数据流频繁项集的快速挖掘方法

近年来,数据流挖掘一直是国内外研究的热点,频繁项集挖掘又是数据流挖掘中的重要问题。根据数据流无限性和流动性的特点,提出了一种在滑动窗口中挖掘频繁项集的算法FIM-SW,FIM-SW算法主要是采用垂直的数据库表示方法,使用二进制向量表示每个数据项,并利用Apriori性质产生频繁项集。实验结果表明,这种算法显著地提高了挖掘效率。

一个基于同义词证据扩展的信念网络检索模型(英文)

归并不同证据资源扩展用于信息检索的信念网络是当前一个重要的研究方向。以同义词为证据扩展基本信念网络模型,得到一个扩展的信念网络检索模型。实验证明,扩展模型的检索性能优于基本模型。

小型中文信息检索测试集的构建与分析

在国内信息检索研究日益受到重视的背景下,介绍了构建小型中文测试集的意义及测试集的研究现状。参考国外测试集的构建经验,论述了小型中文信息检索测试集的构建方法,实现了一个可应用于信息检索研究的小型中文测试集。通过有效的统计分析,结果表明本测试集具有较高的可信度。