一种新的面向主题的爬行算法

虽然通用网络爬行器已经给人们提供了极大的便利,但由于它的综合性不具备面向专业的特点,在准确性和速度等方面存在不足;面向主题的爬行器能弥补这些不足。主要研究面向主题网络爬行器两个方面的问题,即如何充分地定义主题和有效地排序爬行器待下载链接队列中的链接,使得只需访问很少的不相关页面就能够得到很多相关的页面链接。结合网页的半结构化信息特征,提出了一种新的基于内容的爬行策略,实验结果显示是一种寻找主题相关页面很有效的方法。

面向主题元搜索引擎的设计与实现

独立搜索引擎的选择策略是实现面向主题元搜索引擎的关键技术之一,独立搜索引擎序列的优劣直接影响整个系统的性能。由于每个独立搜索引擎各个方面存在着差异,它们的性能时刻变化,很难对独立搜索引擎序列进行具体的数值上的评测。利用改进后的遗传算法可以根据各个独立搜索引擎性能的变化动态调整独立搜索引擎序列,从而使系统具有较好的自适应性。

面向主题的互联网信息智能获取与处理工具

将人工智能技术与现有Web信息搜索技术有机结合,建立用户查询的个性化模型,提供信息查询的个性化服务,并实现了面向主题的互联网信息智能获取与处理工具.

一种面向主题的Web知识检索方法

知识检索研究如何从数据和信息中抽取知识.在数据和信息日益增长的今天,知识检索显得尤为重要.现有的知识检索主要以事先构造好的知识库为基础,需要通过专家来构建和维护用于检索的知识库.然而,人工构建知识库非常耗时而且代价很高,而且,基于事先构造好的知识库的检索结果也被局限于知识库覆盖的范围,不具有动态性和时变性.本文提出了一种基于Web的面向主题的知识检索方法.该方法一方面以开放动态的Web信息为基础,支持动态即时的知识检索;另一方面,以用户选定的主题为中心,从Web信息中动态获取知识,构成与用户主题相关的知识检索结果,不局限于某个特定领域.

面向主题的智慧城市指标体系裁剪方法

针对现有指标体系面面俱到却无法突出主题、基于这种指标体系的测评结果无法体现城市特色等问题,提出了一种面向主题的智慧城市指标体系裁剪方法。该方法在现有的指标体系基础上,结合主题特色,以层次分析法为核心,通过领域专家赋分、判断矩阵生成、特征分解、一致性比例判断和判断矩阵调整等步骤,并基于事先设定的指标项权重的阈值,裁减掉与主题不太相关的指标项,进而更新该主题下的指标项的权重,实现了面向主题的指标体系裁剪。实验结果表明:基于该方法裁剪出的面向主题的指标体系的总体测评结果,与在原指标体系下的测评大致相同;同时,对于与主题特别符合的城市,在裁剪后的指标体系的测评下表现较突出,测评结果会有一定的提升,既突出了主题,又兼容了总体;其测评结果可为建设智慧城市提供辅助支撑,并在一定程度上促进智慧城市全面发展。

一种面向主题的基于多层次空间概念关系的关联规则挖掘算法

提出了一种面向主题的基于多层次空间概念的关联规则挖掘算法FT_MLSAM。在FT_MLSAM算法中,先根据用户感兴趣的主题确定挖掘的概念关系,然后对所涉及的多个空间数据层进行连接,生成空间视图,最后进行属性泛化,转化成一般属性关联规则的挖掘,实验证明算法是有效的。

面向主题的高校智能决策支持系统研究

在分析高校决策支持现实状况的基础上,确立了人、财物、活动的三大主题,进而综合运用数据挖掘、商业智能等工具提出了适用于高校决策支持服务的系统架构,最后给出了系统的工作路线图和部分结果展示.

一种基于Lucene的面向主题爬行搜索引擎的研究

本文简要介绍了主题搜索的基本概念以及Lucene的基本结构。研究了面向主题搜索引擎的实现和优化,提出了JE中文分词实现方法,主题索引系统的构建,完成了一个高性能的主题搜索引擎系统。

面向主题的LDM设计的难点和解决思路

逻辑数据模型设计的优劣直接决定数据仓库系统建设的成败。本文从面向主题的逻辑数据模型的研究现状出发,分析了LDM设计的难点,并针对性地提出了解决思路,为银行等企业逻辑数据模型设计提供了一定借鉴意义,从而为数据仓库的建设奠定基础。

基于RNN进行面向主题的特征定位方法

软件特征定位是软件演化活动得以顺利展开的前提条件。当前特征定位研究的性能仍有待于进一步提高。为了获得较好的性能,在文件夹粒度上获取主题知识,将系统中同一个文件夹下的所有类(class)划分为同一个主题知识类,提出利用深度学习算法——循环神经网络RNN(Recurrent Neural Networks)进行面向主题的特征定位。同时,在该方法的基础上提出了一种改进的模型。为了使实验结果更具现实意义,与基线方法和其他一些方法相比,将实验数据从10组提高到531组和将检索率从15%缩小到10%,即使在这种情况下,所获得的实验结果,无论是从正面与基线方法相比还是从侧面与目前的一些特征定位方法相比,该方法都获得了不错的性能。

