基于多模态特征融合嵌入的相似广告检索方法

随着互联网人工智能技术的飞速发展,学习用户特征并精准投放广告能够显著提升广告的点击率(ClickThrough-Rate,CTR)与转化率(Conversion Rate,CVR).人群智能定向是解决广告投放问题中极其重要的一环,其业界主流方法是使用转化用户和非转化用户训练基于用户特征的判断其是否会成为转化用户的分类模型.这个分类器的优劣依赖广告的实际转化人群规模,规模越大,越能准确判断.但在实际应用中通常面临某些广告转化人群不足的问题,本文利用在学术与工业场景占据重要研究地位的基于内容的检索技术来扩充相似广告集合,从而扩充对应转化人群.现有的单模态检索方案只关注于单个模态的特征(文本/图像),忽视了不同模态间的内在共有联系,使得挖掘出的广告特征不全且包含大量噪声,最终导致相似广告的检索结果质量不高,从而导致相似转化人群的扩充质量低下.而近年来兴起的跨模态检索方案主要关注以文搜图或以图搜文,并且没有考虑到通用目标检测器并不适用于特定领域图像数据这一事实.为解决这些问题,本文提出一种以广告分类为基本训练目标的多模态商品广告特征融合建模方法,以提升相似广告检索的效果.具体来说,本文使用Tr...     

基于眼动数据的视觉疲劳检测方法研究

视觉疲劳的产生不仅会导致工作效率低下、视力降低,甚至可能导致很多意外伤害.如何简便、快速地检测视觉疲劳是亟需解决的课题.提出一种利用特殊字搜索并结合阅读任务来对视觉疲劳进行快速检测的方法.测试者需在所提供的阅读材料中通过扫视行为寻找出文内的特殊字符,同时完成相应的阅读理解任务.实验在Tobii X230眼动仪监测下完成.系统记录任务完成过程中的瞳孔直径比、兴趣域个数等眼动数据信息,并采用BP神经网络对用户的视觉疲劳状态进行判定.基于10位测试者的实验结果表明,分类精度达到了95.2%,证实了该方法的有效性.     

探究博客在教育教学中的应用

教育博客以人们意想不到的速度迅速普及,越来越多的教师、教育行政管理者纷纷建设起自己的博客,从课堂教学、课题研究到教师培训,博客都有广泛的应用.本文阐述了博客的含义、教育特性,并从国内外的教育Blog的实践来分析博客在教育教学领域中的应用.     

基于颜色和空间特征的图像检索

提出一种新的基于颜色和空间特征的图像检索算法.首先,将检索图像转换为HSV颜色空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征.其次,计算每个像素点的多邻域量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征.最后,对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索.结果表明,该方法比CDE和Geostat算法具有较好的检索效果.     

异构型网络操作系统KZ2/YWJ

本文介绍了异构型网络操作系统KZ2/YWJ的实现环境、功能及优点,它提供了强有力的网络支撑。     

基于数据仓库的数据挖掘系统结构框架

本文提出了一种基于数据仓库的数据挖掘系统结构框架。该系统把数据仓库、数据挖掘工具和知识库结合在一起,实现了查询协同和知识库的增量维护,能够解决在大容量数据集中快速发现知识的问题,提高了数据挖掘的效率。     

基于抽象状态的类的行为规格化方法

为独立方法定义严谨的规格可以保证程序的正确性。但是在面向对象的程序中,方法之间因为共享属性而相互影响,这就需要能够反映方法间影响的规格化方法。研究者们使用抽象变量、状态抽象、堆、查询等多种方法进行了尝试。文中给出一种基于抽象状态的类的行为规格方法,该方法基于抽象状态解决了类方法间的共享依赖和相互影响,同时实现了规格与实现的独立描述与运行时自动化验证。     

面向3G通信的流媒体关键技术研究

3G网络实时流媒体通信是一种新兴的移动增值业务,近年来对其需求日益增强,引起了学术界和工业界的广泛关注。3G流媒体开创了无线通信、互联网和视频融合的新时代。然而由于无线通信网络动态变化的信道特性、有限的带宽资源、高误码率、节点移动以及多媒体业务严格的服务质量(QoS)要求,3G流媒体业务的服务质量(QoS)保障成为一个挑战性的问题。首先对比目前几种主要的3G通信标准的技术特点;在此基础上从QoS体系、传输协议、编码技术、实时流媒体通信流特性建模等几个方面探讨面向3G通信的流媒体关键技术和研究方法;最后归纳该领域目前需要重点解决的关键问题。     

数据挖掘方法在网络入侵检测中的应用

传统的入侵检测系统存在适应性差、缺乏可扩展性、需要专家手工编码等缺陷.基于数据挖掘的入侵检测技术,自动地从训练数据中提取出入侵检测的知识和模式,能够很好地解决传统入侵检测系统中存在的问题.综述了数据挖掘技术在网络入侵检测中的应用,描述了基于数据挖掘的入侵检测系统架构,阐述了聚类分析、分类分析、关联规则分析和序列模式分析在网络入侵检测中的应用原理和最新的研究与改进,并指出了目前存在的问题和未来研究的方向.     

一种应用于推荐系统的Web挖掘算法:AIR算法

针对互联网站点信息海量和结构复杂的趋势,推荐系统被用来协助互联网用户方便快捷地找到所需信息,培养用户忠诚度。Web挖掘技术在处理海量数据和稀疏数据上有着先天的优势,所以Web挖掘技术在推荐系统中得到了越来越广泛的研究和应用。基于Web挖掘的推荐系统所使用的主要技术有聚类、关联规则、序列模式等等。然而,这些技术往往不能在推荐的准确性和覆盖范围方面做到两全。综合这几种技术,取其优点去其缺点,提出了一种新的算法(AIR算法)。通过基于实际使用数据的详尽的实验评估,可以证明该算法能够在准确性和覆盖范围方面明显提高推荐系统的整体性能。