基于类序列规则的中文微博情感分类

研究中文微博文本的情感分类问题,介绍一种基于类序列规则的微博情感分类方法。通过情感词典和机器学习的方法获得微博文本中每个句子的2个潜在的情感标签,将每条微博文本看作是一个数据序列,从数据集中挖掘出类序列规则,从挖掘出的规则中提取出的有效特征并结合文本其他特征来训练分类器。在COAE会议提供的微博数据集上的实验结果表明该方法的有效性。

感知敏感序列规则的在线时空K-匿名方法

时空K-匿名方法以数据可靠、实现方式简便灵活,适合基于移动计算环境的LBS的特点,成为近年来在LBS领域研究隐私安全的主流技术。挖掘连续查询的时空K-匿名数据集,抽取出潜在的、有用的序列规则,可为众多行业应用提供预测分析功能,但同时也会产生基于敏感序列规则推理攻击用户隐私的威胁。传统的基于敏感知识隐藏的抗攻击方法,不能适应LBS应用具有的长期、连续、在线服务的特点。文中提出一种感知敏感序列规则的在线时空K-匿名的抗攻击方法:基于中间件的第三方匿名服务器首先从挖掘并分析连续查询生成的匿名区域序列数据集得到隐私敏感的序列规则,然后在后续的LBS查询服务请求中,设定一系列"泛化"、"避让"准则,动态感知敏感序列规则在线生成时空K-匿名数据集,并更新成功匿名的匿名数据集到匿名区域序列数据库。最后,当更新次数达到设定阈值后,重复匿名集序列规则的挖掘、分析与动态隐藏,直至消除所有敏感序列规则。实验证明,提出的方法可以实现匿名集数据中敏感序列规则的动态隐藏,有效消除基于敏感匿名集序列规则对用户位置隐私的推理攻击,且具有速度快、代价小的优点。

基于混合类别序列规则的中文比较评论的识别

在线评论中的比较信息揭示了品牌和商品的竞争性关系,为消费者的购买决策提供了有力的依据。在线评论中比较信息通常以显性和隐性两种形式存在。为此,提出一种将句法、规则、特征相结合的比较句识别算法。针对显性比较评论,提出了融合CSR方法与依存句法分析算法,即比较句的形式化结构与内在依存关系两个方面结合,提高比较句识别的效率。针对隐性比较评论,提出了基于产品名识别的方法,可有效识别隐性比较句,由此拓宽了比较句识别的范围。

基于邻接网络的序列规则挖掘算法

给出一个新的序列规则挖掘算法 ,该算法在挖掘规则以前将数据库预先存贮为序列邻接网络 ,在序列邻接网络中每个项目集顶点都有一个域来记录它的支持度 .算法把频繁序列规则的发现问题转化为网络中的顶点搜索问题 ,大大提高了搜索过程的效率 .为了有效地解决网络生成过程中的序列支持度计算问题 。

LBS连续查询的匿名序列规则挖掘方法研究

随着LBS的深入发展与广泛应用,隐私保护成为LBS深入发展中亟待解决的关键技术问题。时空K-匿名是LBS隐私保护的主要类型,当前研究尚未涉及匿名集数据的可用性和隐私保护的安全性。针对上述问题,基于匿名集数据具有时空序列的特性,提出了一种基于双向不可逆扩展的匿名集序列规则挖掘算法。该算法在扫描序列数据库的过程中,对相应的项集进行位置标记,从而保证了对序列数据库一次扫描即能挖掘出用户移动的序列规则。通过对频繁模式进行扩展并发现用户的移动规律、行为模式,对所提出的算法进行了验证实验及其结果分析。实验结果表明,所提出算法的挖掘结果会涉及到敏感区域,如军事领域等,因此对于实现LBS位置隐私保护具有重要的实践意义,对于丰富隐私保护数据挖掘领域的研究具有一定的理论价值。

基于MapReduce的序列规则在推荐系统中的研究

目前常用的个性化推荐系统模型通常是基于协同过滤或者是基于内容的,也有部分基于关联规则的。这些算法没有考虑事务间的顺序,然而在很多应用中这样的顺序很重要。文章提出了一种简易的基于序列模式的推荐模型,并且考虑到大规模数据的处理,结合了MapReduce编程模型。这种简易的推荐模型可以用来辅助通常的个性化推荐系统。

