高速列车本体半自动构建方法研究

目前高速列车本体多采用人工构建的方法,这种方法存在成本高、效率低且缺乏灵活性的不足。针对这种问题,提出了一种高速列车本体半自动构建方法,先使用分词工具Jieba对高速列车领域文档进行分词、去除停用词等预处理,然后使用TF-IDF、C-value等算法进行概念抽取,再使用层次聚类及Dice测度等算法挖掘领域层次关系及非层次关系,最后使用protégé工具构建结构化的OWL本体并进行可视化管理。通过高速列车本体半自动构建实例,实现概念及语义关系的自动获取,验证该方法的有效性及可行性。     

基于数据挖掘的动车组乘客需求动态获取方法研究

目前动车组制造商主要关注运营商需求而较少关注乘客需求,这影响乘客对动车组的满意程度,不利于提高企业的市场竞争力。此外现有的研究对运营商需求分析较多,而对终端用户乘客需求分析较少。提出了一种基于数据挖掘的动车组乘客需求动态获取方法。首先,基于需求词库从社交网络平台中获取用户发文数据;其次,基于规则及朴素贝叶斯分类进行文本去噪处理;最后,基于K-means的主题聚类获取乘客需求项及其偏好。以微博挖掘为例,获取动车组乘客需求,验证了该方法的有效性和可行性。