一种面向网络话题发现的增量文本聚类算法

为满足网络舆情监控系统中话题发现的需要,并克服经典single-pass算法处理网络文本聚类中受输入顺序影响和精度较低的主要不足,提出了ICIT算法,继承了single-pass算法的简单原理,保证了网络文本聚类的实时性;通过正文分词时标注词性选择名词动词进行正文向量化、建立文本标题向量来与文本正文向量共同表征文本、采用average-link策略、引入"代"的概念分批进行文本的聚类,以及在每批次聚类后添加报道重新选择调整所属的步骤来提高聚类的质量。实验证明了ICIT算法在提高话题发现准确度上的有效性和实用性。

多中心多维度教学方法框架构建及其应用研究

高校教育教学实践当中广泛采用的教学方法主要有“以教师为中心”和“以学生为中心”两种。前者更能保证教学过程的高度组织性和知识体系的完整性;后者形式新颖、手段多样,更容易受到年轻学生和老师的欢迎,对学生积极性的调度也更高。近年来,伴随着对传统以教师为中心的教学模式的反思,以学生为中心的教学模式在不同教育层次和范围内得到了很多应用。然而,因为受众层次、学科方向特点、教学内容难易、课堂规模等因素的不同,很难在两种教学模式中进行简单的扬弃抉择。一种更理性、更高效的方法是根据实际情况,对课程内容在知识点层次上基于微课,以学生为中心进行学习交流,在知识体系层面上进行教师主导的体验式串联教学,既注重学生积极性调动和多维度的学习方式,又重视课程内容体系保证和课堂过程完整,打造学生与老师多中心、线上线下多维度的半翻转课堂模式。结合教学实践提出的多中心多维度的教学方法框架以及其具体应用示例,收获了良好的教学效果和学生反馈。

一种面向多文本集的部分比较性LDA模型

跨时空、跨文化文本挖掘等比较性文本挖掘(comparative text mining,CTM)旨在从多个可比的文本集中发现各文本集隐含语义结构的异同.针对当前主要的CTM模型只能分析公共话题的缺陷,提出一种部分比较性跨文本集LDA模型(partial comparative cross collections LDA model,PCCLDA)来实现跨文本集的话题分析,该模型通过层次狄利克雷过程(hierarchical Dirichlet processes,HDP)把话题划分为公共话题和文本集特有话题,使模型能更加精确地对文本进行建模.模型采用Gibbs抽样方法进行参数推导,一系列包括Held-Out数据对数似然和模型困惑度指标在内的定量与定性的实验表明,模型不仅能够发现公共话题在不同文本集中的差异,而且能分析各文本集特有的话题;在Held-Out对数似然测度和模型困惑度指标上,PCCLDA相对当前两个主要的CTM模型具有较大的优势.

一种面向多文本集的部分比较性混合模型

针对当前主要的CTM模型只能分析公共话题的缺陷,提出一种PCCMix混合模型来实现跨文本集的话题分析.该模型把多个文本集中的话题划分为公共话题和文本集特有话题,首先根据文本数据建立这两类话题在所有词上的概率分布,再使用期望最大化算法进行模型的参数估计.实验结果表明,该模型不仅能够发现公共话题在不同文本集中的差异,而且能分析各文本集特有的话题.模型能更精确地对文本建模,具有良好的性能.

一种面向涌现的比较性话题模型

提出一种CDCMLDA生成模型来实现跨文本集的话题分析,采用狄利克雷组合多项式模型(Dirichlet Compound Multinomial,DCM)对文本集中词的涌现现象进行建模,把DCM模型和LDA结合起来分析文本集之间话题的差异,采用蒙特卡罗期望最大化方法进行参数推导。在多个实际数据集中通过定性和定量的方法对模型进行评价,实验表明,模型不仅能够发现不同文本集间的异同,而且在模型困惑度指标上相对当前两种主要跨文本集的话题模型具有明显的优势。

利用开源大数据的社会工作实时评估方法

鉴于目前社会工作评估评价方面的学术研究还较薄弱,存在无针对性指标体系,现有相关评比周期长、成本高等突出问题,探索构建了利用互联网开源大数据的实时定量评估模型,建立了针对性指标体系,提出评分快速计算方法,并设计实现原型软件。针对选定的社会工作进行案例实证,通过采集某省14个市州的互联网真实数据来评估其工作力度,结果与多位受访者的主观感受及相关官方评估基本相符,验证了所提模型的有效性和合理性。