您的位置: 专家智库 > >

沈劲枝

作品数:8 被引量:35H指数:3
供职机构:武汉大学珞珈学院更多>>
发文基金:教育部人文社会科学研究基金国家社会科学基金中国博士后科学基金更多>>
相关领域:文化科学自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 3篇专利
  • 1篇学位论文

领域

  • 3篇文化科学
  • 2篇自动化与计算...

主题

  • 2篇引擎
  • 2篇引文
  • 2篇用户
  • 2篇索引
  • 2篇自动标引
  • 2篇文档
  • 2篇检索引擎
  • 2篇标签
  • 2篇标引
  • 2篇词句
  • 1篇大学生
  • 1篇大学生信息
  • 1篇档案
  • 1篇档案采集
  • 1篇新媒体
  • 1篇新媒体环境
  • 1篇信息抽取
  • 1篇信息来源
  • 1篇信息需求
  • 1篇学生信息

机构

  • 5篇武汉大学
  • 4篇华中师范大学

作者

  • 8篇沈劲枝
  • 3篇沈阳
  • 3篇田晨耕
  • 2篇操玉杰
  • 2篇易明
  • 2篇毛进
  • 1篇李玉洁
  • 1篇寇文波
  • 1篇叶晨瑜

传媒

  • 2篇情报学报
  • 1篇现代图书情报...
  • 1篇科教文汇

年份

  • 1篇2015
  • 3篇2012
  • 1篇2011
  • 2篇2009
  • 1篇2006
8 条 记 录,以下是 1-8
排序方式:
直接共享私密通讯信息的方法
本发明涉及直接共享私密通讯信息的方法,该方法对各私密通讯信息的数据结构上进行了标记,这些标记包括:该私密通讯信息是否公开发布的标记,因此,用户可根据需要,直接将私密通讯信息进行发布和共享,极大地扩展了目前互联网的信息来源...
沈阳沈劲枝叶晨瑜
文献传递
新媒体环境下大学生信息需求分析被引量:1
2015年
随着我国经济的发展以及世界科技水平的提升,整个中国社会已经进入到了一个以手机和互联网为代表的新媒体时代。在这样的大环境和大背景之下,大学生作为祖国未来世界的接班人,他们对于信息的需求是什么样的?他们是如何获取自己所需的信息的?大学生如何从新媒体中获取正确有益的信息?这些都成为了十分重要的课题。在本篇文章中,作者根据自己在这方面的研究经验和体会,对上面三个问题进行了分析,并从细节入手分析了新媒体环境对当代大学生的影响,希望能够为我国当代大学生们的健康成长贡献自己的微薄之力。
沈劲枝李玉洁
关键词:新媒体大学生信息需求
基于标签聚类的知识主题发现与应用研究
Web2.0环境下,互联网更注重用户的交互作用,用户之间可以自由地分享资源与想法,网络中的每一个个体都成为知识源,用户由单纯的知识消费者转变为生产者、发布者、传播者。生产的内容来源丰富、种类繁多、形式多样,这就造成知识资...
沈劲枝
关键词:标签知识服务知识推荐
一种引文自动标引方法
本发明提供了一种引文自动标引方法,其特征是包括以下步骤:步骤1,对提交文档进行切割得到文本块,对文本块提取特征词句串或信息指纹;然后将特征词句串或信息指纹提交给检索引擎;步骤2,对于被提交的特征词句串或信息指纹,当检索引...
沈阳沈劲枝田晨耕
文献传递
社会化标签系统中基于密度聚类的Web用户兴趣建模方法被引量:19
2011年
Web用户兴趣模型在个性化信息服务中有着非常重要的作用。本文利用社会化标签的独特优势,针对传统社会化标签聚类方法的局限性,提出了一种基于密度聚类的Web用户兴趣建模方法。首先建立基于社会化标签的向量空间模型,并将社会化标签表示为Web资源及其权重的形式,以此为基础利用DBSCAN算法对其进行聚类,进而依据所有Web用户的标注行为以每个聚类为中介计算特定Web用户对Web资源的兴趣度来构建Web用户兴趣模型。实验结果表明了该方法的优越性。
易明操玉杰沈劲枝毛进
关键词:社会化标签聚类DBSCAN
基于特征定位边界预测的Web档案正文采集被引量:5
2009年
提出基于特征定位边界预测的Web主题型页面的采集方法,以达到高速抽取互联网档案有效内容的目的。开发ROST CM、ROST TextExtractor两个软件工具构建训练集并进行测试。理论和实验表明,本算法适用于中文简体、繁体、英文网页,能够很好地适应新闻以及博客类Web档案的管理方式。
沈劲枝寇文波田晨耕
关键词:档案采集正文抽取信息抽取网页分析
一种引文自动标引方法
本发明提供了一种引文自动标引方法,其特征是包括以下步骤:步骤1,对提交文档进行切割得到文本块,对文本块提取特征词句串或信息指纹;然后将特征词句串或信息指纹提交给检索引擎;步骤2,对于被提交的特征词句串或信息指纹,当检索引...
沈阳沈劲枝田晨耕
文献传递
一种基于用户标签网络的个性化推荐方法被引量:10
2012年
基于标签进行个性化推荐是目前的一个研究热点,不同的推荐算法对标签进行了不同的处理。用户使用的标签之间存在着某种内在联系,由此可构建用户标签网络。根据这一启示,本文提出了一种基于用户标签网络的个性化推荐算法。首先,将用户标签网络视为用户兴趣模型雏形,利用社会网络分析方法计算标签权重,并以加权标签集的形式表示用户兴趣模型,最后将标签权重转化为资源与用户兴趣的相似度,进而实现个性化推荐。实验表明,本方法能较为准确地揭示用户的兴趣,产生的推荐资源与用户兴趣匹配程度较高。
毛进易明操玉杰沈劲枝
关键词:社会网络分析用户兴趣模型个性化推荐
共1页<1>
聚类工具0