基于Agent的面向主题信息查询研究

随着网络应用的普及,Web站点中的信息量以几何级数增长,信息用户迫切需要从大量的网络信息资源中快速有效地找到自己的所需。基于Agent思想,通过建立和优化“用户兴趣模型”,进行面向主题、个性化的信息查询,从而提高查询的快速性和准确性,并根据信息用户的兴趣模型,实现信息推送服务,主动为用户提供所需信息。

面向主题的元搜索引擎

介绍了一种基于神经网络的面向主题的元搜索引擎。它使用神经网络对检索结果进行优化排序,它先对返回结果进行中文分词,在充分挖掘其语义信息的基础上,利用CC4神经网络对网页的相关性进行判断,对返回结果重新排序,很好地解决了综合性搜索引擎中普遍存在搜索结果不准确、信息滞后等问题。实验结果表明,该方法对结果进行了最优化排序,实际执行性能较好。

面向主题的网页采集系统的设计与研究

对面向主题的信息采集技术进行了探索性研究。采用基于DOM的信息抽取技术,建立混合空间模型表示内容和结构特征信息,并通过定义网页间相似性来识别主题页面。较好的处理了Web信息抽取中主题页面识别的问题,实验结果证明了系统的可行性。

高校图书馆面向主题的电子资源服务系统建设的思考--以电子教学参考资源服务系统建设为例

随着高校图书馆电子资源比例的不断增加、数字化加工进程的加快,面向主题的电子资源服务也将成为图书馆信息服务发展的重要方向。电子教参系统是高校图书馆开展面向主题的电子资源服务的一个典型案例。文章从电子教参系统入手,剖析了面向主题电子资源服务的服务模式和特性,分析了电子教参系统的组成。放眼未来,高校图书馆面向主题的电子资源服务,既需要深入挖掘高校教学、科研和管理等领域的实际需求,更需要攻克面向主题的电子资源收集、整理和组织,以及电子资源版权保护、电子资源服务评价等一系列关键技术。

面向主题信息采集系统现状分析

对面向主题的信息采集系统进行了分析与研究,主要探讨了面向主题信息采集系统的应用背景、技术手段、实践意义和具有的优势及面向主题信息采集系统的研究现状和国外该类系统的一些实际应用情况。这些分析研究工作将对今后的面向主题信息采集系统的实际应用打下基础。

浅谈面向主题的搜索引擎

在网络信息时代的今天,信息量不断在Web上增长,如何获取高质量的信息已成了一个热门的话题。搜索引擎已是大家司空见惯的东西了,但面向主题的搜索引擎并不多。本文结合自己的实际工作介绍了一种面向主题搜索引擎的设计过程,对其工作原理进行了较为详细的阐述。目的是让读者能了解搜索引擎的内部工作原理,对大家以后在这方面工作能提供一些有益的帮助。

一种面向主题的web知识检索方法

知识检索研究如何从数据和信息中抽取知识,在数据和信息日益增长的今天,知识检索显得尤为重要。现有的知识检索主要以事先构造好的知识库为基础,需要通过专家来构建和维护用于检索的知识库。然而,人工构建知识库非常耗时而且代价很高,而且,基于事先构造好的知识库的检索结果也被局限于知识库覆盖的范围,不具有动态性和时变性。本文提出了一种基于Web的面向主题的知识检索方法。该方法一方面以开放动态的Web信息为基础,支持动态即时的知识检索;另一方面,以用户选定的主题为中心,从Web信息中动态获取知识,构成与用户主题相关的知识检索结果,不局限于某个特定领城。

基于弱监督学习面向主题的图文识别方法

图文识别方法一直是计算机视觉领域的一个重要问题,随着深度学习技术的发展,这个问题成为学术界和产业界的研究热点。但现有的面向主题的数据集较少且易含有噪音,针对这个挑战,一种基于弱监督学习面向主题的图文识别方法被提出来,该方法结合区域卷积神经网络和长短记忆模型,通过弱监督学习方法和基于位置信息的全局连接层,实现对图片中主题文本信息准确连贯地识别。通过对图书封面数据集进行测试,并与现有相关方法进行了对比,验证了所提方法的准确性和高效性。

面向主题的Web信息融合模型

评述国内外现有Web信息融合的研究成果,分析其中存在的主要问题与不足。针对现有Web信息融合对多维度、多粒度综合查询分析和决策支持不足的问题,分析面向主题的Web信息融合的基本原理,设计面向主题的Web信息融合模型,该模型由Web仓库模型、Web信息融合功能模型和人机交互接口三层组成,并探讨各层工作原理和需要实现的关键技术,最后给出原型系统实现及融合查询示例。

面向领域主题的智能搜索引擎设计

本文将概念检索扩展到面向领域主题检索的范畴,提出了面向领域主题的智能检索模型。给出了概念语义网络和面向领域主题的形式化描述,利用概念语义网络实现领域主题的同义词及其语义蕴含扩展,并实现一个基于建筑业的面向领域主题的智能搜索引擎。