您的位置: 专家智库 > >

教育部人文社会科学研究基金(2008JA870013)

作品数:9 被引量:104H指数:5
相关作者:唐晓波宋承伟张昭严承希金钟鸣更多>>
相关机构:武汉大学更多>>
发文基金:教育部人文社会科学重点研究基地度重大研究项目教育部人文社会科学研究基金更多>>
相关领域:文化科学自动化与计算机技术经济管理更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 6篇文化科学
  • 3篇自动化与计算...
  • 1篇经济管理

主题

  • 4篇本体
  • 3篇领域本体
  • 2篇用户
  • 2篇用户兴趣
  • 1篇多用户
  • 1篇用户兴趣挖掘
  • 1篇舆情
  • 1篇舆情分析
  • 1篇语义
  • 1篇语义相似
  • 1篇语义相似度
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇知识图
  • 1篇知识图谱
  • 1篇商务智能
  • 1篇数据挖掘
  • 1篇数据挖掘模型
  • 1篇同现
  • 1篇情感

机构

  • 9篇武汉大学

作者

  • 8篇唐晓波
  • 2篇宋承伟
  • 1篇罗毅
  • 1篇肖璐
  • 1篇严承希
  • 1篇房小可
  • 1篇张昭
  • 1篇郭萍
  • 1篇金钟鸣
  • 1篇金秀云