基于包含与演绎分析的无冗余序列规则挖掘

序列规则挖掘旨在发现频繁序列之间的因果关联,当前最优的序列规则产生方法仅考虑两规则间的包含关系而没有考虑多规则间的演绎关系,故而存在大量冗余。引入演绎无冗余规则的概念,分析演绎冗余的原因,重新定义了无冗余规则的概念。在频繁闭序列及其生成子的基础上,基于最大重叠项冗余性检查给出了无冗余规则抽取算法。理论分析和实验评估表明该算法在处理效率基本不变的前提下,提高了序列规则的生成质量。

匿名集序列规则与转移概率矩阵的空间预测和实验

随着位置服务(Location Based Service,LBS)的广泛应用,隐私保护成为LBS进一步深入发展亟待解决的问题,时空K-匿名成为一个主流方向。LBS应用服务器存储用户执行连续查询生成的历史匿名数据集,分析大时空尺度历史的匿名数据集,空间预测可以实现LBS应用的个性化服务。本文提出了一种融合概率统计与数据挖掘2种典型技术——马尔科夫链与序列规则,对匿名数据集中包含的特定空间区域进行预测的方法。方法包括4个过程:(1)分析序列规则、马尔科夫过程进行预测的特点;(2)以匿名数据集序列规则的均一化置信度为初始转移概率,构建n步转移概率矩阵;(3)设计以n步转移概率矩阵进行概略空间预测的方法,以及改进的指定精确路径的空间预测方法;(4)实验验证方法的性能。结果证明,该方法具有模型结构建立速度快、精确空间预测概率与真实概率的近似度可灵活调节等优点,具有可用性。

情感分析在社会化媒体效果研究中的应用——基于分类序列规则的微博文本情绪分析

本文重点探讨了信息科学中的情感分析方法在传播学社会化媒体效果研究领域的应用及实践。文章对情感分析(Sentiment Analysis)以及情绪分析(Enotion Analysis)这两个基本概念进行了辨析,并在此基础上以新浪微博为例,重点介绍了一种基于分类序列规则的微博文本情绪分类方法,从而为社会化媒体效果研究引入跨学科方法提供了有益的借鉴,

基于用户访问事务文法的序列关联规则发现

在 Web挖掘中 ,应用关联规则发现方法可以发现 Web页面之间用户访问的关联度 .由于 Web站点内含丰富的页面结构信息 ,也由于用户的访问总是要遵循一定的访问顺序 ,因此提出一种新的可以发现用户访问序列之间关联度的方法——序列关联规则发现方法 .该方法首先得到用户访问事务 ;然后根据正则文法 ,定义了一种新的用户访问事务文法 ,用于从用户访问事务中得到用户序列访问事务 ;最后应用关联规则发现算法进而发现序列关联规则 .为了进一步评价所发现的序列关联规则 ,引入了互信息的概念 .发现的序列关联规则可以帮助 Web站点的设计者更好地理解用户的访问 ,以用于调整

不规则时间序列距离的度量

针对时间序列距离度量的算法很多,但没有适用于不规则时序距离度量算法的现状,基于寻求全局序列点构成的边集之间的距离路径最小的思想,提出一种不规则时序距离度量的算法,并给出了事件序列生成算法和不规则时序距离度量算法的实现,最后利用UCIKDD的时间序列测试数据对算法进行了测试。测试结果证明了该不规则时序距离算法能够有效度量不规则时序的相似性。

规则序列与奇异非线性移存器——求解快速自启动反馈函数

本文提出由非线性移存器产生规则序列的问题 ,它的用途之一是可以用来取代移位计数器传统的逻辑设计。研究表明 ,求解快速自启动产生规则序列这一问题其实质就是要寻找一个或一批奇异非线性移存器 ,且使它或它们的状态图仅有一个带若干短枝的圈。文中用状态转移变换的方法证明了一批快速自启动产生规则序列的奇异非线性移存器。

基于序列关联规则挖掘的Web日志预测精度研究

目前许多研究关注如何利用序列关联规则预测用户最近的HTTP请求,这些研究主要利用次序信息或时间信息来进行剪枝,以提高预测的精度。该文对不同序列关联规则进行了分析和比较,给出了不同次序信息和时间信息的条件下各种序列模式挖掘算法。并使用实验比较这些算法的预测精度。通过对实验结果的分析,为进一步提高预测的精度指明了方向。

