E-textbook全文检索

基于电子教材的特殊应用的需求,在传统的web页面全文检索技术基础上,设计了电子教材的全文检索系统.它包含教材文档处理模块、索引服务模块和检索服务模块.根据电子教材的结构需求,定义了索引文件数据结构、文本文件数据结构、索引条目数据结构及结果排序的分数模型.通过系统的实现,为电子教材学习者提供了快速准确的检索服务,提高学习者学习效率.

基于“目的论”的旅游口号英译研究和翻译效果优化建议——以国内省级行政区中英文版旅游口号为例

根据旅游口号的文本特点,旅游口号的翻译最适用“目的论”翻译理论。以此理论为指导依据,选取国内旅游口号的英译案例进行分析,并对部分已有译文尝试改译并提出建议,如翻译时可针对口号内容、修辞、文化及受众等方面对传递的信息进行筛选和调整,以实现国内旅游口号英译效果的优化,使得译文能够达到在译语受众中的宣传目的,促进译语受众产生旅游消费欲望和旅游行为。

基于文本挖掘的俄罗斯羽绒服消费需求

为推动中国与俄罗斯的外贸服装产业发展,并有效指导国内企业进入反向定制生产模式,以俄罗斯电商平台Wildberries为数据来源,应用文本挖掘技术对平台上商品的在线评论内容进行情感分析,通过消费者评价维度权重、情感积极率和待改进度3项指标获得服装消费者的反馈信息。结果表明:一级维度中对消费者整体情感倾向影响最大的是产品质量,其次是产品外观和服务质量。在产品质量中,保暖性虽然是羽绒服最重要的服装特性,但在影响消费者整体情感倾向程度的排名中仅第三;排名第一的为合身度,也是最需要改进的。在其他二级维度中,对消费者整体情感倾向影响最大的分别是颜色、客户服务,两者均需进一步改进。未来中国的外贸服装企业在设计生产过程中不仅要增加相应的尺码,还要考虑到消费者对颜色的偏好和保暖性需求,销售方在服务提供过程中要注重提升客户服务质量,以提升消费者满意度,最终促进国内企业进入反向定制生产模式,推进双方贸易发展。

“一带一路”背景下跨境电商人才技能需求研究

“一带一路”倡议为共建国家的贸易往来和经济合作提供了良好机遇,对于促进跨境电商的发展具有重要意义。跨境电商的快速发展,离不开跨境电商人才的支撑。文章通过Python程序,以“前程无忧”招聘网站跨境电商企业招聘信息数据作为样本,利用文本挖掘、词频分析、可视化呈现等方式,对跨境电商人才的岗位基本要求、专业技能需求等进行研究,并以促进跨境电商逐步向更加规范和有序的方向发展为目标,提出了相应的人才培养建议。

基于大数据文本挖掘的高职院校电子商务专业学生实践能力培养研究

随着“十四五”规划的提出,经济社会的数字化转型趋势日益凸显,为电子商务类专业发展与人才培养带来了新的机遇与挑战。针对当前高职院校电子商务专业人才实践能力培养中存在的主要问题,采用大数据文本挖掘技术在招聘就业网站深入挖掘用人单位对电子商务专业人才的岗位要求,获取企业对电商人才实践能力的期望信息,并根据能力期望词云图进行实践能力要求归纳。基于归纳的实践能力需求,高职院校应从构建电子商务专业学生实践能力培养新模式、课程体系建构与校企共育产教融合等方面加强对电子商务专业人才实践能力的培养,以不断提升人才培养质量,适应产业转型升级与科技发展需要。

基于文本挖掘的进口跨境电商服务质量研究

利用Python采集京东国际个护产品消费者的在线评论,通过文本特征分析得出“物流”、“效果”、“包装”等是影响进口跨境电商消费者满意度的关键要素。随后利用LDA主题聚类模型,结合困惑度和主题可视化,得到反映进口跨境电商服务质量的4类关键因素,包括物流效率、产品功效、感知价值和产品体验。基于此,提出改善进口跨境电商服务质量的策略。

