复杂机场场面滑行网络热门“节点-路段”识别

为提升场面运行安全管理水平,统筹考虑路网结构与轨迹数据,研究复杂机场场面滑行网络热门“节点-路段”识别问题。首先,析取并整合场面物理结构特征要素,构建场面滑行网络的原始模型与对偶模型;然后,针对“静态结构”和“动态交通流”2个视角,构建1套场面滑行网络特征指标体系及其具体度量方法,设计基于累计信息贡献率的指标筛选机制;最后,采用CRITIC-VIKOR法对场面滑行网络中的热门“节点-路段”进行分类识别,并进行实例验证。研究结果表明:以5%为评价基准得到的热门“节点-路段”识别结果符合机场实际运行情况,主要集中在主滑行道S/W、平行滑行道C/E、15/33号跑道入口以及APN02的部分区域。研究结果可为场面运行安全和高效管理提供决策参考和方法指导。

基于高峰期热门目的地识别的旅客买短乘长行为预估方法

旅客集中出行的节假日高峰期间,旅客买短乘长行为成为困扰客运组织管理的难题。文章提出一种基于高峰期热门目的地识别的旅客买短乘长行为预估模型,通过分析历史客流规律与城市出行热度,实现热门车次短途旅客买短乘长风险概率评估。选取2023年高峰期列车实际运营及补票数据对该模型进行检验,结果显示,其整体均方误差为0.26%,表明该模型具备实际应用条件;试用情况表明,该模型可为客运管理部门保障高峰期列车安全运营提供有效决策依据。

融合信任度和热门惩罚的协同过滤推荐算法

随着互联网信息的发展,网络数据量大幅增长,极大提高了用户的有效信息筛选难度。推荐系统根据用户的历史行为和偏好信息而产生相应的推荐,协同过滤算法是推荐系统中的一种常用算法。传统的协同过滤算法仅使用相似度作为推荐依据时,仍然面临推荐精确率不高问题,本文在相似度基础上添加用户之间的信任度,对用户之间不对等的信任关系建模,再添加对热门项目的惩罚机制,从而弱化热门项目的推荐。通过对MovieLens数据集的实验结果进行验证可知,融合信任度的协同过滤算法的精确率、覆盖率和F1值均比传统的基于用户的协同过滤算法性能有所提高。

数字赋能背景下公示语英译探析及展望——以兰州市热门景区为例

随着数字化时代的迅猛发展,人工智能技术日益成为推动社会各领域创新与变革的重要引擎。公示语作为公共信息传播的关键载体,其英译质量直接影响着城市形象塑造与跨文化交流的顺畅度。本文以兰州市热门景区公示语为研究内容,分析其英译现状与原则,并探讨数字赋能背景下公示语英译提升路径。关注提升公示语英文译写质量是语言文字事业服务国家发展需求的重要体现,还对促进文化交流、推动城市数字化转型以及人才培养等方面具有深远意义。

网络舆情主题演化分析——以微博热门事件为例

基于网络舆情发展中主题演化的过程,构建网络舆情主题演化模型,将热门微博作为研究主体,采用TF-IDF、词云图、LDA等方法揭示微博热门事件舆情发展各阶段舆情演化的过程。研究发现,网络舆情主题演化模型能够对舆情演变阶段进行划分,找准各阶段主题的演变趋势,为舆情引导提供切入点和方向。

基于热门度修正因子和置信度的协同过滤算法

协同过滤算法作为推荐系统的核心算法,其思想是运用用户的历史数据去挖掘用户的兴趣爱好。由于热门项目在传统协同过滤算法的计算过程中会被过分考虑,不能更好地反映用户的真实需求,并且该算法在收集用户评分信息时还存在数据稀疏性的问题,提出了一种结合热门度修正因子和置信度的协同过滤算法。在修正余弦相似度计算公式中引入Jaccard函数来缓解评分矩阵的稀疏性,为了抑制热门项目对实际推荐效果的影响,将热门度修正因子引入到皮尔逊相似度计算公式中,最终相似度计算公式是通过上述改进的公式按照权重进行融合所生成。在公开数据集上验证了引入因子的相似度计算公式以及最终改进相似度计算公式的有效性,从结果中可以清晰地看出其平均绝对误差MAE(Mean Absolute Error)有所降低。

