得以提出,其通过获取用户的喜好来识别查询意图,但研究发现很少有用户愿意直接或间接提供个人信息。本文提出一种基于用户点击历史信息自动获取用户兴趣进而对搜索结果进行个性化呈现的Web搜索系统架构。基于主题相关PageRank技术,设计了用户兴趣学习算法和个性化搜索页面排序算法。实验表明该算法能有效学习用户的兴趣信息,提高了个性化Web搜索质量。