您当前的位置:首页 > 论文浏览
您选择的条件: 陆伟(5)

1. chinaXiv:201711.01938 [pdf]

基于图像语义的用户兴趣建模

曾金; 陆伟; 丁恒; 陈海华
分类: 图书馆学、情报学 >> 情报学

【目的】社交网络环境下的用户兴趣建模是好友推荐、精准营销的关键, 利用微博用户分享的图像, 提出一种基于图像语义的用户兴趣建模方法, 旨在更加准确地预测用户的真实兴趣。【方法】在获取新浪微博用户图像数据的基础上, 使用图像的高层语义表达用户兴趣特征, 基于这些特征使用SVM 训练得到图像语义分类器进行预测。【结果】实验结果表明, 本文建立的模型能够较为准确地预测用户真实兴趣, 169 位用户分类的准确率达到97.38%, 召回率为98.92%, F 值为98.14%。【局限】由于实验图像数据集有限, 未能完整地覆盖用户所有的兴趣类别。【结论】该模型能够基于用户分享的图像较为准确地预测用户兴趣, 表明了图像高层语义的有效性, 同时为图像高层语义应用研究提供了一定的理论和技术基础。

提交时间: 2017-11-08 来自合作期刊:《数据分析与知识发现》 点击量396下载量183 评论 0

2. chinaXiv:201711.02018 [pdf]

查询专指度对检索效果的影响研究

任珂; 陆伟; 丁恒
分类: 图书馆学、情报学 >> 情报学

【目的】针对不同查询专指度语句的检索效果进行全面分析, 为改善搜索引擎性能、提高用户检索体验提供借鉴。【方法】基于TREC Web Track 查询语句, 人工构建查询专指度标注集, 选用语言模型狄利克雷平滑、语言模型线性插值平滑和BM25 三种模型, 以常用的信息检索评价指标为基准, 探讨查询专指度强弱对检索效果在不同层次上的影响。【结果】在最靠前的几条检索结果中, 强弱专指度查询语句的检索效果差异最大, 强专指度的检索效果要明显好于弱专指度。【局限】仅在TREC 数据集上进行实验测试, 还需在其他数据集上进一步检验。【结论】搜索引擎在专指度这一维度下, 应重点关注最靠前的几条检索结果的准确性, 以此为切入点改善检索模型。

提交时间: 2017-11-08 来自合作期刊:《数据分析与知识发现》 点击量267下载量160 评论 0

3. chinaXiv:201711.02052 [pdf]

标准文献知识服务系统设计与实现

丁恒; 陆伟
分类: 图书馆学、情报学 >> 情报学

【目的】建设面向知识层次的标准文献服务系统, 推进标准文献信息服务的知识化进程。【应用背景】标 准文献知识服务系统能够对标准文献中的知识单元进行语义抽取, 依据标准文献知识之间的关联关系进行有效 组织, 并为用户提供面向知识层次的标准文献信息服务。【方法】采用光符识别、自然语言处理、信息可视化等 技术实现标准文献的语义组织、知识抽取、本体构建、知识图谱、本体检索等功能。【结果】用户利用标准文献 知识服务系统, 能够获得面向知识层次的标准文献信息服务, 包括标准知识图谱和基于本体的标准知识检索服 务【结论】标准文献知识服务系统能够改善用户体验, 满足用户的标准文献知识需求。

提交时间: 2017-11-08 来自合作期刊:《数据分析与知识发现》 点击量229下载量164 评论 0

4. chinaXiv:201711.01022 [pdf]

补饲发酵芦笋下脚料对母猪粪便形态和乳汁质量的影响

毛春瑕; 石显亮; 何余湧; 陆伟
分类: 生物学 >> 动物学

本研究旨在探讨给妊娠后期和哺乳期母猪补饲发酵芦笋下脚料对母猪粪便形态和乳汁质量的影响。将15头膘情、胎次和预产期相近的怀孕母猪随机分配到Ⅰ组、Ⅱ组和Ⅲ组,每组5个重复,每个重复1头猪。Ⅰ组、Ⅱ组和Ⅲ组母猪每头每天分别补饲0、0.25和0.50 kg发酵芦笋下脚料。试验从母猪妊娠期的第85天开始到产后第21天结束。结果表明:1)给母猪补饲发酵芦笋下脚料能改善母猪的粪便形态。2)Ⅲ组母猪初乳中乳蛋白质、生长激素、胰岛素和免疫球蛋白G水平显著高于Ⅰ组(P<0.05),肿瘤坏死因子–α水平显著低于Ⅰ组(P<0.05)。3)Ⅱ组和Ⅲ组母猪第10天乳汁中总超氧化物歧化酶活性显著高于Ⅰ组(P<0.05),而第21天乳汁中总超氧化物歧化酶活性则极显著高于Ⅰ组(P<0.01);Ⅲ组母猪第21天乳汁中丙二醛、白细胞介素–1β、白细胞介素–6和肿瘤坏死因子–α水平分别显著低于Ⅰ组(P<0.05)。由此得出,补饲发酵芦笋下脚料能减少怀孕后期和哺乳期母猪便秘的发生,并不同程度地改善母猪乳汁质量。

提交时间: 2017-10-23 来自合作期刊:《动物营养学报》 点击量184下载量118 评论 0

5. chinaXiv:201711.01202 [pdf]

基于多知识库的短文本实体链接方法研究——以Wikipedia 和Freebase 为例

周鹏程; 武川; 陆伟
分类: 图书馆学、情报学 >> 情报学

【目的】基于多知识库进行实体链接, 解决基于单一知识库的实体链接覆盖度低的问题。【方法】首先生成文本的n-gram 并利用词性和多个指称–实体字典获取候选指称, 然后生成指称组合并保留覆盖度最大且不被其他组合包含的指称组合, 接着生成候选实体序列并利用多知识库信息计算实体序列的相关度, 最后选择相关度最大的实体序列为最终结果。【结果】以Wikipedia 和Freebase为例的实验结果表明, 基于Wikipedia+Freebase的实体链接准确率、召回率、F 值分别达到71.81%、76.86%、74.25%。【局限】基于词性过滤n-gram 缺乏理论依据, 数据集FACC1 具有高准确率和低召回率的特点。【结论】利用多个知识库的实体信息, 能够提升实体链接效果。

提交时间: 2017-10-11 来自合作期刊:《数据分析与知识发现》 点击量191下载量135 评论 0

  [1 页/ 5 条记录]