融合项目热门惩罚因子改进协同过滤推荐方法

推荐系统是大数据时代解决信息过载问题的一种重要工具,协同过滤是推荐系统中出现最早、应用最广泛的一种推荐算法。针对传统协同过滤推荐算法存在的项目热门度偏差问题,提出了一种融合项目热门惩罚因子改进协同过滤推荐方法。引入热门阈值,根据项目热门度将项目进行二分类,即热门项目(项目热门度较高的项目)和非热门项目(项目热门度较低的项目)。重点针对热门项目,融合项目热门惩罚因子改进协同过滤推荐方法,降低热门项目的贡献,从而提升推荐精度。在MovieLens 100K数据集上对所提推荐方法进行实验验证。实验结果表明,在参数取最优值时,所提推荐方法较为有效地降低了评分预测的平均绝对误差和均方根误差,一定程度上验证了项目热门惩罚因子的有效性。

福州市热门旅游景点空间结构及影响因素研究

以福州市为研究区域,在其范围内选取50个热门旅游景点为研究对象,利用网络爬虫技术,采用最近邻点指数、标准差椭圆和核密度分析法等方法,对其空间结构及影响因素进行了深入探讨。研究结果表明:福州市热门旅游景点分布不均衡,总体表现为集聚状态;50个热门旅游景点的空间分布中心在长乐区的西北方向,总体向沿海区域展开;该空间结构的形成是福州市自然历史环境及社会经济环境相互作用的结果。最后针对研究结果提出了福州市旅游业持续发展的建议:进行旅游产品资源整合,形成福州市旅游业的一体化空间格局;建立系统化的交通网络,提高通达性;主动营销,强化宣传,让福州市旅游发展更加现代化和智慧性。

乡村振兴背景下农村热门打卡地同质化现象及可持续发展研究

随着平台信息庞杂、行业乱象频生、政府政策不足等问题的出现,农村热门打卡地同质化问题也成为大家关注的热点话题。该文将探究反同质化现象的可行性举措,从依托自然资源、挖掘当地文化,培育多元主体、优化软服务管理,加强媒体矩阵、推动品牌建设,平衡差异化产品、形成地方优势四个方面为同质化困境提供路径选择,促使农村热门打卡地可持续发展。

一种基于FA-SVM的热门微博特征选择及预测方法研究

针对自媒体舆情研究中热门微博预测的问题,以新浪微博为研究对象,分析热门微博的影响因素。从微博属性、微博文本、微博博主、微博受众四个维度构建一套可量化的微博热度评价指标体系。采用因子分析法(FA)对各维度的指标进行处理,提取公共因子;以公共因子作为特征向量,采用SVM方法构建热门微博预测模型。实验采集了新浪微博中的热门微博数据验证其可行性和合理性。结果表明,该方法能有效地降低特征维度,消除噪声,提高热门微博预测的准确率。

新浪热门微博的特征及用户转发规律研究

以新浪每日热门微博为研究对象,首先采用内容分析法从发布时间、发布主体、内容指向、态度倾向等方面进行热门微博特征的研究;再运用微博可视分析工具,通过案例分析,对热门微博转发时间、转发主体、转发层级进行分析,探索热门微博转发的普遍性规律。研究发现,热门微博发布者多为"微博控";热门微博影响力持续时间较长;微博空间仍然存在"中心化";热门微博大量关注社会负面信息;传统媒体正在寻求与微博融合的发展之道等。

轨迹数据库中热门区域的发现

发现被移动对象频繁造访的热门区域是从轨迹数据库中挖掘运动模式的重要前提,而合理约束热门区域的大小是提高轨迹模式的精确表达能力的关键.研究如何从轨迹数据库找出热门区域及如何限制其大小.定义了带有覆盖范围约束的热门区域,并采用过滤-精炼策略发现热门区域.在过滤阶段,设计了一种基于网格的密集区域发现近似算法以提高发现效率;在精炼阶段,提出了基于趋势和差异性的度量指标,实现了对应区域重构算法及重构参数启发性选择算法,保证了从密集区域中有效提取出符合覆盖范围约束的热门区域.在真实数据集上验证了该工作的有效性.

