一种面向主题的领域服务聚类方法

随着互联网上服务资源规模的快速增长,如何高效、准确地发现服务成为一个亟待解决的关键问题.服务聚类是促进服务发现的一种重要技术.但是,现有服务聚类方法只对单一类型的服务文档进行聚类,并且没有考虑服务的领域特性.针对该问题,在对服务进行领域分类的基础上,提出了一种基于概率、融合领域特性的服务聚类模型——领域服务聚类模型(domain service clustering model,DSCM),然后基于该模型提出了一种面向主题的服务聚类方法.最后通过ProgrammableWeb网站提供的真实服务集对提出的方法进行了验证.实验结果表明,该方法可以准确地对不同类型的服务文档进行聚类.与经典的潜在狄利克雷分配(latent Dirichlet allocation,LDA),K-means等方法相比,该方法在聚类纯度和F-measure指标上均具有更好的效果,从而为按需服务发现与服务组合提供更好的支持.     

基于主题模型与信息熵的中文文档自动摘要技术研究

提出了一种基于LDA模型以及信息熵的文档自动摘要技术,即通过LDA模型对文档进行浅层语义分析,得到文档的主题分布以及不同主题下的词语分布;通过对主题的分析,可以得到最能代表文档中心思想的主题,以及该主题下的词语分布。同时,提出了一种新的基于信息熵的度量句子重要性的方法,并将该方法应用于文档的关键句抽取过程中。该方法将文档中句子的出现看成一个随机变量,通过对随机变量建模并度量它的信息熵来选取文档中的关键性语句。实验结果表明,应用主题模型与信息熵摘取的文档摘要能有效地从文档中摘出中心句。     

让学生在活动中快乐成长——中职语文课开展单元主题活动的尝试与探索

本文主要结合当前中等职业学校语文教学现状,以开展单元主题活动课的教学形式作为切入点,对中职语文课改进行尝试和探索.     

2014中国产业经济研究学术年会会议通知

<正>一、会议主题学术年会主题为"工业和信息化融合背景下中国产业经济转型升级"。会议内容:国内外产业转型升级经验比较,我国产业经济发展规划与政策、产业区域布局及产业链整合、技术创新与商业模式创新,以及信息经济、信息化与网络安全、产业安全、产业投融资、互联网金融等领域。二、会议主办单位电子工业出版社、中国电子信息行业联合会三、会议承办单位电子工业出版社研究院、中国电子信息行业联合会战略研究部、《产业经济评论》编辑部     

程序设计课程应用主题作业教学效果分享

针对程序设计类课程的重要性高及如何提高此类课程教学质量的问题,分析影响程序设计课程教学质量的主要环节,阐述在教学过程中引入主题作业作为课外环节重要组成的价值,说明主题作业的若干构建原则和实施方法,结合实际的教学实践指出这种模式能切实提高程序设计类课程的教学效果。     

基于消费需求的线下购物环境主题式设计

专卖店是企业销售的终端,在体验经济与网络销售的影响下,专卖店室内设计的关注点从商品展示与销售转向顾客消费行为与心理需求,为顾客体验提供安全、舒适、记忆深刻的购物环境。     

让主题活动走进信息技术课堂

随着新课程的不断推进,主题活动式教学已经不再是一个陌生的教学模式,教材中主题活动形式的设计给信息技术教学带来了新的课题。本文试着结合教学实践就如何合理利用现有教材在小学信息技术课堂中选择与实施主题活动作一些探讨。     

查询无关排序主题模型

主题模型已成为机器学习和自然语言处理等领域研究的重要工具,它可发现大规模语料库中的隐含主题.随着语料库规模增大,发现的主题规模也随之增大.绝大多数主题模型以词袋模型为基础,无法描述词项间的顺序关系,使得主题之间无法按照重要性区分.文中提出查询无关排序主题模型框架,利用主题间各种关系排序主题,得到有序主题列表.主题关系从主题层面评价主题影响度,继而提出词项贡献度,从词项语义层面评价主题,削弱流行但语义空泛的排序主题.由于排序主题模型尚未有公认的评价标准,将有序主题作为特征进行多文档自动文摘生成,通过文摘效果间接评价主题排序的效果.实验结果证明有序主题模型优于非排序主题模型的结果.     

基于复合时空特征的人体行为识别方法

为了有效地表征人体行为中的姿势信息和运动信息,提高行为识别算法的准确率,提出一种融合三维方向梯度直方图特征与光流直方图特征的复合时空特征,并利用其进行人体行为识别.首先采用复合时空特征综合描述三维时空局部区域的像素分布和像素变化;然后构建复合时空特征词典,并根据该特征词典完成对人体行为序列特征集合的描述;最后采用主题模型构建人体行为识别算法,对行为序列中提取的复合时空特征进行分类,实现人体行为的识别.实验结果表明:该方法能有效地提高人体行为识别准确率.     

基于主题和链接分析的微博社区发现算法

针对传统社区发现方法大多基于链接或主题关系, 且没有考虑获取微博用户社会信息时的限制, 无法有效识别微博中多个社区的问题, 提出了一种综合基于主题和链接分析的微博社区发现算法来挖掘微博中多个社区。算法首先研究微博用户的链接及博文主题特性, 定义了链接相关度和主题相关度公式; 然后推出用户总相关度公式, 以此来计算节点间的传递概率, 用改进后的标签传递算法对用户分类; 最终划分出兴趣相似且社会联系紧密的用户群。真实数据集上的仿真实验验证了该方法的合理性和有效性。