朱睿
- 作品数：5 被引量：16H指数：2
- 供职机构：辽宁石油化工大学计算机与通信工程学院更多>>
- 发文基金：辽宁省自然科学基金辽宁省教育厅高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 分布式爬虫的研究与实现被引量：7
- 2020年
- 网络中的数据蕴藏着大量有价值信息,在实际的项目需求中,为了实现能够自动的在网页上对大量数据的数据信息的收集、解析、格式化存储的过程,提出了基于分布式的网络爬虫技术。采用Nutch爬虫框架和Zookeeper分布式协调服务,配合高性能的Key-Value数据库Redis对数据进行存储,采用Solr引擎将抓取信息进行清晰地索引、展示。运用提取页面信息算法优化提取页面信息流程,通过关键词匹配优化算法根据指标从抓取的数据中获取指标相关数据。通过分布式集群的搭建,Nutch项目的实现,及大量数据的采集,验证了基于Nutch的分布式网络爬虫的可行性。通过页面解析流程实验分析,基于Nutch的分布式爬虫与其他爬虫多组实验数据对比结果表明,基于Nutch的分布式爬虫项目在性能和准确度方面都优于传统其他爬虫。
- 马蕾冯锡炜窦予梓高天铸朱睿吴衍兵
- 关键词：分布式集群NUTCHSOLR
- 云计算仿真平台的改进研究被引量：2
- 2013年
- 如何有效的管理分配虚拟资源來满足用户需求是云计算的重要课题。在现有的云计算模拟工具CloudSim基础上,设计了一个虚拟资源调度仿真平台CloudSim+。平台可以模拟不同用户在不同时间点的服务需求,通过改进事件管理和实体管理机制来优化资源占用率以及时间复杂度。结果表明,平台是实现云计算虚拟资源调度仿真的实用工具。
- 汪俭华冯锡炜冯瑶朱睿
- 关键词：云计算
- 基于改进的TF-IDF文本特征词提取算法研究被引量：7
- 2017年
- 在特征词提取算法中,TF-IDF算法是最常见的特征权重计算方法。在传统TF-IDF算法的基础上,提出新的基于文本词语长度的关键词提取算法。利用中文短语分词技术,识别文本中的长词与普通词汇,对于不同长度的词语利用提出的TF-IDF-WL方法重新计算权重,按权值排序结果得到关键词。实验对比发现,新的特征词提取算法能够更加精确地反映出特征词的词长情况,该算法与传统的TF-IDF算法相比,在准确率和召回率上都有较大的提升。
- 贾强冯锡炜王志峰朱睿秦航
- 关键词：TF-IDF文本预处理文本分类
- 改进贝叶斯的语义推送算法设计
- 2020年
- 教育信息语义本体构建是通过语义本体构建方式去设计教育信息本体库。本体间逻辑关系表示方法,是构建出有逻辑结构的教育信息集合的过程。实现教育信息的半结构化数据归类,对不同时间采集的归类数据在规定好的模型中进行计算—词汇频度分析模型。词汇频度分析模型运用逆概率的贝叶斯思想,经过对传统贝叶斯算法与语义本体性质相结合,使MapReduce善于处理半结构化数据;经过对语义本体构建的教育信息数据结合词汇频度分析模型进行计算,获得教育信息本体的推荐能力值E i;通过对不同本体E i值进行排序,获得了推荐信息的顺序;根据推荐权重进行信息的推送工作,同时根据JS指数,经过比较基于词汇频度分析模型与目录结构推送算法的分析结果得出:词汇频度分析模型优于基于目录结构推送算法。
- 朱睿冯锡炜窦予梓高天铸马蕾吴衍兵
- 关键词：语义本体信息推送教育信息化
- 多特征神经网络微博转发预测
- 2017年
- 随着社交网络的快速发展,微博已成为一种信息扩散传播的平台。鉴于微博信息扩散的特点,挖掘微博转发过程中的潜在规律对于舆情监控、热点话题追踪、产品营销等有着重要意义。以新浪微博作为数据源,以用户和微博内容作为特征源,引入机器学习中的神经网络预测算法建立预测模型,实现对微博的转发预测。结果表明,与传统预测方法的对比,对微博转发可以做出较高准确率的预测。
- 王志峰冯锡炜贾强朱睿秦航
- 关键词：神经网络BP算法LDA
