多粒度专利视角下社交机器人发展态势研究

对社交机器人专利进行多维多粒度研究,揭示其发展概况与关键技术演化态势,为社交机器人所在公共管理、舆情监测等不同应用中的发展部署提供决策支撑。首先,运用专利计量法从时间、地域等方面进行粗粒度分析,解释社交机器人技术发展趋势,挖掘技术热点。其次,提出关键词抽取与分级合作关系网挖掘方法,获取关键技术共现网络与发明人分级合作关系网络。最后,利用Neo4j图数据库和Gephi软件,实现社交机器人关键技术的细粒度分析与可视化展示。对Innography收录的社交机器人专利数据进行分析,得到该技术活动水平、地域流动关系,以及关键技术领域与发明人全局、分级合作关系网络。结果表明该方法能够较好地发现社交机器人技术主题与合作发展态势。

交叉学科背景下公安院校微专业建设路径探析

高校微专业建设逐渐成为“四新”交叉学科融合发展的有效途径之一。根据现代信息化技术对公安工作的牵引需求,公安行业急需一批复合型的智慧警务人才。因此,公安院校以服务实战为导向,需要结合新理念、新技术构建人才培养体系新范式。在公安类特色专业的基础上,结合计算机相关知识,引入数据警务技术,开设“智慧+”公安类微专业,是实现系统化、灵活性的公安专业交叉学科深度融合的新举措。教育教学模式精准对接公安行业创新需求,培养学生多学科综合素质与创新思维,是提升公安人才培养质量的有效变革。

基于用户意图理解的社交网络跨媒体搜索与挖掘

随着在线社交网络的盛行,网络用户不仅对信息资讯的获取速度和实时性提出了更高的要求,对个性化和精确化的搜索需求日益增长。为了提升搜索引擎的质量以及其结果列表的准确性,需要深层次地挖掘用户搜索意图。本文分析了用户搜索意图理解在线社交网络跨媒体进行精准搜索与挖掘的研究现状,包括知识图谱在线社交网络多模态信息感知、面向用户搜索意图匹配的跨媒体大数据深度语义学习方面的应用,以及用户搜索意图理解的在线社交网络精准搜索与挖掘的应用等。最后,对未来研究存在的问题和可能面临的挑战进行了展望。

关系数据库关键字查询方法研究

数据库(DB)结合了信息检索(IR)技术便捷的查询形式,为用户在同样的信息平台上提供便利的获取信息的手段.一方面由数据库管理系统提供的复杂数据库工具,能够协助用户使用SQL语言查询结构化信息;另一方面信息检索技术允许用户使用基于得分和等级的关键字方式搜索非结构化信息,在该过程中用户不需要了解任何数据库的模式信息.对现有典型的关系数据库上的关键字检索方法进行总结,主要针对模式图和数据图的两种模式进行归纳,详细分析了主要算法及改进,并比较了各种算法的优势和不足.通过对数据库中潜在的语义关系进行研究,给出了在语义匹配等方面的应用及面临的发展趋势.

耦合关系分析下的Top-k关键字推荐方法

由于用户对关系数据库内容了解不够充分,使他们很难找出合适的关键字表达自己的查询意图.因此提出一种语义相关关键字推荐方法,通过分析关系数据库中的词条与用户初始查询所提供的关键字之间的语义相关性,为用户提供top-k个与初始查询语义相关的候选关键字来拓宽用户对目标数据库内容的了解,从而帮助他们表达出有效的关键字查询条件.为了评估数据库中词条与查询关键字之间的语义相关性,提出反映词条之间显式和隐式关联的词条耦合关系.然后,利用阈值算法快速返回前k个与其语义相关的候选关键字.实验证明了提出的词条耦合关系评估方法能够有效捕获到词条之间的复杂语义关系,同时也验证了top-k相关关键字选取算法的性能.

面向微博短文本的社交与概念化语义扩展搜索方法

充分挖掘微博短文本的语义以实现精准搜索是一项重要任务.由于微博文本内容具有稀疏性和语义局限性的特点,使得仅通过分析字面语义来进行短文本理解和相似性匹配的传统搜索方法受到了一定的限制.因此提出了一种社交与概念化语义结合的扩展搜索方法,通过挖掘社交网络独特的社交属性如#标签#、"@"和链接信息URL,对微博短文本实现进一步的社交语义扩展.该方法将文本字面分析获取的概念词语和社交关系中潜在的关联标签信息相结合,对短文本进行2种角度下的语义特征表示,实现了基于微博短文本语义充分理解的精准搜索.在微博数据集上的对比实验表明,与已有的扩展搜索方法相比所提方法能捕捉更多的语义特征,微博搜索的性能也得到了显著的提升.