语义检索技术在电商搜索中的应用研究

在电商搜索场景下,用户检索的语义模糊和商品标题信息的繁杂冗余,使得基于文本相似度匹配的检索算法无法满足用户检索的需求。针对这种情况,本文基于阿里巴巴淘宝电商开源的业务数据,探索了基于深度学习和对比学习的文本语义向量技术在电商搜索场景下的应用,并提出了模型领域自适应的训练方式和一种差异化多层次的数据增强方式。实验的结果表明,基于文本语义向量检索技术明显优于传统的基于文本相似度匹配的检索算法,模型领域自适应的训练方式和差异化多层次的数据增强方式能够显著提升商品召回的效果。

基于CNN-GRU的文本数据特征提取及其分类技术设计

针对当下中文文本分类中存在的文本特征提取不足、分类准确率低等缺点,提出一种基于E-TF-IDF(Expand-Term Frequency-Inverse Document Frequency,E-TF-IDF)的关键词提取模型和CNN-GRU(Convolutional Neural Networks-Gated Recurrent Unit,CNN-GRU)的文本分类模型。该模型能够根据关键词邻近词语的出现概率中进行拓展,以实现更好的关键词特征提取。CNN-GRU更适用于序列分类且其具有更少的参数,能够减小在小数据集下的过拟合风险。最终的实验结果显示,CNN-GRU的分类精度较高,平均可达97.88%。

文本分割算法对中文信息过滤影响研究

因特网上的信息以前所未有的速度剧烈膨胀,促使对信息过滤的研究成为热点。该本文比较了在基于中文的信息过滤中,不同的文本分割方法、机械分词方法、以及特征抽取阈值对信息过滤的结果的影响,对中文信息过滤使用合适的特征抽取方法提供了指导,得出了使用N元方法可与机械分词方法相比较的结论。

基于Internet平台的呼叫中心的研究

在呼叫中心的建设中 ,为用户提供更为方便、灵活接入方式在电子商务迅速发展的今天 ,显得尤为重要。结合实际开发中的经验 ,介绍了在Internet呼叫中心平台上的一些研究成果 ,并讨论了其主要功能 (点击通话、协同浏览、实时电子邮件处理和文本交谈 )

E-learning评论文本的情感分类研究

自本世纪初起,E—learning作为一种灵活、丰富、高效的学习方式,被越来越多的学习者接受,而伴随着学习技术的逐步成熟,学习者对E—learning应用的要求也从最初的知识推送提升到能够在讲授者与学习者之间搭建有效的沟通桥梁,将零反馈的封闭式学习变成多反馈的协作学习。E—learning的评论信息隐含了学习者在学习中遇到的问题和建议,从中可挖掘学习者对学习资源及授课者的意见。这对改善教学模式、完善教学支持服务意义重要。现有E—learning系统所提供的海量评论信息中正面评论与负面评论夹杂,给挖掘学习者的真实意见和需求带来困难。本文对文本情感分类过程进行归纳,构建了一种情感分类应用模型,在完成预处理、创建词典、提取情感特征后实现了一个情感分类引擎,并将该引擎与实际系统整合。改进后的系统能够将学习者的评论文本自动分为正面评论、负面评论和中性评论,实际性能及用户体验评价结果表明,新的基于情感单元的情感分类方法能满足E—learning评论文本的情感分类需求。

电子健康挖掘研究述评

从药物副作用挖掘、疾病爆发监控、消费者健康词汇表构建、缩写消歧和拼写错误检测以及情感分析和观点分析5个应用领域,对电子健康挖掘研究进行系统介绍,以期对国内相关研究起到一定的促进作用。

