一种基于改进K-means的动态文摘提取方法     

郭海蓉  张晖  赵旭剑  李波  杨春明 《教育技术导刊》2015,14(5):77-79

随着互联网的发展和Web2.0的应用,网络信息呈现出越来越明显的动态演化性,传统的静态文摘方法不能很好地反应文摘的动态变化和新颖性,难以满足人们对于摘要获取效率的要求,动态文摘技术成为新的研究热点。提出一种基于改进K means算法的动态文摘提取和更新方法。为了减小聚类结果对初值的依赖性,提高聚类的稳定性,采用聚类中心的搜索算法获得较优的初始聚类中心。它能解决使用传统聚类方法进行动态文摘提取中存在的重复计算问题,并能保持较高效率。在TAC2008上的实验证明,该方法生成的动态文摘效果较好、算法效率高。  相似文献   

一种基于地理位置人群分类的非参数聚类方法     

邱运芬  张晖  李波  杨春明  赵旭剑 《教育技术导刊》2017,16(2):7-10

地理位置作为用户生活轨迹的具体表现,在人群分类中有着举足轻重的作用。地理位置数据具有高维稀疏性,已有人群分类方法需对位置数据进行特征选择并提前确定特征数,实际应用中存在不便。针对该问题,提出基于地理位置人群分类的一种非参数聚类方法。该方法首先利用分层狄利克雷过程（Hierarchical Dirichlet Process,HDP）无监督学习出最佳特征个数;然后利用潜在狄利克雷分布（Latent Dirichlet Allocation,LDA）对位置数据进行特征选取,同时得到功能特征概率矩阵;最后将其作为聚类权向量计算用户间的相似度,利用亲和力聚类（Affinity Propagation,AP）实现人群分类。实验结果表明,该方法较传统方法消耗时间更少、占用内存更低,且同时具有较高的F measure。  相似文献   

一种基于情感分析的网络舆情演化分析方法     

何天翔  张晖  李波  杨春明  赵旭剑 《教育技术导刊》2015,14(5):131-134

以微博作为研究对象,针对微博类短文本数据的特点,从情感的角度出发,提出基于情感分析的舆情演化分析。该方法以文本的情感值作为特征对微博数据进行时间分片,然后使用DTM模型对分片后的数据进行话题演化分析。实验表明,该方法能较好地划分微博数据,有效地找到舆情变化的时间点。  相似文献   

基于特征词的Web领域知识分类研究     

高俊平  张晖  赵旭剑  杨春明  李波 《教育技术导刊》2016,15(2):9-11

Web环境下,领域知识对于构造面向互联网的领域知识间的知识图谱具有重要意义,然而网络数据的杂乱无序使学习者难以快速准确全面地获取其中的领域知识。针对该问题,提出一种基于特征词的Web领域知识文本分类方法,以特征词为特征,利用支持向量机（SVM）作为基本分类算法。实验表明,该方法具有良好的准确率和召回率,能有效地从数据中分类出含有领域知识的数据,为面向Web的领域知识后续研究奠定基础。  相似文献