首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
本研究通过文献法并结合某医学高校附属三级甲等医院科研现状和相关的影响因素,初步筛选出评价指标,再通过专家咨询法确定评价指标。由专家对确定的指标进行两两重要程度的比较判断打分,应用Saaty’s权重法计算得出各指标的权重。  相似文献   

2.
对高校网络舆情安全评估指标体系研究现状及研究思路进行探讨,初选出高校网络舆情安全评估的警源指标和警兆指标,并设计调查问卷,筛选出高校网络舆情安全评估指标;基于AHP和调查法,对筛选出指标进行权重计算,指标与权重值对应,构建出高校网络舆情安全评估指标体系.  相似文献   

3.
文章以国际权威引文数据库Web of Science为数据来源,收集了到2011年为止有关社会计算的研究文献,并对其进行了共词分析。通过关键词词频统计分析,建立高频词共词表,利用SPSS进行层次聚类,归纳出社会计算领域的8个热点研究主题,并对其中5个热点研究主题进行深入分析与探讨,以期为该领域今后的研究提供一定的参考。  相似文献   

4.
文章提出一种改进的关联规则方法,用于抽取文本中的非分类关系。首先利用基于上下文的术语相似度获取方法得到术语间的相似度权重,再通过加入谓语动词的关联规则算法计算,结合搜索引擎技术得到候选关系对集合,并通过置信度和支持度的对比分析,抽取最终的非分类关系结果,最后对测试数据进行实验,并对结果进行分析。  相似文献   

5.
基于术语间本体关联度的文档相关度研究   总被引:1,自引:0,他引:1  
提出了一种基于术语间本体关联度的文档相关度计算方法,该方法利用树状本体结构计算术语间基于本体的关联关系,通过术语组间的本体关联度得到两组词语的本体关联关系,最后结合文档标引词的权重计算两个文档的相关度。新方法从本体的角度将语义信息融入传统向量空间模型,提高了文档相关度计算的准确性。实验选取计算机领域本体作为实验数据,对新方法和传统方法进行综合对比评测,实验结果验证了新方法的有效性和合理性。  相似文献   

6.
[目的/意义]旨在提出一种基于领域词典的突发公共安全领域舆情事件自动识别方法,有效识别公共安全领域的热点舆情事件,预防危机舆情事件,提高政府公信力。[方法/过程]首先以中国应急服务网中的公共安全事件语料为数据来源,提取并筛选公共安全领域的高频词汇;然后结合人工干预方式选择部分高频且与领域高度相关的种子词;随后以互信息方法计算种子词与语料中的其他词汇共现概率(点互信息),同时以与种子词具有较高点互信息的词汇作为领域候选词,并结合人工审核方式对候选词汇进行调整。最后在对待识别语料进行文本表示的基础上,将其与词典中的领域词汇进行匹配,并以语料中出现的公共安全领域词汇的数量和权重来判断待识别语料是否为突发公共安全舆情事件。[结果/结论]在标注语料上的实验结果表明,与经典的Naive Bayes方法相比,提出的方法能够有效提高公共安全领域热点舆情事件的识别准确率。  相似文献   

7.
一种基于TFIDF方法的中文关键词抽取算法   总被引:4,自引:1,他引:3  
本文在海量智能分词基础之上,提出了一种基于向量空间模型和TFIDF方法的中文关键词抽取算法.该算法在对文本进行自动分词后,用TFIDF方法对文献空间中的每个词进行权重计算,然后根据计算结果抽取出科技文献的关键词.通过自编软件进行的实验测试表明该算法对中文科技文献的关键词自动抽取成效显著.  相似文献   

8.
高校图书馆网站评价指标体系建立与指标权重的计算研究   总被引:5,自引:0,他引:5  
周晓兰  谢红 《现代情报》2009,29(8):99-102,105
在分析和调研的基础上,建立了高校图书馆网站评价指标体系。在评价指标权重计算中,引入层次分析法。计算出了各指标的权重值,并通过一致性检验,对各指标的重要性进行了总排序。一致性检验结果表明,层次分析法使得评价指标权重的确定更加科学、合理,是高校图书馆评价指标权重确定的一种有效方法。  相似文献   

9.
一种基于向量空间模型的改进文本分类算法   总被引:2,自引:0,他引:2  
牛玲 《情报杂志》2006,25(6):63-64,67
探讨了基于向量空间模型的文本分类技术,通过规范化向量空间模型术语,论述了向量空间模型中TD-IDF向量化文档的不足;提出基于位置等因素的权重改进算法;借助扩展的潜在语义索引算法KLSC和辅助主题词表来消除模型很难处理一词多义、一义多词的现象;根据用户个性化的服务需求,给出了个性化服务的意见。  相似文献   

10.
李慧  王丽婷 《情报科学》2018,36(4):45-50
【目的/意义】随着网民规模的扩大以及微博数据的增长,获取微博空间的热点话题是一项有价值的任务。 本文结合微博的特点提出专门针对中文微博的热点话题发现模型。【过程/方法】本文提出利用词项H指数筛选出 热点词项,然后利用BTM建模和VSM建模的结果相融合计算文本相似度,再利用k-means 聚类算法发现微博的热 点话题。【结果/结论】本文在提取特征阶段既考虑了微博词项的热度又考虑了其短文本性,通过实验验证本文提出 的方法有利于发现准确的热点话题。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号