非热门专业研究生招生宣传方法的创新

分析了研究生招生宣传的主要方法,指出了常规方法对非热门专业并不完全适用,提出了适合非热门专业研究生招生宣传的创新方法,比较了创新方法采用前后的宣传效果。

基于热度曲线分类建模的微博热门话题预测

及时掌握大众关心的热点话题是企业进行商业创新和商务营销的重要前提.现有方法大都依赖于非结构化数据的处理或反复遍历样本集,使算法复杂性较高.文中从话题的统计特性出发,提出建立在结构化数据上的非参数方法.首先对单个话题构建表征话题传播扩散程度和关注聚焦程度的热度曲线;然后对这些形态丰富的热度曲线进行分类建模,得到不同类别曲线的共性特征及发展规律;最后使用分类模型上的加权投票规则预测新话题是否会发展成为热门话题.基于新浪微博平台进行数据收集和实验,结果表明该方法数据结构简单、效果良好、复杂度低且易于控制.

基于ESI的临床医学学科热门论文分布及其研究热点

选用ESI数据库,对临床医学热门论文国家及期刊分布进行文献计量分析,对引用排名前62的论文进行共被引分析。结果表明,美国和《新英格兰医学杂志》在临床医学领域的热门论文最多。心血管疾病的预防和控制、肿瘤、丙型肝炎以及心血管疾病药物临床试验是研究热点。

基于时间特性的微博热门话题检测算法研究

以用户兴趣理论和用户之间的关注行为为基础,结合时间因素在微博热门话题检测中的重要作用,研究了如何有效获取微博中最新、最有价值的话题问题,基于PageRank经典算法提出了一种带时间参数的热门话题检测算法(TimePageRank)。算法首先使用投票机制抽取出用户感兴趣的话题并记录话题的生成时间;然后用权值计算公式计算每个话题的权值;最后使用TimePageRank算法对这些话题进行排名,从而检测出微博中的热门话题。真实数据集上的实验结果验证了该方法的高效性。

基于改进TF-PDF算法的地震微博热门主题词提取研究

随着网络通讯技术的发展和社交媒体工具的普及,越来越多的公众在微博平台发布、传播地震相关信息,而如何从这些信息中获取有用信息并为开展地震应急工作提供方向性的指导,成为研究的重点及难点。该文提出一种改进的TF-PDF算法,通过发布微博的博主影响力以及微博的关注度确定地震主题特征项的权重。首先利用ICTCLAS分词系统对地震微博信息进行分词,然后在微博分词后的词库中依据权重对候选主题词进行排序,从而获得地震信息的热门主题词,并以芦山地震和云南彝良地震的微博信息为例,对传统TF-PDF算法和改进后的TFPDF算法进行了对比。结果表明,利用传统TF-PDF方法发现的地震热门主题词多为位置信息,而改进后的方法可以更有效地发现公众在震时的感受,可为灾害救援提供及时的信息与支持。

非热门微博信息的传播特征分析

微博信息的传播扩散研究在网络营销、舆情控制、社会动员等领域具有重要意义。当前往往忽视对海量非热门微博信息的关注,为解决这一问题,从非热门微博信息的生命周期、粉丝量、转发量和传播间隔等因素入手,分析非热门微博信息的传播特征,并发现微博信息传播的时间间隔服从对数正态分布,研究结论可以为微博发布者、营销者、管理者影响和控制微博信息的传播提供一定决策依据。

WorldCat热门标签的调查与分析

WorldCat热门标签在信息组织的科学性、规范性以及引导用户信息发现的实用性上有提高空间。文章对WorldCat热门标签的内容按主题与质量进行统计分析,将其与BibSonomy、Flickr和豆瓣热门标签的功能从质量控制、排序方式、浏览模式与内容显示等四方面进行比较,进而从了解用户的标注行为、加强标签的质量控制及扩展热门标签的功能等三方面提出了WorldCat热门标签的优化建议。

基于内容分析的电子商务服装品牌热门微博研究

通过对电子商务服装品牌的461条热门微博作内容分析,探讨男装品牌与女装品牌热门微博内容的差异和不同类型的微博内容对用户参与互动的影响。研究发现:电子商务服装品牌热门微博的内容以关系构建型为主;男装品牌的用户最关注品牌信息,女装品牌的用户最关注产品和促销信息;抽奖对于用户参与的激励作用不显著。因此,企业在进行微博营销时,应根据品牌定位和用户特征来确定发布微博的主要类型和风格,抽奖活动应与企业的营销目标结合,不宜频繁使用。