英语专业学生对不同类型英语电子文本接受度的调查研究

研究表明,电子文本和纸质文本因其物理特性的不同各有优劣势,目前尚处于"共存互补"的状态。文章通过调查英语专业学生对不同类型英语电子文本的接受度,反映了电子文本和纸质文本作为信息载体对不同类型英语文章的相对适合程度,总结了文章类型与载体(媒介)之间关系的明晰关系,并提出电子文本就目前而言并不能取代纸质文本,应使两种载体各司其职的观点。

研究生英语电子文本阅读态度调查研究

计算机的普及以及电子文本的出现不仅影响、改变了人们传统的阅读方式,也在很大程度上影响了长期以来接受传统纸质文本的学生们的阅读习惯和阅读理解效果。文章通过问卷形式调查了研究生对英语电子文本的态度、电子文本对于阅读的有利因素、学生在电子文本阅读过程中的困难以及电子文本阅读与传统纸质阅读相比哪一种更受他们的偏爱及其原因。目的在于全面了解研究生对英语电子文本的使用情况,分析其有利和不利因素,以便给英语教师及电子文本设计者在教学策略或界面设计方面以启示,同时优化电子文本的阅读环境,提高研究生在网络环境下的阅读效率。

基于文本挖掘的e-Learning学习评价研究

在e-Learning系统中,对学生学习的评价难以进行。在分析e-Learning环境下学习评价特征的基础上,本文引入电子学档评价方法,提出将文本挖掘技术运用于学习评价,依据学生学习评价量规,实现对学生学习过程的评价。

基于E-CNN和BLSTM-CRF的临床文本命名实体识别

在生物医学临床病历文本的命名实体识别任务中,传统的解决方案由于对实体的边界划分不够精确,影响了部分复合实体的识别。通过研究复合实体的特性,提出一种集成的卷积神经网络(E-CNN)模型与双向长短期记忆网络(BLSTM)和条件随机场(CRF)结合的模型,通过对CNN中的卷积层设定不同卷积窗口的大小,来捕获多个词语之间更丰富的边界特征信息。然后将集成的特征信息传递给BLSTM模型进行训练,最后由CRF模型得到最终的序列标注。实验结果表明,该方法针对临床病历文本中的复合实体识别具有良好的效果。

中文电子图书系统开发和应用研究

以清华大学图书馆-超星电子图书系统的开发和应用为基础,讨论中文电子图书系统的研究和开发背景,以及对于基本技术方案的选择,介绍和分析了它的系统结构、运行模式和部分关键技术。

一种改进的支持向量机邮件分类器

在实际的邮件过滤应用中,由于垃圾邮件本身的一些因素,像传统的支持向量机分类模型把一个邮件样本明确地归为某一类就很容易出错,而以一定概率的输出判断是否属于某一类则较为合理。根据这种思想,本文在传统支持向量机邮件分类器基础上,提出了一种分类器优化思想,通过对分类输出进行概率计算,并对概率的阈值进行判断,从而确定邮件所属类别。实验证明这种方法是有效可行的。

邮件网络协同过滤机制研究

基于Enron邮件集合探索真实邮件网络,揭示出邮件网络的无标度特性和有限小世界特性.在此基础上,依据用户间交互强度设计出垃圾邮件协同过滤机制,通过调整参数λ,用户可以决定主要是依靠自己还是其他用户协同进行垃圾信息过滤.算法即使在没有对用户个人阅读习惯充分训练的情况下,也可以通过基于交互强度的网络协同方式实现良好过滤.同时为了解决Enron数据集缺乏标注的情况,基于训练样本集W和测试样本集T独立同分布的假设,利用改进的EM(Expectation maximization)算法最小化W∪T集合上风险函数,给出了未知样本的一个良好标注.真实数据上的实验表明,同单机过滤和集成过滤方法相比,协同过滤能够提高平均过滤精度且方法简单易行.

国外四种综合全文电子期刊数据库比较研究

本文主要从检索功能、检索结果处理、个性化服务等几个方面对国外四种综合电子期刊全文数据库(Blackwell Synergy、ScienceDirect OnSite、SpringerLINK、Wiley Interscience)进行比较和评价,最后提出了几点建议。