面向专题检测的主题与社群联合聚类模型

专题检测旨在从大规模文本数据中自动聚类同一主题的相关文本,当前研究主要聚焦于层次聚类与密度聚类等聚类算法框架的分析与应用,在专题内容的分析与表示方面缺乏深入探索。通过对专题颗粒度的分析,提出了一种新型主题与社群联合聚类模型。该模型通过主题一致性辨识内容相关的文本,并借助文本中的命名实体社群,进一步细分内容相关的文本聚类,从而避免大规模文本中"事同人不同"的类似专题错误合并。最后,借助该模型在专题检测的层次和粒度上进一步求精,在搜狐人工标记的69项专题万余篇文档上进行专题检测测试。试验结果表明,该模型聚类纯度高于82%,具有实用价值。

城市排水管网电视检测数据建库技术研究

主要研究了建设满足《城镇排水管道检测与评估技术规程》(CJJ 181-2012)的城镇排水管网电视检测数据库的关键技术,确定了城镇排水管网电视检测数据库的数据结构以及城镇排水管网电视检测数据库的建库流程,重点研究了城镇排水管网电视检测数据与排水管线专题数据的关联技术以及非直线城镇排水管网电视检测数据空间化技术。

“天地图·上海”与主节点数据融合方案研究

围绕"天地图·上海"与主节点数据融合方案的制订,分别对双方的数据内容、融合的技术流程、实现融合的关键技术等进行了研究。主要的研究内容包括:分析对比数据找出差异,确立融合原则和内容,制定技术流程,在对双方资料做详细分析的基础上,解决海量数据存储、处理和管理技术、专题数据变化检测和提取技术、数据自动检查和处理技术等关键技术问题。经过35 km^2数据试点,融合方案达到了预期目标,试点成果满足了主节点的要求,证明了本方案设计路线可行。