共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
好莱坞曾流行这样一句话:“成功,不在于你知道什么或做什么,而在于你认识谁。”现实生活中,许许多多的成功案例说明了人脉关系网络的重要性。如何才能认识更多对你有帮助的人?从不同的人那里可能会得到不同的答案,但如今通过SNS之类的网站或软件,你就是足不出户,也能认识许多对你有益的朋友。SNS,这年头最火辣新鲜的名词,正获得越来越多投资商的青睐。到底什么是SNS?SNS的把戏如何玩?本文就带领大家去瞧个究竟。[编者按] 相似文献
3.
《计算机光盘软件与应用》2013,(19)
大规模在线开放式课程(MOOC)正处于快速的发展阶段,它的兴起对在线教育模式的发展意义重大。与此同时,随着Facebook、MySpace这样的社交网络逐步渗入人们的生活之中,SNS社交网络的发展已经达到了非常成熟的阶段,并在很多领域体现出了它的价值。在线教育就是其中之一。那么结合SNS社交网络与MOOC两者之间的研究,就显得非常的有意义了。 相似文献
4.
现有的主题模型在挖掘社会网络中的主题时往往会受到社会网络中短文本的特征稀疏问题的影响,从而导致所挖掘的主题质量低、主题差异小。为此,基于词对主题模型BTM提出一种用户-词对主题模型U_BTM,采用k-means聚类算法将主题相近的短文本聚类成一个文档,根据文档中用户的主题对词对的产生模式进行建模,采用Gibbs Sampling方法对模型的参数进行推导,最终得到社会网络中潜在的主题和用户的主题分布。实验结果表明,U_BTM模型能得到潜在的主题和每个用户的主题分布,且相比其他模型所挖掘的主题差异大,具有更高的质量和更低的困惑度。 相似文献
5.
通过分析东莞职业技术学院数字空间项目,探讨基于SNS技术网络社区构建的方式、管理制度与应用体系。 相似文献
6.
7.
利用Python爬虫技术采集两家拉链龙头企业的移动微博舆情信息,用文本挖掘技术对舆情信息进行词云分析、关联分析、倾向性分析和数据分类分析,分析结果体现了竞争对手的定位、口碑等差异,可辅助于企业决策支持. 相似文献
8.
基于Multi-Agent的Web文本挖掘系统 总被引:1,自引:0,他引:1
基于Multi-Agent(多智体)技术的Web文本挖掘是从海量信息源尤其是Web文本信息源中快速、有效地获取知识所提出的一个新型研究领域。本论文给出了基于Multi-Agent技术的Web文本挖掘系统模型,并利用Multi-Agent技术实现了Web数据预处理、数据的挖掘、知识的获取、知识的评价与表示等功能。 相似文献
9.
国家新课程改革中重点提出对教学模式的改革,21世纪是网络学习的时代,基于SNS的学习模式已经颠覆传统的学习模式,这种崭新的学习模式能够提高学生的团队协作与沟通能力,发展创新性与批判性思维,成为学生获取知识的有效途径。将SNS引入高校的教学与学习当中,具有重要的意义。 相似文献
10.
11.
12.
针对网络违法案件侦破过程中存在的海量数据信息无法高效利用的问题,提出采用数据挖掘技术对海量信息中的有效数据进行关联分析。由于常用的关联规则算法Apriori存在多次扫描数据库的缺陷,提出一种基于矩阵的关联规则发现算法。通过运用该算法对数据集中的数据进行分析验证,从而得出在网络违法案件中属性之间的相互关系。 相似文献
13.
与传统的教学模式不同,网络教学的重点在于个性化教学。通过对现有网络教学系统进行分析,构建一种基于B/S三层模式的网络教学系统,并将数据挖掘技术应用到系统中,以关联规则和决策树挖掘举例进行验证,结果表明能够对教师教学和学生学习提供指导,有效地实施个性化教学,提升教学质量。 相似文献
14.
基于WEB文本数据挖掘的研究 总被引:8,自引:0,他引:8
万维网是一个巨大的、分布广泛和全球性的信息服务中心,它涉及新闻、广告、消费信息、金融管理、教育、政府、电子商务和许多其他信息服务。Web文本挖掘系统是挖掘技术的重要应用方向,它是指在给定的分类体系下,根据网页的内容自动判别内容类别的过程。 相似文献
15.
文章首先探讨了Web挖掘的地位,基于WEB的文本挖掘是WEB挖掘的重要组成部分。文章重点对文本特征提取、文本分类、文本聚类等WEB文本挖掘关键实现技术做了介绍,最后讨论了Web文本挖掘的价值。 相似文献
16.
文章首先探讨了Web挖掘的地位,基于WEB的文本挖掘是WEB挖掘的重要组成部分。文章重点对文本特征提取、文本分类、文本聚类等WEB文本挖掘关键实现技术做了介绍,最后讨论了Web文本挖掘的价值。 相似文献
17.
最近几年,以微博为首的社交网络迅猛发展,这些平台上包含了网民对于时事热点的观点,对生活和人际关系的看法等大量有价值的信息和资源。由于微博数据非常庞大又难以获取等困难,如何有效地对社交网络进行数据挖掘,是近两年数据挖掘研究的重点和热点。本工作设计和实现了一个基于Hadoop的并行社交网络挖掘系统,包含了分布式数据库,并行爬虫,并行数据处理和并行数据挖掘算法集,可以有效地获取和分析挖掘海量的社交网络数据,为社团分析,用户行为分析,用户分类,微博分类等工作提供支持。 相似文献
18.
随着信息时代的到来,网络评论数量急剧增加,对于这些网络评论的倾向性分析是网络舆情研究中的重要课题。为了对网络评论的倾向性进行分析,提出了基于神经网络的网络舆情文本倾向性分析算法,使用神经网络训练的方法构建了较好的情感词倾向值词典,对网络评论的倾向性预测达到了较高的准确率。对算法进行了细致的描述,同时提出了基于神经网络的网络舆情文本倾向性分析系统框架。最后通过实验进行测试,证明了该系统能够达到较好的准确率。 相似文献
19.
20.
描述了网络信息挖掘的含义以及与数据挖掘之间的区别,提出了在电子商务应用中采用网络信息挖掘帮助企业实现最大化利润的方法,最后指出了网络信息挖掘未来的研究方向。 相似文献