传媒

  • 4篇情报学报
  • 2篇情报科学
  • 2篇情报理论与实...
  • 1篇情报探索

年份

  • 3篇2013
  • 4篇2012
  • 2篇2011
9 条 记 录,以下是 1-9
排序方式:
基于Vague集的微博广告投放决策模型研究被引量:2
2013年
基于Vague集算法,计算微博广告与微博广告主的匹配度,分析广告在不同微博广告主中所产生的影响度,构建了微博广告投放决策模型,帮助企业更有效的应用微博做广告营销。
唐晓波金秀云宋承伟
关键词:VAGUE集广告广告决策
基于旋进原则和支持向量机的文本情感分析研究被引量:11
2013年
针对主观文本识别、情感分词以及情感分类模型选择等研究方法上存在的效率较低、文本表达维度高等问题,文章提出了一种基于旋进原则和AdaBoost集成技术的回归SVM情感分类模型(AdaBoost+SVM-L),不仅提高了主观文本标注准确率,更通过AdaBoost+SVM-L模型对情感样本的极性和强度进行了判断,实现了文本情感强度阈值的可视化。并通过分组对照实验比较了SVM、NB以及AdaBoost+SVM-L模型的性能指标。
唐晓波严承希
关键词:文本情感分析支持向量机
基于语义文本挖掘的企业竞争对手分析模型研究被引量:4
2013年
为弥补传统竞争对手分析方法无法有效挖掘网络化企业竞争对手信息的缺陷,本文将语义文本挖掘技术引入企业竞争对手分析中,提出了一个基于语义文本挖掘的企业竞争对手分析模型。该模型采用规则化主题爬取技术获取结构化信息,利用竞争情报领域本体知识库和语义VSM矩阵实现竞争对手信息语义分析和描述,通过基于语义的文本挖掘技术提取竞争对手深层次语义知识。行以相机市场的两大竞争力企业——佳能、尼康为例进行了实证分析研究,实验结果表明,该模型具有潜在的实际应用价值,可有效提高企业决策水平。
唐晓波郭萍
关键词:文本挖掘领域本体竞争对手分析
基于本体与规则的语义推理研究被引量:5
2011年
为解决本体相关概念的共享和信息集成,发现本体间的语义关联,提出了本体与规则整合下的语义推理模型ORRM,构建了家庭本体FO。将推理集中在两个不同层次,第一层的推理使用Racer推理机进行描述逻辑的推理,检测本体的冲突。第二层使用本体中表示的概念和属性制定成员规则库,采用基于XML的SWRL呈现规则和Jess推理引擎,增加了本体概念间语义的关联。该模型在本体中引入规则表示,弥补了OWLDL在推理机制上的不足,推导出的新本体在原本体的基础上实现了本体成员间隐含关系的语义推理,完善了本体知识库的内容。在语义Web领域,该模型的应用能够提高本体知识的利用率。
唐晓波金钟鸣
关键词:领域本体描述逻辑SWRL
基于领域本体和语义相似度的数据挖掘模型被引量:5
2011年
数据挖掘已成为情报学的研究热点,而传统的数据挖掘过程是在数据仓库的基础上,面向结构化的数据进行分析,这在很大程度上限制了数据挖掘的作用范围和效果。在充分分析数据挖掘和领域本体等相关理论后,提出了一个面向领域本体,应用语义相似度匹配的数据挖掘模型。该模型在理论上解决了用户的目标发现和挖掘对象选择的问题,同时也在数据挖掘算法上引入了本体概念,使得系统能快速识别用户需求,高效的选择相应算法,在很大程度上提高了数据挖掘处理异构、分布式数据的能力。
唐晓波罗毅
关键词:领域本体语义相似数据挖掘
基于词汇同现的多用户兴趣本体构建研究被引量:3
2012年
用户兴趣本体弥补了基于关键词的用户兴趣模型不能从语义上表达用户兴趣的缺陷,但大多是利用领域本体来构建,很难反映用户多方面和潜在兴趣,并且构建领域本体也是一个难点。本文据此提出一种基于词汇同现的用户兴趣本体构建方法。根据网页浏览记录找到用户兴趣网页集,经过数据处理将其转换成用户兴趣文本集。以TFIDF为指标抽取概念,词汇同现统计提取概念间关系,运用无尺度K-中心点聚类算法对其调整,将有关联用户的本体合并得到多用户本体,该本体能在语义上更全面反映用户兴趣并发现潜在兴趣。
唐晓波肖璐
关键词:用户兴趣本体构建词汇同现
基于Citespace的商务智能研究热点与前沿可视化分析被引量:30
2012年
分析Web of Science中以商务智能为主题的文献的时间和地域分布,借助Citespace软件绘制商务智能领域关键节点知识图谱,对关键节点文献进行共被引分析,通过Citespace关键词聚类和膨胀词探测技术,绘制出商务智能研究热点和前沿知识图谱,确定商务智能的热点研究领域和前沿发展趋势。
张昭
关键词:商务智能CITESPACE可视化分析知识图谱
基于复杂网络的微博舆情分析被引量:41
2012年
微博作为迅速崛起的新兴社会媒体,在网络舆情领域日益引起研究者的关注。为了弥补传统网络舆情分析的不足,本文将共词网络分析和复杂网络的思想与方法拓展到微博舆情分析中,并设计了基于网络可视化的微博舆情分析模型。并通过实证分析对其效果进行验证,发现共词网络可有效探测舆论热点,复杂网络在舆论领袖发现中也可取得较好效果。本文为基于微博的网络舆情分析提供了有效的可视化途径,探索和拓展了其研究方法,并提供了有益借鉴。
唐晓波宋承伟
关键词:复杂网络网络舆情
基于主题图的用户兴趣挖掘模型研究被引量:3
2012年
用户兴趣模型是个性化服务的核心,对用户兴趣的挖掘可以发现潜在的兴趣知识,提供更为优化的服务.本文将主题图技术与用户兴趣模型结合起来,研究了用户兴趣知识的主题图表示,并在此基础上运用无尺度图K-中心点聚类算法对构建的主题图进行深层次的聚类挖掘,建立了基于主题图的用户兴趣挖掘模型.在解释模型各个模块功能的同时,提出了该过程模型中的关键问题,并对建立模型过程中的无尺度图K-中心点聚类算法、文档中的主题图表示及主题概化和主题图合并等关键问题进行了深入的分析,最终构建了智能主题图,实现了过程建模和事物建模.
唐晓波房小可
关键词:主题图用户兴趣聚类挖掘
共1页<1>
聚类工具0