教育部人文社会科学重点研究基地度重大研究项目(07JJD870220)
- 作品数:11 被引量:80H指数:5
- 相关作者:张李义李枫林曾子明谭捷饶丽君更多>>
- 相关机构:武汉大学湖北工业大学更多>>
- 发文基金:教育部人文社会科学重点研究基地度重大研究项目湖北省教育厅人文社会科学研究项目教育部人文社会科学研究基金更多>>
- 相关领域:文化科学自动化与计算机技术经济管理更多>>
- 基于关键词共现分析的检索结果聚类研究被引量:9
- 2011年
- 随着互联网规模的急剧扩张,提升信息检索的效用变得相当困难。本文首先通过特定算法提取每篇文档的关键词,然后运用统计方法计量不同文档的共现关键词并形成相应的共现关键词标签矩阵,最后利用层次聚类算法对共现关键词标签进行聚类并形成相应的层次标签树来构造文档聚类束。该方法可以对源搜索引擎返回的结果进行有效的分类,使用户在更高主题层次上查看检索词的相关信息,准确地找到感兴趣的信息。通过与Lingo算法的比较,显示本文算法所得的标签更具可读性和概括性,同时F-measure评价指标也表明本算法在文本聚类的质量上有了一定的提升。
- 李枫林何洲芳
- 关键词:共现聚类
- 中国服装B2C网站信息可获得性研究
- 2010年
- 对中国服装类B2C电子商务网站上各种信息的可获得性进行研究,包括产品描述信息、产品可视化信息、客户服务信息和购买相关信息。共选取35家服装类B2C网站,通过构建相应的指标体系,对各种信息的提供情况进行调查分析。不仅提供出一种实用的方法来评估服装类B2C网站上各种信息的提供状况,同时,根据调查数据和研究结果,服装网络销售商还可以创立一个标杆来评估他们的网站。
- 张李义王磊韩莹
- 关键词:电子商务服装B2C网络营销
- 基于多属性决策和协同过滤的智能导购系统被引量:3
- 2008年
- 提出了一种基于Agent的智能导购系统.首先,系统通过人机交互方式获取顾客的当前需求,并将当前需求与内嵌的专家知识进行集成,利用多属性决策方法作为比较机制,为顾客推荐合适的商品.为了减少人机交互时间,系统还提出基于顾客的协同过滤方法.最后,采用JADE平台开发了原型系统,并进行系统的集成和Web应用设计.
- 曾子明张李义
- 关键词:多属性决策协同过滤
- 中文学术期刊数据库的比较研究被引量:41
- 2010年
- 近几年来中国学术期刊数据库发展很快,而且在发展过程中形成了自己的特色。本文选取了中国知网,维普以及万方中学术期刊数据库作为研究对象,将从期刊重复率、更新延迟、检索功能、支付方式、费率、个性化服务以及流量这几个角度来对三个数据库进行比较和分析。本文将着重论述三个数据库的不同点以及存在的问题,将从整体上反映中国数字出版的现状。本研究将有助于图书馆资源的配置与建设以及学术期刊数据库资源的优化。
- 谭捷张李义饶丽君
- 关键词:数字出版数据库比较期刊数据库
- 一种新的跨语言商品信息检索方法在图书搜索中的应用被引量:3
- 2010年
- 分析跨语言信息检索的基本模式和翻译消歧关键技术,采用基于词语对共现率和词语间距加权计算的方法,对查询式翻译进行消歧优化,在此基础上构建跨语言商品信息检索系统并应用于图书商品搜索,实验结果证明翻译质量和检索效果得到提高。
- 张李义张震云
- 关键词:跨语言信息检索查询翻译
- 一种基于REST服务和Mashup的分布式商品信息集成模型被引量:1
- 2010年
- 基于REST服务和Mashup两种技术,提出一种实现分布式商品信息集成的模型。并以图书商品为例,实现一站式的在线中文图书商品信息查询比价系统,最后验证该模型的可行性和有效性。
- 孟健张李义
- 关键词:MASHUPWEB服务SOAWEB2.0
- 一种基于语义相似度和多属性决策方法的商品信息智能检索模型被引量:5
- 2010年
- 提出一种结合语义检索和多属性决策方法的商品信息检索模型。通过构建语义向量空间进行语义相似度计算,以实现检索结果与顾客查询关键词的语义匹配;同时该模型也采用TOPSIS多属性决策方法对检索到的商品进行效用值计算,从而建立商品内容的比较机制。最后,从准确率、顾客接受度等指标通过实验证实该模型的有效性,能够提高商品信息检索的精准度。
- 曾子明张李义
- 关键词:多属性决策
- 基于语义爬虫的商品信息主题采集研究被引量:7
- 2010年
- 结合网页主题链接分析和网页主题内容语义分析,提出一个以主题爬虫实现采集商品信息的方法。在爬行过程中通过对本体的统计学习,使主题本体参照物不断得到优化。实验结果表明,该方法较其他传统爬行算法更有效,并能防止主题漂移的发生,带来较高的主题收获率。
- 黄炜张李义
- 关键词:主题爬虫本体学习
- 一种基于Web挖掘的智能导购系统
- 2008年
- 针对消费者经常购买的商品,提出了一种基于Web挖掘技术的导购系统。系统综合利用Web使用挖掘、关联规则挖掘等各种数据挖掘技术,能够实时跟踪消费者的购物行为,对其最近的偏好进行自适应学习,从而为消费者产生相应的推荐商品。最后,对系统的导购质量进行了相关的实验。
- 曾子明
- 关键词:WEB挖掘电子商务点击流