国家重点实验室开放基金(20090029)
- 作品数：4 被引量：26H指数：2
- 相关作者：岳丽华程家兴张怡文金培权张义飞更多>>
- 相关机构：中国科学技术大学安徽新华学院安徽大学更多>>
- 发文基金：国家重点实验室开放基金国家自然科学基金安徽省优秀青年科技基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于共同用户和相似标签的好友推荐方法被引量：17
- 2013年
- 针对目前的社交网络好友推荐方法用户兴趣不明显、用户之间相关性较差等问题,提出一种基于共同用户和相似标签的协同过滤算法。抽取共同关注用户作为共同项目,加入体现用户兴趣的自定义标签数据,并对标签进行相似度计算处理,以扩充稀疏矩阵,改善协同过滤推荐方法。实验结果表明,与单指标的协同过滤推荐算法相比,基于共同用户和相似标签的好友推荐方法更好地体现了用户兴趣,同时在推荐准确率和平均准确率上都有较大提高。
- 张怡文岳丽华张义飞李青程家兴
- 关键词：标签社交网络协同过滤语义相似度
- 基于互联网的商业机构名识别研究被引量：1
- 2011年
- 互联网已经成为企业和组织获取竞争对手情报的主要来源之一。建立基于Web的竞争对手情报自动获取系统已成为企业的迫切需求。在竞争对手情报自动获取系统中,商业机构名的识别是基础,它为竞争对手的标识和进一步情报抽取提供了依据。本文提出了一种基于互联网的商业机构名识别新方法。该方法考虑了商业机构名与其上下文之间的语义关联性,通过语义标注和隐马尔可夫模型相结合的方法进行商业机构名识别。我们以互联网上的真实中文网页为数据集对提出的识别算法进行了性能评估,并从召回率、准确率和F指标三个方面与CHMM（基于层叠隐马尔可夫模型的机构名识别算法）、MEM（基于最大熵模型的机构名识别算法）以及SVM（基于支持向量机的机构名识别算法）进行了对比。实验结果表明,本文提出的算法改善了商业机构名识别效果,并且具有很好的普适性。
- 赵洁刘彦宏金培权
- 关键词：竞争情报互联网隐马尔可夫模型
- 社交网络中分类推荐用户的设计与实现被引量：1
- 2013年
- 社交网络中存在密切的朋友圈子关系,而目前社交网络由于用户推荐方法单一,出现用户流失、朋友圈不明确等问题,通过用户标签的语义相似度的计算,对用户与其关注者之间的关系程度进行分析并按兴趣分类,根据分类进行关联关注用户的再推荐。通过实验验证了分类的有效性,提高了推荐效率。
- 张怡文程家兴林京岳丽华王云
- 关键词：标签相似度关注用户
- TTP:一个面向中文新闻网页的主题时间解析器被引量：7
- 2013年
- 新闻中与主题相关的时态信息体现了新闻在时间维度的主题特征,在面向新闻信息处理的任务中,主题时间常常被用来构建和分析新闻话题模型,同时还可作为事件线索追踪话题演化.针对目前新闻信息处理研究中新闻主题与主题时间相关性差的问题,通过深入分析新闻报道类别与网页结构特征,挖掘新闻主题-时间关系模型,并在此模型基础上提出基于主题权重和无监督学习的主题时间抽取算法,实现了一个面向中文新闻网页的主题时间解析器,自动抽取主题时间并进行时态表达规范化处理.实验表明,该算法较同类方法具有更高的准确率,大大提高了新闻主题与主题时间的相关度,整个系统也取得了比较理想的性能评价.
- 赵旭剑金培权岳丽华
- 关键词：中文信息处理新闻主题信息抽取