模糊逻辑在数据库关键字查询中的应用研究

关键字查询技术作为数据库(DB)信息检索的一个研究方向,构成了信息获取的基础,是实现用户与数据之间智能交互的前提。然而由于用户使用语言的灵活性,使其提交的查询意图具有模糊性或不精确性,因此数据库中的模糊查询成为了信息检索领域的重要研究方向。首先简单介绍了模糊逻辑的相关理论知识,然后重点介绍近年来模糊逻辑在关系数据库关键字查询中的应用,分为基于元组级别和对象级别的模糊查询两类,及Top-k排序方法。最后通过对国内外模糊逻辑应用进行研究,给出了该技术的发展趋势和新的挑战。

XML中支持top-k的关键字查询方法研究

在结构化和半结构化数据中,关键字检索被认为是有效地信息发现手段。在该获取信息的方式下,返回结果的质量和效率是近年来研究的热点。在XML关键字检索中的top-k策略,也是关键字检索中提高查询效率的关键技术。分析了top-k技术的研究需求,着重对该技术逐步与XML语义修剪相结合的发展过程以及近似查询中的top-k技术的应用进行了总结,并对该技术的发展趋势和应用领域进行了分析。

面向搜索的微博短文本语义建模方法

微博中包含大量具有时间、用户等信息的短文本数据,通过挖掘其语义信息来实现精准搜索已受到广泛关注.将传统的主题模型应用于微博短文本语义建模时通常会存在以下问题.一方面,微博的短文本会引起语义稀疏性;另一方面,由于传统的主题模型仅建模文档之间的信息,不能充分挖掘文档内部的上下文信息,因此其仅能捕获全局语义.针对以上问题,文中提出了面向搜索的微博短文本语义建模方法,该方法包含三部分:基于词向量的短文本扩展算法、基于扩展的微博主题模型和微博搜索.首先,所提扩展算法以具有局部语义的词向量为基础,通过计算单词间相似度对微博短文本进行扩展,以此缓解短文本的语义稀疏性并实现局部语义与全局语义的相互补充.其次,将扩展后的长文本作为所提主题模型的输入所提主题模型,以扩展后的长文本作为输入,通过建模双词进一步克服语义稀疏性,并同时利用微博多种特征(文本、时间、用户信息)来约束主题的生成过程从而提高短文本语义表示的质量.最后,基于生成的统一语义表示,可以计算短文本间相似度从而实现微博搜索.本文在真实的新浪微博数据集上进行了多组实验,对所提的微博短文本语义建模方法语义建模方法得到的语义表示进行了分析与评价并将其应用于微博搜索,实验结果验证了所提方法的有效性.

基于XML搜索的相关技术及发展

XML搜索技术作为当今网络信息获取的一个主要研究方向,构成了信息查询及共享的基础,是实现信息源与用户需求之间匹配和选择的有效方法.随着XML文档在因特网上的快速发展,为了满足大多数普通用户的搜索体验,需要依赖关键字查询的强大搜索能力.本文总结了国内外近年来基于XML文档的关键字检索技术,主要针对不同的查询语义及算法进行了对比归纳,并总结了XML检索技术的发展趋势.分别从用户提供不确定性信息的近似查询和XML存储数据的不确定性上的查询等方面进行阐述,并指出了XML关键字检索面临的新挑战.

企业公益性实物捐赠会计处理与纳税调整

企业的公益性实物捐赠主要分为两种,一种是企业内部生产的货物捐赠,另外一种是企业从外面买回来的货物捐赠。不符合会计标准收入规定条件的捐赠,会计上按捐赠实物的成本结算成捐赠支出。如果在国家税法上被认为是销售处理,按货物销售的价格来计算销售额和增值税,纳税调整是在年终所得税汇算清缴纳税申报时调整。公益性捐赠支出是按照会计成本来计算还是以公允价来计算现在实行所有税法没有确切的规定,在实际业务中有两个不一样的操作方法,这里会通过文章举例来说明两者之间的异和同。企业主动承担一定社会责任的表现即是企业公益性实物捐赠,因此建议国家恰当公正地减轻税负,要更加清晰明了地计算公益性捐赠成本。

XML查询中相关关键字匹配算法研究

XML关键字查询已经成为一种面向用户的友好型查询手段。由于信息量急剧增长,检索技术更加注重查询效率。针对鉴定相关关键字匹配算法进行了对比归纳,并提出了XML关键字检索所面临的新挑战。