产生规则序列的最佳奇异非线性反馈函数

本文用状态转移变换的方法证明了一批快速自启动反馈函数。文中对最佳的概念提出了两种不同的标准和一种附加标准,并按这些标准分别确定了它们相应的最佳反馈函数。

按规则序列设计的移位型计数器

本文介绍一种按规则序列设计的移位型计数器。此类计数器设计方便 ,电路简单 ,译码电路简单 。

基于约束的序列模式关联规则挖掘算法

约束关联规则是数据挖掘的一个主要方向,可以根据用户给定的约束条件针对性的挖掘.目前大多数的研究都集中在约束频繁项集挖掘方面,很少进行序列模式的约束关联挖掘.本文把序列模式和约束进行结合,提出一种基于约束的序列模式关联规则挖掘算法.它同时处理两类约束:反单调性约束和单调性约束.可以根据约束条件挖掘数据间的因果关联关系.通过实验验证,该算法在运行效率上达到了较好效果.

基于成簇的规则间隔短回文重复序列的严重急性呼吸综合征冠状病毒2检测的最新进展

严重急性呼吸综合征冠状病毒2(SARS-CoV-2)导致的新冠肺炎(COVID-19)迅速蔓延全球,给全球公共卫生系统带来了挑战。由于逆转录-定量聚合酶链反应(RT-qPCR)和抗原测试的普遍适用性和灵敏度较差,并且具有不同突变的SARS-CoV-2变体持续的出现,给疫情防控带来了更大的挑战,因此,高灵敏度、无需设备并且能够区分SARS-CoV-2变体的诊断方法亟须发展。基于成簇的规则间隔短回文重复序列(CRISPR)的诊断对设备要求低,具有可编程性、灵敏性和易用性,已经发展出多种核酸检测工具用于传染病的诊断,其在临床上具有巨大的应用潜力。文章聚焦于近期发表的基于CRISPR实现SARS-CoV-2检测和变体区分的最新技术,总结其特点并对其发展进行了展望。

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类,提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS).先采用一套约束和裁减策略,为每个分类挖掘频繁序列模式,并将其转换为分类序列规则(CSR);再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器.SPACS不需要在提取序列的特征后采用传统方法进行分类,可以直接利用从序列数据中提取出的频繁序列进行分类.实验结果表明,对于序列类型的数据的分类,SPACS比传统的决策树和关联分类方法具有更高的分类精度.

金属期货与现货市场价格互动关联规则挖掘研究

期货市场传递的价格信息反映未来供求状况的预期,因此,研究金属期货和现货市场价格互动,对于国民经济发展、企业规避价格风险、投资者进行投资决策及政府进行市场监管都有重要意义。本文将数据挖掘中的关联规则挖掘方法引入金融时间序列分析研究领域,针对挖掘对象期货市场的特点,提出基于时间约束的时间序列关联规则挖掘算法。与传统的忽视数据时间信息的关联规则挖掘算法相比,该算法对期货价格与现货价格间的互动关联规则进行挖掘,能发现反映时间序列局部动态互动关联关系,具有一定的短期预测效果。

基于时序聚类和关联规则挖掘的气化炉操作参数优化方法

煤气化过程的操作参数直接影响有效气体产率,操作参数优化有重要的经济价值。然而煤气化是一个长稳过程,具有大惯性、长期稳态、工况时间不等长、来料抽检频度低等特点,对机器学习算法提出了很多挑战。为此,本文基于Mean-variance的ChangePoint算法,对状态量、控制量和产出指标量分别进行时序切片,对不等长的子序列进行聚类,构建典型的多变量时序模式;同时,采用GMM算法对来料品质进行聚类。将操作参数优化分为离线静态优化和在线动态优化两个子问题,在给定的来料品质类别下,通过关联规则学习,获得给定状态下最佳的静态操作参数;在线动态优化建模为关联规则挖掘问题,即将来料品质、当前状态、产出效果、操作参数作为左条件,将未来一段时间的产出效果作为右条件,从而获得最佳的动态调整策略。通过3台气化炉27个月历史数据的实验,预估有效气体产率可提升1.38%,验证了基于多时序聚类和关联规则挖掘的数据驱动方式在煤气化操作参数优化中的可行性。