排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
基于机器学习的Web链接的抽取 总被引:1,自引:0,他引:1
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。 相似文献
2.
基于距离辅助粗糙集的政府信息公开公众满意度评价模型 总被引:1,自引:0,他引:1
扩展了政府信息公开公众满意度评价模型,既引入粗糙集理论来客观地描述和处理评价指标权重的不确定性,又结合粗糙集正区域依赖度和边界区域对象数目和其与正区域的距离,给出政府信息公开公众满意度评价指标权重确定的新方法,并分析了其合理性,建立了基于距离辅助粗糙集的政府信息公开满意度评价模型,算例表明了该模型比仅考虑正区域的粗糙集评价模型更具有效性. 相似文献
3.
基于《政府信息公开条例》的信息公开方式研究——政府网站、国家档案馆、公共图书馆的比较研究 总被引:2,自引:0,他引:2
政府网站、国家档案馆、公共图书馆是<政府信息公开条例>规定的信息公开方式.三种公开方式在公开内容、具体形式、工作重点、评估方式、发展障碍等方面存在许多差异.三种公开方式应突出自己所长,互相补充,形成一个完整的政府信息公开体系,为公众提供完善的、全面的、各具特色的政府信息公开服务. 相似文献
4.
5.
大学生学习投入水平高低是学业成就的重要预测因素。文章通过从学习行为投入、情感投入、认知投入维度分析大学生学习投入的影响因素,给出学习投入影响因素与大学生学习投入之间的关系概念模型,并定量分析了自身因素、人际关系因素、学习环境因素对大学生学习行为投入、情感投入、认知投入维度的主要影响及其影响程度。 相似文献
6.
7.
一种基于DASOM的两阶段中文文本聚类方法 总被引:2,自引:0,他引:2
研究了一种基于动态自组织神经网络(The Dynamic Adaptive Self-Organizing Map Neural Network简称:DA-SOM)的两阶段中文文档聚类方法,第一阶段对中文文本向量进行DASOM训练,第二阶段对虚拟的坐标集聚类。该算法动态地组织DASOM,由文本的内容来决定模型的结构;与直接聚类相比,降低了计算时间;与基于静态SOM文本聚类相比,减少了输出层节点数,改善了聚类效果。通过数值实验对比表明该方法对中文文本聚类具有有效性。 相似文献
8.
基于Kano模型的政府数据开放平台用户体验要素分类研究 总被引:1,自引:0,他引:1
以经典用户体验模型为基础,建立了政府数据开放平台用户体验的要素体系,运用Kano模型的问卷处理方法、传统分类和Better-Worse分类方法对每个用户体验要素进行了归类,并精确识别出当改善某特定用户体验要素时对提高用户满意度和防止用户不满意度的影响。结果显示,在45个要素中,7个属于魅力因子,26个属于一维因子,6个属于必备因子,4个属于无差异因子,2个属于反向因子。此外,通过敏感度排序得出需改进要素36个,并筛选出"建议反馈功能"等7个要素为关键因素,以期为政府数据开放平台合理分配资源以改善服务质量提供参考。 相似文献
9.
国内外政府信息公开研究综述 总被引:1,自引:0,他引:1
指出国外政府信息公开在制度、理论、技术和实践等方面的研究卓有成效;国内也已形成政府信息公开制度、内容、方式、技术等方面的广泛研究;政府信息公开理论进一步推动政府信息公开的发展;结论:虽然政府信息公开研究内容琳琅满目,但完整的政府信息公开理论体系还没有诞生。 相似文献
10.