网络搜索结果的主题覆盖度优化研究

为向网络用户提供多样化的搜索结果,本文通过相关文档和相关主题之间的映射刻画了相关文档空间,提出了主题多样性优化模型。该模型首先对相关排序结果聚类,然后计算主题基量和增量,最终以二者的组合作为排序依据。在采用AQUAINT语料库、TREC N51-N100查询课题和主题覆盖度评价指标的试验设定下验证了所提优化模型的有效性,并找到了最优的模型和参数配置。本文提出了利用相关排序结构特征的主题覆盖度优化模型,为网络搜索实践提供了翔实的参考数据。

科学引文网络中形成多主题覆盖的枢纽节点群发现

[目的/意义]多主题覆盖的枢纽节点群能够快速“导航”至领域更多主题的高被引综述文献和权威节点,从而可以使新领域工作者短时间全面了解领域已有研究、现状和未来发展趋势。[方法/过程]本文提出一种节点群发现算法——HubsRank算法,该算法基于引文网络中节点影响力(信息、知识)的传递,通过多轮迭代,得到引文网络中多主题覆盖的枢纽节点群。[结果/结论]最后,与HITs算法进行实证对比分析,本算法能更快、全面地提取枢纽节点群和不同主题的高被引权威节点,且该算法可以有效避免主题集聚效应。

基于主题覆盖度的科研项目评审专家组推荐方法研究

【目的】针对科研项目同行评议过程,测度专家知识对科研项目主题的覆盖,并通过主题覆盖度为科研项目推荐评审专家组。【方法】提出科研项目评审专家组推荐的三个原则:主题覆盖度最大原则、知识匹配度最大原则、工作量适宜原则。提出基于Overlapping K-means的专家和待评审项目研究主题识别方法,以识别专家和待评审项目的一个或多个研究主题。以主题覆盖度最大为优化目标,提出基于主题覆盖度的专家组推荐模型,通过将推荐问题转化为优化问题,实现科研项目评审专家组的推荐。【结果】案例研究结果表明,通过本文方法构建的专家组在主题覆盖度上平均达到65.13%,相比于两组对照实验分别提高32.38个百分点和29.01个百分点。【局限】案例研究的样本量较为有限,未定量化探讨如何实现科研项目评审专家组推荐三个原则的多目标优化。【结论】本文提出的方法可以有效提高科研项目评审专家组对科研项目的主题覆盖度。

基于科研论文主题分析的国家科技竞争态势研究——以医学信息学领域为例

[目的/意义]科研论文是科学技术研究的重要产出,本文旨在分析不同国家科研论文的主题,掌握国家的主题覆盖率及领域内的科技竞争特点,形成对领域内科技竞争态势的理解,为区域科技发展与科技竞争态势感知研究提供参考。[方法/过程]以医学信息学领域为例,选择发文量前五的国家进行实证研究,首先比较主题覆盖率和发文演化趋势,总体把握国家在该领域的竞争态势。进一步从缺失主题、优势主题及主题内容三个维度挖掘科研主题的竞争特点。[结果/结论]美国在医学信息学领域的科技竞争中处于领先地位;中国发展势头较猛,主题覆盖率逐年提高;各国的热点主题重合度高,在医学电子档案与服务系统、医学决策支持等传统领域,形成了成熟的主题集群,中美关于人工智能技术在医学领域的应用研究形成了一定的基础。

一种面向主题覆盖度与权威度的评审专家推荐模型研究

[目的 /意义]为投稿论文遴选出合适的审稿专家是论文发表过程中关键的一环。随着投稿论文和候选评审专家数量的持续增长,人工指定评审专家的方法在准确性和公平性上的弊端日益显露出来。因此,为进一步提高专家评审的客观性和准确性,笔者从专家知识与专家权威度两个维度对专家建模,并以此为依据为不同主题的投稿论文遴选推荐评审专家。[方法 /过程]首先分析专家知识以及投稿论文的研究内容,并提取两者涉及的多个子研究主题;然后,计算专家知识对投稿论文子主题的覆盖度,并提出融合主题特征与时间特征的权威度算法TTAM来分析专家权威度;最后,提出融合主题覆盖度和专家权威度的专家推荐框架CAUFER,综合考虑覆盖度和权威度两个因素为投稿论文推荐合适的评审专家。[结果/结论]实验结果表明,与经典的基于向量空间模型、语言模型和作者主题模型3种专家推荐算法相比,笔者提出的算法能够较好地提高专家与投稿论文的匹配度,并可据此追踪专家权威度的变化,刻画专家在特定主题下的权威度,进一步提高专家推荐的准确性和科学性。

基于主题划分的有组织P2P搜索算法

提出一种基于主题划分的P2P搜索算法———主题覆盖网络搜索算法(TONS).TONS在有组织P2P网络基础上,将结点按主题组织成覆盖网络,使含有相似主题的结点链接在一起,因此可以根据内容将查询限定在P2P网络的局部范围内.通过在覆盖网络中随机添加一些长距离链接,使覆盖网络具有Small-World特性.TONS为有组织的P2P系统提供了一种能依据部分匹配、多关键词等复杂条件搜索结点数据对象的有效方法,与现有的有组织P2P系统相比,它可以将搜索的查全率提高74.7%,并减少P2P网络信息搜索的平均路径距离和平均消息数目.

基于存储资源主题分组的P2P存储系统

利用P2P方法建立一个P2P存储系统,对参与节点按资源主题数和预测网络距离进行分组,形成由超节点维护的覆盖网络,实现对节点的有效管理,同时使用节点多重命名机制提高系统存储效率,并在仿真实验基础上,对该存储系统的性能进行验证。

主题分布在Deep Web数据库选择中的应用

随着越来越多的信息隐藏在Deep Web中,针对用户查询找出最相关的Web数据库成为亟待解决的问题。提出了一种基于Web数据库主题分布的方法用于Deep Web数据集成中的Web数据库选择。获取主题覆盖度形式的Web数据库内容描述,而后利用选定的Web数据库获取查询主题,最终由查询主题和主题分布矩阵来选择Web数据库。在真实Web数据库上的实验结果表明,该方法既取得了较高的查询召回率,也可有效降低数据库内容描述建立的代价。

一种主题自适应聚焦爬虫方法

针对聚焦爬虫主题描述精确度和主题相似度计算准确度偏低造成的主题覆盖率不足和爬取准确度偏低的问题,提出一种主题自适应聚焦爬虫方法。对每次迭代爬取的主题相关文档集建立LDA模型,提取模型热点词,更新主题关键词集及其权重。引入基于Word2vec的主题相似度计算模型,结合文档内容以及锚文本内容词项的语义相似度和TF-IDF值计算链接优先级,引导爬虫抓取主题相关的网页。与基于语义检索的聚焦爬虫和基于向量空间的聚焦爬虫相比,主题自适应聚焦爬虫在主题覆盖率和爬取准确度方面性能更优。

一种基于特征信息的Blog自动文摘研究

为了有效地对Blog进行摘要抽取,以一种合理的方式挑选出对Blog摘要抽取有帮助的评论,然后在考虑句子词频的基础上结合Blog的结构化信息和挑选出的评论信息来计算Blog句子权重。针对基于句子权重选择摘要句容易忽略次要主题的缺陷,提出一种结合Blog段落形式特点进行二次摘要抽取的解决方法。在随机下载的Blog数据中进行了实验,该方法具有较好的覆盖性和概括性。

基于概念树的论文评审专家推荐

本文基于概念树计算论文与专家之间的相似度,然后采用基于启发式的最大相似度匹配方法将论文分配给相应的评审专家。基于概念树的相似度计算,可以充分满足主题覆盖度约束;基于启发式的最大相似度匹配算法不仅可以满足利益冲突约束,又可以满足专家工作量约束。最后实验验证了所提算法的有效性。

一种基于图的文档关键词和摘要协同抽取方法研究

关键词提取和摘要抽取的目的都是从原文档中选择关键内容并对原文档的主要意思进行概括。评价关键词和摘要抽取质量的好坏主要看其能否对文档的主题进行良好的覆盖。在现有基于图模型的关键词提取和摘要抽取方法中,很少涉及到将关键词提取和摘要抽取任务协同进行的,而文中提出了一种基于图模型的方法进行关键词提取和摘要的协同抽取。该方法首先利用文档中词、主题和句子之间的6种关系,包括词和词、主题和主题、句子和句子、词和主题、主题和句子、词和句子,进行图的构建;然后利用文档中词和句子的统计特征对图中各顶点的先验重要性进行评价;接着采用迭代的方式对词和句子进行打分;最后根据词和句子的得分,得到关键词和摘要。为验证所提方法的效果,文中在中英文数据集上进行关键词提取和摘要抽取实验,发现该方法不管是在关键词提取还是摘要抽取任务上都取得了良好的效果。

小说教学策略新探

小说是中学语文阅读教学的重要内容,可一直存在脱离文本语言、忽视形象体验、偏离作者主旨、误读错读等问题,这严重影响教学效果。改进小说教学应采取以下策略：通过主问题引领来捕捉小说教学的契机,运用人物形象体验技巧审视小说教学的内核,通过主题覆盖技术聚焦小说教学的灵魂,经由文本细读破译小说教学的密码等。

集成方法的会计教育

整合整个课程(集成方法)的国际会计专题往往作为最首选/国际会计课程所需的方法。这项研究通过美国学校的调查研究的结果通过研究提一体化的程度,教学资源的利用,以及感知激励和障碍,国际会计课程。此外,本文提出了一些方法和教学资源,用于通过一个整合的方法可以用来添加一个国际层面会计课程。

Scopus数据库收载中国期刊的文献计量学研究

以Scopus为数据源,研究了Scopus数据库收载的中国期刊的定量指标———数据库平均引文势和数据库主题覆盖率。借助于统计学的方法,探讨了各定量指标的相关性。指示了国内学者在不同的主题领域中对Scopus的使用和接受程度以及Scopus对不同的主题领域的覆盖程度。拓展了Scopus在国内推广和使用的定量研究。

面向在线社交网络用户生成内容的饮食话题发现研究

【目的】通过大规模文本聚类技术进行话题检测,并自动拣选优质话题。【方法】以新浪微博上与饮食相关的微博内容为数据源,结合文本聚类与深度学习知识进行话题检测。通过匹配微博发布的月份,将微博划分为四季微博;使用向量空间模型和文本聚类方法,对不同季节的微博进行话题检测,获得候选话题;结合深度学习知识,提出主题覆盖率概念,用以自动评价话题质量,去除低质量话题。【结果】基于主题覆盖率的话题筛选结果符合人工拣选预期,抽取获得主题覆盖率高于0.5的优质话题。【局限】话题检测质量的评价主要以定性评价为主。【结论】通过计算主题覆盖率来自动选择优质话题,该方法效率高,通用性强,获得的话题便于理解,较好地揭示了四季中饮食微博的话题分布。